โครงงานนี้จึงได้พัฒนาระบบปัญญาประดิษฐ์สำหรับระบุชนิดเครื่องมือทันตกรรมหัตถการเพื่อตรวจนับจำนวนด้วยวิธีการเรียนรู้เชิงลึก โดยเป็นการตรวจนับความครบถ้วนของอุปกรณ์ที่นำไปใช้ มีใช้วิธีการตรวจจับวัตถุ(Object Detection) ซึ่งการตรวจจับวัตถุช่วยให้สามารถตรวจจับอุปกรณ์ทันตกรรหัตถการทั้งหมดหลังจากการใช้งาน เพื่อเพิ่มประสิทธิภาพ ความแม่นยำ อีกทั้งสามารถตรวจนับเครื่องมือต่างๆได้พร้อมกันหลายๆภาพเพื่อช่วยลดเวลาและความล่าช้าในกระบวนการตรวจสอบและนับจำนวนเครื่องมือทั้งหมด รวมถึงข้อมูลจำนวนและชนิดของอุปกรณ์ สามารถส่งออกไปยังฐานข้อมูลเพื่อนำข้อมูลไปใช้งานต่อได้อีกด้วย
เนื่องจากในปัจจุบันงานทางด้านทันตกรรมมีความซับซ้อนและหลากหลาย อีกทั้งมีการใช้เครื่องมือทางทันตกรรมต่างๆจำนวนมาก โดยหลังจากที่ถูกนำเครื่องมือมาใช้ในการรักษาตามสถานที่ โรงพยาบาลหรือคลินิกทันตกรรม ถ้าไม่มีการจัดการและตรวจสอบกับอุปกรณ์ต่างๆเหล่านี้อาจทำให้เกิดปัญหาต่างๆตามมา เช่น การสูญหายของอุปกรณ์ ซึ่งอาจทำให้สูญเสียค่าใช้จ่ายในการซื้ออุปกรณ์ใหม่โดยไม่จำเป็น ดังนั้นการตรวจสอบและนับเครื่องมือเป็นกระบวนที่สำคัญอย่างมากในการช่วยลดการสูญเสียของอุปกรณ์และปัญหาอื่นๆในการจัดการกับเครื่องมือทันตกรรม การตรวจสอบและนับจำนวนเครื่องมือหลังการใช้รักษาเป็นกระบวนการที่สำคัญอย่างมากโดยมีการใช้เวลาในการตรวจสอบ รวบรวม จัดการ และนับจำนวนของเครื่องมือทั้งหมดโดยมีการใช้บุคลากรของทางโรงพยาบาลหรือคลินิกทันตกรรมและใช้วิธีการนับด้วยมือ ทำให้เกิดล่าช้า อีกทั้งอาจจะเกิดการนับจำนวนเครื่องมือที่ไม่ถูกต้องครบถ้วน มีการบันทึกข้อมูลซับซ้อน และใช้ทรัพยากรคนในการทำงานที่เยอะเกินความจำเป็นอีกด้วยซึ่งส่งผลกระทบต่อการจัดการวางแผนในกระบวนการใช้เครื่องมือในครั้งต่อไป โดยกระบวนการตรวจสอบและนับจำนวนเครื่องมือนี้นอกจากจะช่วยในเรื่องของการระบุชนิดและนับเครื่องมือแล้ว ยังสามารถช่วยเพิ่มประสิทธิภาพในการใช้งานเครื่องมือ วางแผนในการจัดซื้ออุปกรณ์ รวมถึงช่วยลดค่าใช้จ่ายในการจัดซื้อเครื่องมือใหม่อีกด้วย จากปัญหาดังกล่าว โครงงานนี้จึงได้พัฒนาระบบปัญญาประดิษฐ์สำหรับระบุชนิดเครื่องมือทันตกรรมหัตถการเพื่อตรวจนับจำนวนด้วยวิธีการเรียนรู้เชิงลึก โดยเป็นการตรวจนับความครบถ้วนของอุปกรณ์ที่นำไปใช้ มีใช้วิธีการตรวจจับวัตถุ(Object Detection) ซึ่งการตรวจจับวัตถุช่วยให้สามารถตรวจจับอุปกรณ์ทันตกรรหัตถการทั้งหมดหลังจากการใช้งาน เพื่อเพิ่มประสิทธิภาพ ความแม่นยำ อีกทั้งสามารถตรวจนับเครื่องมือต่างๆได้พร้อมกันหลายๆภาพเพื่อช่วยลดเวลาและความล่าช้าในกระบวนการตรวจสอบและนับจำนวนเครื่องมือทั้งหมด รวมถึงข้อมูลจำนวนและชนิดของอุปกรณ์ สามารถส่งออกไปยังฐานข้อมูลเพื่อนำข้อมูลไปใช้งานต่อได้อีกด้วย
คณะวิทยาศาสตร์
โรคลิสเตอรีโอซิส (Listeriosis) เป็นโรคที่เกิดจากอาหารซึ่งมีอัตราการเสียชีวิตสูงเกิน 30% โดยเกิดจากเชื้อ Listeria monocytogenes งานวิจัยนี้ได้ทำการประเมินแบคทีเรียกรดแลกติก (Lactic Acid Bacteria หรือ LAB) จำนวน 160 สายพันธุ์ที่แยกได้จากปูดองของไทย เพื่อตรวจสอบศักยภาพในการยับยั้ง L. monocytogenes รวมถึงคุณสมบัติของโพรไบโอติกและลักษณะทางโพรไบโอจีโนมิกส์ (Probiogenomic) ในกลุ่มสายพันธุ์เหล่านี้ สายพันธุ์ DRC3-2 มีฤทธิ์ในการผลิตแบคเทอริโอซิน DRC3-2 ซึ่งสามารถยับยั้ง L. monocytogenes ATCC 19115 ได้อย่างมีนัยสำคัญในการทดสอบแบบ spot-on-lawn การวิเคราะห์ทางฟีโนไทป์และจีโนมเผยให้เห็นว่าสายพันธุ์ DRC3-2 สามารถเติบโตได้ในสภาวะแวดล้อมที่มี NaCl 2-6% ค่า pH ระหว่าง 3 ถึง 9 และอุณหภูมิระหว่าง 25 ถึง 45°C จากการวิเคราะห์ค่า Average nucleotide identity (ANI) และ Digital DNA-DNA hybridization (dDDH) พบว่าสายพันธุ์ DRC3-2 ถูกจัดประเภทเป็น Lactococcus lactis subsp. hordinae การผลิตแบคเทอริโอซิน DRC3-2 จะสูงสุดในช่วงปลายของระยะ stationary phase หลังจากที่มีการสังเคราะห์ในช่วงต้นของระยะ exponential phase การวิเคราะห์ด้วย BAGEL4 พบว่าแบคเทอริโอซิน DRC3-2 ที่คาดว่าเป็นแบคเทอริโอซินชนิดใหม่นี้มีลักษณะคล้ายคลึงกับ lactococcin A และ B โดยมีค่า bit-score ที่ 40.05 และ 36.58 ตามลำดับ การประเมินความปลอดภัยทาง in silico ยืนยันว่าสายพันธุ์ DRC3-2 ไม่เป็นพาหะของโรคในมนุษย์และไม่มีการต้านทานยาปฏิชีวนะ สรุปได้ว่า การศึกษาครั้งนี้ได้เน้นย้ำถึงความสำคัญของแบคทีเรียซิน DRC3-2 ซึ่งเป็นสารที่มีศักยภาพในการใช้ป้องกันและรักษาการติดเชื้อ L. monocytogenes
คณะเทคโนโลยีสารสนเทศ
โรคมะเร็งเป็นหนึ่งในปัญหาสุขภาพที่สำคัญอันเนื่องมาจากการเข้าสู่สังคมสูงอายุของประเทศไทย ความเสี่ยงในการเป็นโรคเรื้อรังของผู้สูงอายุมักทำให้เกิดข้อจำกัดต่าง ๆ ในการรักษา ส่งผลให้ผู้ป่วยส่วนมากไม่สามารถรักษาให้หายขาดและจำเป็นต้องได้รับการดูแลอย่างต่อเนื่อง รวมถึงการได้รับข้อมูลและคำแนะนำเกี่ยวกับโรคมะเร็งอย่างถูกต้อง อย่างไรก็ตาม การบันทึกข้อมูลสุขภาพของผู้ป่วยในปัจจุบันยังไม่สามารถเชื่อมโยงกันได้อย่างมีประสิทธิภาพ ทำให้การวิเคราะห์ข้อมูลเพื่อพัฒนารูปแบบการดูแลผู้ป่วยเป็นไปอย่างยากลำบาก นอกจากนี้ ข้อมูลที่ไม่ถูกต้องเกี่ยวกับโรคมะเร็งที่เผยแพร่ทางโซเชียลมีเดีย อาจทำให้ผู้สูงอายุเกิดความเข้าใจผิด ดังนั้นผู้วิจัยจึงได้พัฒนาระบบแชตบอตที่ใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติ เพื่อให้สามารถเข้าใจภาษาของมนุษย์และตอบคำถามได้อย่างแม่นยำสำหรับการดูแลผู้ป่วยสูงอายุโรคมะเร็งโดย ระบบแชตบอตจะนำเสนอข้อมูลที่ถูกต้อง เชื่อถือได้ และเป็นปัจจุบันตามองค์ความรู้ทางการแพทย์ที่ปรากฏอยู่ภายในฐานข้อมูลคลังความรู้ ซึ่งผ่านการคัดกรองจากบุคลากรทางการแพทย์ พร้อมทั้งพัฒนาเว็บแอปพลิเคชันเพื่อใช้ในการบันทึกและวิเคราะห์ผลประเมินของผู้ป่วยตามมาตรฐานทางการแพทย์ ทำให้บุคลากรทางการแพทย์สามารถวางแผนรับมือและหาแนวทางการรักษาที่เหมาะสมให้แก่ผู้ป่วย นอกจากนี้ทำให้เกิดการแบ่งปันและเชื่อมโยงข้อมูลระหว่างระบบต่าง ๆ ของโรงพยาบาล ส่งผลให้เกิดการนำข้อมูลไปใช้ในการปรับปรุงกระบวนการรูปแบบการรักษาที่ตรงเป้าหมายและทันสมัย อีกทั้งการพัฒนาระบบแชตบอตเปรียบเสมือนผู้ช่วยที่ให้บริการข้อมูลและคำแนะนำแก่ผู้ป่วย ช่วยลดภาระงานในการตอบคำถามของบุคลากรทางการแพทย์และส่งเสริมให้ผู้ป่วยมีส่วนร่วมในการดูแลสุขภาพของตนเองมากยิ่งขึ้น
คณะวิทยาศาสตร์
ระบบตรวจจับผลไม้เน่ามีที่มาจากความต้องการในการลดการสูญเสียผลผลิตทางการเกษตร ซึ่งเป็นปัญหาที่เกิดขึ้นทั่วโลกโดยเฉพาะในอุตสาหกรรมการเกษตรและการจัดจําหน่ายอาหาร ผลไม้ที่เน่าเสียจะส่งผลกระทบต่อคุณภาพของผลิตภัณฑ์และสามารถก่อให้เกิดความสูญเสียทางเศรษฐกิจได้อย่างมาก การพัฒนาระบบตรวจจับผลไม้เน่าจึงมีเป้าหมายเพื่อช่วยในการคัดกรองและแยกผลไม้ที่ไม่เหมาะสมออกจากกระบวนการจัดส่ง เพื่อรักษาคุณภาพของสินค้าและตอบสนองต่อความต้องการของผู้บริโภคที่ต้องการผลไม้สดใหม่ ทางผู้จัดจึงได้จำลองระบบคัดแยกผลไม้เน่าเสียออกจากผลไม้สดโดยใช้รูปภาพเป็นปัจจัย ผลการทดลองออกมาอย่างมีประสิทธิภาพและมีความเร็วในการทำนายสูง