ไก่ปลดระวาง คือ แม่ไก่ไข่ที่มีอายุเกิน 18 เดือนถึง 2 ปี โดยเป็นไก่ที่ไม่ให้ผลผลิตแล้ว เนื้อสัมผัสของไก่ปลดระวางจัดว่ามีความเหนียวมากเมื่อเปรียบเทียบกับไก่เนื้อ ไก่ตอน และไก่บ้าน ดังนั้น เพื่อเป็นการเพิ่มมูลค่าให้แก่ไก่ปลดระวาง งานวิจัยจึงนำน้ำเนื้อไก่มาดัดแปรเนื้อสัมผัส โดยการขึ้นรูปใหม่ด้วยคาราจีแนน และนำไปทำให้เนื้อไก่นุ่มขึ้นโดยการแช่ในสารละลายโบรมิเลนที่มีความเข้มข้นต่างกัน จากการทดลอง พบว่า การขึ้นรูปใหม่ด้วยคาราจีแนน และการใช้เอนไซม์โบรมิเลน ส่งผลให้เนื้อไก่สามารถขึ้นรูปเป็นผลิตภัณฑ์ใหม่ได้ และช่วยให้เนื้อไก่นุ่มขึ้น เมื่อเปรียบเทียบกับเนื้อไก่ที่ไม่ได้ใช้คาราจีแนนและเอนไซม์โบรมิเลน
ประเทศไทยก้าวเข้าสู่ “สังคมสูงวัยอย่างสมบูรณ์” (Complete aged society) ตั้งแต่ปี 2564 โดยประชากรอายุ 60 ปี ขึ้นไป มีสัดส่วนถึงร้อยละ 20 และในปี 2574 ประเทศไทยจะเข้าสู่ “สังคมสูงวัยระดับสุดยอด” (Super aged society) ที่ผู้สูงอายุมีสัดส่วนถึงร้อยละ 28 (มูลนิธิสถาบันวิจัยและพัฒนาผู้สูงอายุไทย (มส.ผส.), 2565) จากรายงานการสำรวจสุขภาพของประชาชนไทยในปี 2557 พบว่าผู้สูงอายุได้รับปริมาณสารอาหารจากการบริโภคเนื้อสัตว์ ผัก ผลไม้ และนม ไม่เพียงพอต่อความต้องการของร่างกาย ทำให้ได้รับโปรตีน พลังงาน วิตามิน และแร่ธาตุไม่เพียงพอ เป็นผลให้ผู้สูงอายุมีความเสี่ยงต่อภาวะขาดสารอาหารเพิ่มขึ้น (วิชัย และคณะ, 2557) โปรตีนเป็นสารอาหารสำคัญที่ช่วยป้องกันการเกิดภาวะขาดสารอาหารในผู้สูงอายุ โดยช่วยในการเสริมสร้างกล้ามเนื้อให้แข็งแรง ส่งผลให้กล้ามเนื้อกระชับ เพิ่มความแข็งแรงให้กระดูก และช่วยให้การทำงานของระบบภูมิคุ้มกันดีขึ้น โดยแหล่งอาหารสำคัญของโปรตีน ได้แก่ เนื้อสัตว์ นม ไข่ ถั่ว และธัญพืชต่างๆ ร่างกายต้องการโปรตีนเพื่อซ่อมแซมส่วนต่างๆ ในร่างกายประมาณ 1.2-2.0 กรัมต่อกิโลกรัมต่อวัน (Baum และคณะ, 2016) สำหรับผู้สูงอายุโดยส่วนใหญ่ 1 วัน จะได้รับโปรตีนไม่เพียงพอต่อความต้องการของร่างกาย อาจเนื่องมาจากเบื่ออาหาร หรือรับประทานแต่อาหารซ้ำ ๆ ไม่หลากหลาย จนทำให้รู้สึกไม่อยาก หรือรับประทานอาหารน้อยลง โดยเฉพาะแหล่งโปรตีนที่ให้พลังงานสูงคือ เนื้อสัตว์ ซึ่งผู้สูงอายุส่วนใหญ่มักมีปัญหาการบดเคี้ยว ความลำบากในการกลืน และความยากต่อการย่อยอาหาร (Bernstein และ Munoz, 2014) จึงพยายามหลีกเลี่ยงการบริโภคอาหารประเภทเนื้อสัตว์ เนื่องจากเนื้อสัมผัสที่มีความเหนียวและแข็งกระด้าง อาหารประเภทเนื้อสัตว์สำหรับผู้สูงอายุจึงมักอยู่ในรูปแบบการบด ปั่นละเอียด หรือตุ๋นจนเปื่อยยุ่ย แต่อาหารที่มีลักษณะรูปแบบภายนอกเช่นนี้ มักทำให้ความพึงพอใจ และความอยากรับประทานอาหารลดลง จึงอาจนำไปสู่ปัญหาการขาดแคลนสารอาหารในผู้สูงอายุได้ ดังนั้นการศึกษาเพื่อพัฒนาโครงสร้างร่วมกับการปรับเนื้อสัมผัสของอาหารประเภทเนื้อสัตว์ให้มีเนื้อสัมผัสนุ่ม สามารถบดเคี้ยวได้ง่ายด้วยฟันหรือเหงือก อีกทั้งยังกลืนและย่อยได้ง่าย โดยยังคงรูปแบบลักษณะภายนอกของอาหารประเภทเนื้อสัตว์ให้มีความคล้ายคลึงกับอาหารที่รับประทานได้โดยผู้บริโภควัยทั่วไป จึงเป็นความท้าทายสำหรับการพัฒนาผลิตภัณฑ์อาหารประเภทเนื้อสัตว์เพื่อผู้สูงอายุ เนื้อสัตว์ที่เรานิยมรับประทานในทุกวันนี้ ล้วนมีสารอาหารที่แตกต่างกัน รวมถึงมีปริมาณสารอาหารที่ไม่เท่ากัน เนื้อสัตว์บางชนิดอาจมีปริมาณไขมันเยอะ บางชนิดอาจจะมีโปรตีนสูง ซึ่งแต่ละคนมีความต้องการสารอาหารที่ไม่เหมือนกัน จึงควรเลือกรับประทานเนื้อสัตว์ในปริมาณที่เหมาะสมและเพียงพอต่อความต้องการของร่างกาย “เนื้อไก่” คือหนึ่งในแหล่งอาหารที่มีโปรตีนสูง มีวิตามินและแร่ธาตุที่จำเป็นหลายชนิด มีปริมาณโปรตีนสูงและไขมันน้อย เมื่อเทียบกับเนื้อสัตว์ประเภทอื่น โดยในทางโภชนาการจัดเนื้อไก่เป็นกลุ่มเนื้อสัตว์ไขมันต่ำ จึงทำให้เนื้อไก่กลายเป็นเมนูหลักของคนที่ดูแลสุขภาพและต้องการสร้างกล้ามเนื้อ (Gordana และคณะ, 2018) อย่างไรก็ตามเนื้อไก่ที่นิยมบริโภคในปัจจุบันมีอยู่หลายประเภทด้วยกัน ได้แก่ ไก่เนื้อ ไก่ตอน และไก่บ้าน ซึ่งเนื้อไก่แต่ละประเภทจะมีลักษนะเนื้อสัมผัส และปริมาณไขมันแตกต่างกันออกไป ทั้งนี้ยังมีไก่อีกประเภทหนึ่งที่หลายคนอาจไม่คุ้นชื่อคือ “ไก่ปลดระวาง” (spent laying hen) ซึ่งส่วนใหญ่เป็นแม่ไก่ไข่อายุเกิน 18 เดือนถึง 2 ปี ที่ไม่ค่อยออกไข่แล้ว จึงถูกปลดประจำการและนำไปขายในราคาถูก โดยอาจถูกนำไปขายในรูปแบบที่ยังมีชีวิต เพื่อนำไปเลี้ยงและออกไข่ต่อ หรือถูกนำไปขายในรูปแบบเนื้อไก่ และเป็นที่รู้กันดีว่าไก่ไข่ปลดระวางมีเนื้อสัมผัสที่เหนียวมากเมื่อเปรียบเทียบกับไก่เนื้อ ไก่ตอน และไก่บ้าน (Gordon และคณะ, 2009) จึงเหมาะสำหรับผู้บริโภคที่ไม่มีปัญหาด้านการบดเคี้ยว และไม่เหมาะกับผู้บริโภคสูงวัย ดังนั้นการพัฒนาผลิตภัณฑ์อาหารจากเนื้อไก่ปลดระวางเพื่อเป็นอาหารทางเลือกสำหรับผู้สูงอายุจึงมีความน่าสนใจในการศึกษาต่อไป เนื้อไก่ปลดระวางถูกนำไปขายราคาถูก และมีการตัดแต่งเนื้อไก่เพื่อนำไปขายในรูปแบบของเนื้อส่วนต่างๆ เช่น อก สะโพก น่อง และเครื่องใน ทำให้มีเศษเนื้อไก่ที่เหลือจากการตัดแต่ง งานวิจัยนี้จึงเล็งเห็นความสำคัญของการเพิ่มมูลค่าของเศษเนื้อไก่ปลดระวางที่เหลือจากการตัดแต่ง และการนำไปปรับโครงสร้างให้มีลักษณะเป็นชิ้นเนื้อไก่สำหรับการบริโภคคือ เนื้อไก่ขึ้นรูป (chicken block) ร่วมกับการปรับเนื้อสัมผัสให้นุ่ม เพื่อให้ผู้สูงอายุสามารถบดเคี้ยว กลืน และย่อยได้ง่าย โดยยังมีลักษณะภายนอกที่น่ารับประทาน ผลิตภัณฑ์จากเนื้อสัตว์ที่ได้รับการปรับโครงสร้าง (restructured meat product) เป็นผลิตภัณฑ์ที่มีความสำคัญต่ออุตสาหกรรมเนื้อสัตว์ เนื่องจากสามารถจัดทำขึ้นตามความต้องการของกลุ่มผู้บริโภค การปรับโครงสร้างหมายถึงการรวมชิ้นเนื้อขนาดเล็กเข้าด้วยกันโดยการใช้สารเพิ่มการยึดเหนี่ยว (binding agent) เช่น สารประเภทไฮโดรคอลลอยด์ (hydrocolloid) ได้แก่ แอลจิเนต (alginate) คาราจีแนน (carrageenan) หรือการใช้เอนไซม์ที่ทำหน้าที่ในการยึดเหนี่ยว ได้แก่ ทรานกูตามิเนส (transglutaminase) เป็นต้น (Gadekar และคณะ, 2015) อย่างไรก็ตามเมื่อเนื้อสัตว์ปรับโครงสร้างได้รับความร้อนจากการปรุงอาหารด้วยวิธีต่างๆ จะส่งผลให้เนื้อสัตว์มีการหดตัวจากความร้อนและทำให้เนื้อสัมผัสเหนียวและแข็งกระด้าง ดังนั้นการใช้เอนไซม์สำหรับการปรับเนื้อสัมผัสของเนื้อสัตว์ให้นุ่ม เช่น โบรมิเลน (bromelain) (Saengsuk และคณะ, 2021) ซึ่งจัดเป็นเอนไซม์ที่ให้กลิ่นของ processed flavor ดีกว่าเอนไซม์ชนิดอื่น เช่น เอนไซม์ปาเปน เป็นต้น และยังเป็นเอนไซม์ที่สามารถผลิตได้ในประเทศไทย จึงเป็นการลดต้นทุนในการผลิต ร่วมกับการใช้คาราจีแนนเพื่อช่วยในการจับกันของเนื้อไก่ปรับโครงสร้าง ซึ่งจากการศึกษาก่อนหน้านี้ของ Saengsuk และคณะในปี 2022 พบว่าการใช้คาราจีแนนในผลิตภัณฑ์เนื้อสัตว์ขึ้นรูปส่งผลให้ผลิตภัณฑ์มีลักษณะการจับกันที่ดีและมีเนื้อสัมผัสที่เหมาะสมกับการบริโภคของผู้บริโภคสูงอายุ เมื่อเทียบตามเกณฑ์มาตรฐาน Universal Design Food ของ Japan Care Food guidelines (Universal Design Food Association; UDFA, 2013) ดังนั้นการใช้คาราจีแนนสำหรับการปรับโครงสร้าง ร่วมกับการใช้เอนไซม์โบรมิเลนสำหรับการปรับเนื้อสัมผัส จึงถูกนำมาใช้เพื่อพัฒนาผลิตภัณฑ์เนื้อไก่ขึ้นรูปจากไก่ปลดระวางในการศึกษานี้ เพื่อเป็นอาหารทางเลือกใหม่สำหรับผู้บริโภคสูงอายุ
คณะวิศวกรรมศาสตร์
โครงงานนี้พัฒนาแพลตฟอร์มที่ใช้คอมพิวเตอร์วิทัศน์วิเคราะห์ภาพจากกล้องวงจรปิดแบบเรียลไทม์ เพื่อตรวจจับการกระทำผิดกฎหมายจราจร เช่น การฝ่าฝืนขับรถเข้าเขตที่มีเส้นทึบ ระบบสามารถระบุและบันทึกเหตุการณ์ละเมิดกฎจราจรโดยอัตโนมัติ ช่วยเพิ่มประสิทธิภาพการบังคับใช้กฎหมายและลดภาระของเจ้าหน้าที่ตำรวจจราจร นอกจากนี้ ยังเป็นส่วนสำคัญในการพัฒนาระบบเมืองอัจฉริยะ โดยบูรณาการข้อมูลเพื่อปรับปรุงการจัดการจราจรและความปลอดภัยบนท้องถนน
คณะอุตสาหกรรมอาหาร
กาแฟเป็นสินค้าเกษตรที่สำคัญสำหรับใช้ในการผลิตเครื่องดื่มระดับพรีเมียมเพื่อให้บริการผู้คนทั่วโลก ไมโครไบโอมของกาแฟกลายเป็นเครื่องมือสำคัญในการปรับปรุงคุณภาพเมล็ดกาแฟผ่านการหมักตามธรรมชาติ ดังนั้นการทำความเข้าใจความหลากหลายของจุลินทรีย์จึงสามารถสร้างคุณภาพที่ดีขึ้นของผลิตภัณฑ์ขั้นสุดท้ายได้ การศึกษานี้ศึกษากลุ่มจุลินทรีย์ธรรมชาติในระหว่างการหมักกาแฟแบบเปียกในประเทศไทยเพื่อศึกษาลักษณะเฉพาะของจุลินทรีย์ที่เกี่ยวข้องกับความสัมพันธ์ต่อลักษณะทางชีวเคมีและคุณลักษณะทางเมแทบอลิซึม การคั่วถือเป็นอีกก้าวสำคัญในการพัฒนารสชาติ/กลิ่นที่ซับซ้อน เพื่อทำให้กาแฟน่ารับประทาน ในระหว่างกระบวนการคั่ว ถั่วจะมีการเปลี่ยนแปลงคุณสมบัติทางเคมีกายภาพที่ซับซ้อนหลายอย่างจากสารที่ได้รับในกระบวนการหมัก การเปลี่ยนแปลงการก่อตัวของสารที่รับผิดชอบต่อคุณภาพทางประสาทสัมผัส คุณสมบัติทางเคมีกายภาพ/กลิ่น ตลอดจนประโยชน์ต่อสุขภาพของผลิตภัณฑ์ขั้นสุดท้าย การใช้จุลินทรีย์เฉพาะเริ่มต้นสามารถพัฒนาคุณลักษณะที่โดดเด่นของกาแฟได้ (ทำร่วมกับบริษัท Van Hart)
คณะเทคโนโลยีสารสนเทศ
การตรวจจับอารมณ์ผ่านการแสดงออกทางใบหน้า (Facial Expression Recognition, FER) ได้รับความสนใจอย่างมากในหลายสาขา เช่น การดูแลสุขภาพ การให้บริการลูกค้า และการวิเคราะห์พฤติกรรม อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่การพัฒนาระบบที่มีความทนทานและสามารถรับมือกับการเปลี่ยนแปลงของสภาพแวดล้อมรวมถึงสถานการณ์ที่หลากหลายได้ ผู้วิจัยได้นำเสนอการใช้เทคนิค Ensemble Learning เพื่อรวมผลลัพธ์จากโมเดลหลายตัวที่ถูกฝึกในเงื่อนไขเฉพาะ ทำให้ระบบไม่ลืมข้อมูลเก่า และยังสามารถเรียนรู้ข้อมูลใหม่ได้อย่างมีประสิทธิภาพ โดยเทคนิคนี้มีข้อได้เปรียบในด้านเวลาและทรัพยากรที่ใช้ในการเทรน เนื่องจากช่วยลดความจำเป็นในการสร้างโมเดลใหม่ทั้งหมดเมื่อมีสภาพแวดล้อมใหม่ เพียงเพิ่มโมเดลเฉพาะทางใหม่ในระบบ Ensemble ซึ่งใช้ทรัพยากรน้อยกว่าแทน ในงานวิจัยนี้ Ensemble Learning ถูกแบ่งออกเป็นสองแนวทางหลัก คือ การเฉลี่ยผลลัพธ์จากโมเดลเฉพาะทางที่ถูกฝึกภายใต้สถานการณ์เฉพาะ (Averaging Ensemble) และการใช้เทคนิค Mixture of Experts (MoE) ซึ่งเป็นการผสมผสานโมเดลหลายตัวที่เชี่ยวชาญในสถานการณ์ต่าง ๆ ไว้ด้วยกัน ผลการทดลองแสดงให้เห็นว่า การใช้ Mixture of Experts (MoE) มีประสิทธิภาพสูงกว่าวิธี Averaging Ensemble ในการจำแนกอารมณ์ในทุกสถานการณ์ โดยระบบ MoE สามารถเพิ่มความแม่นยำเฉลี่ยได้ถึง 84.41% บนชุดข้อมูล CK+, 54.20% บน Oulu-CASIA และ 61.66% บน RAVDESS ซึ่งสูงกว่าวิธี Averaging Ensemble ที่มีความแม่นยำเฉลี่ยที่ 71.64%, 44.99% และ 57.60% ตามลำดับ ผลลัพธ์เหล่านี้แสดงให้เห็นว่า MoE สามารถเลือกโมเดลที่เชี่ยวชาญในสถานการณ์เฉพาะได้อย่างแม่นยำ และยังช่วยเพิ่มความสามารถในการรับมือกับสภาพแวดล้อมที่ซับซ้อนกว่า