ซอฟต์แวร์ AI จำแนกรูปแบบสาร VOC จากลมหายใจ พร้อมกล่อง Gas Sensor ต้นแบบ สำหรับงานวิจัยของหน่วยงานรัฐด้านสิ่งแวดล้อมในไทย
หน่วยงาน: กรมส่งเสริมคุณภาพสิ่งแวดล้อม
เราพัฒนาซอฟต์แวร์เก็บข้อมูลและจำแนกรูปแบบสาร VOC (สารอินทรีย์ระเหยง่าย) จากลมหายใจด้วยโมเดล AI แบบ SVM พร้อมกล่อง Gas Sensor ต้นแบบที่มีเซนเซอร์ 10 ตัว ให้งานวิจัยของกรมส่งเสริมคุณภาพสิ่งแวดล้อมในปี 2562–2563 ระบบนี้เป็นเครื่องมือสำหรับงานวิจัย ไม่ใช่เครื่องมือแพทย์สำหรับวินิจฉัยโรค
- อุตสาหกรรม
- ราชการ
- ปี
- 2562–2563
- ขอบเขตงาน
- ขั้นตอนวิธีและซอฟต์แวร์จำแนกรูปแบบสาร VOC จากลมหายใจ 1 งาน ตามข้อกำหนดการจ้างของศูนย์วิจัยและฝึกอบรมด้านสิ่งแวดล้อม ประกอบด้วยบอร์ดวงจรอ่านค่าเซนเซอร์ กล่อง Gas Sensor ต้นแบบที่มีเซนเซอร์ 10 ตัวสำหรับทดสอบกับอาสาสมัคร โปรแกรม Data Collector เว็บแอปพลิเคชัน และคู่มือการใช้งาน พร้อมงานเพิ่มทำห้องลม และสอบเทียบเซนเซอร์กับก๊าซมาตรฐานผสม VOC ที่ 5, 10 และ 25 ppb (ส่วนในพันล้านส่วน) ด้วย Linear Regression (การถดถอยเชิงเส้น)
- ระยะเวลา
- ก.ค. 2562 – เม.ย. 2563
สรุปสั้น
- เราพัฒนาซอฟต์แวร์จำแนกรูปแบบสาร VOC จากลมหายใจด้วยโมเดล AI แบบ SVM พร้อมกล่อง Gas Sensor ต้นแบบที่มีเซนเซอร์ 10 ตัว ให้งานวิจัยของกรมส่งเสริมคุณภาพสิ่งแวดล้อมในปี 2562–2563
- โปรแกรม Data Collector พักข้อมูลไว้ในเครื่องก่อนส่งขึ้นฐานข้อมูลออนไลน์ทีละคนหรือทีเดียวทั้งชุด จึงเก็บข้อมูลต่อได้แม้ไม่มีอินเทอร์เน็ต
- เว็บแอปพลิเคชันแสดงค่าเป็นตัวเลขและกราฟ ใช้สร้างหรือนำเข้าโมเดล AI แบบ SVM และแสดงผลทำนายเป็นค่าความเป็นไปได้
- เดือนพฤศจิกายน 2562 เราสาธิตเครื่องและโปรแกรมให้ผู้ว่าจ้าง พร้อมส่งคู่มือการใช้งาน ต่อมาเพิ่มห้องลมและสอบเทียบเซนเซอร์กับก๊าซมาตรฐานผสม VOC ที่ 5, 10 และ 25 ppb
- เมื่อปิดโครงการในปี 2563 ซอฟต์แวร์เสร็จ ส่วนวงจรยังต้องปรับให้อ่านค่าได้ครบทุกเซนเซอร์
โจทย์หน้างาน
ศูนย์วิจัยและฝึกอบรมด้านสิ่งแวดล้อม กรมส่งเสริมคุณภาพสิ่งแวดล้อม ต้องการเครื่องมือเก็บข้อมูลสาร VOC จากลมหายใจ และจำแนกรูปแบบของอาสาสมัคร 3 กลุ่ม คือ คนปกติ ผู้ป่วยโรคมะเร็ง และผู้ป่วยโรคอื่น ข้อกำหนดการจ้างระบุให้แสดงผลเป็นตัวเลขและกราฟ และให้เก็บข้อมูลกับดูรายงานได้บนคอมพิวเตอร์ โทรศัพท์มือถือ และแท็บเล็ต
สิ่งที่เราทำ
เราทำงานร่วมกับผู้รับจ้างหลักของโครงการ โดยพัฒนาบอร์ดวงจรอ่านค่าเซนเซอร์ ประกอบกล่อง Gas Sensor ที่มีเซนเซอร์ 10 ตัว และเขียนโปรแกรม Data Collector (โปรแกรมรวบรวมข้อมูล) ที่พักข้อมูลไว้ในเครื่องก่อนส่งขึ้นฐานข้อมูลออนไลน์ เว็บแอปพลิเคชันใช้สร้างหรือนำเข้าโมเดล AI แบบ SVM (Support Vector Machine) และแสดงผลทำนายเป็นตัวเลขกับกราฟ งานเพิ่มภายหลังคือห้องลมในกล่องและการสอบเทียบเซนเซอร์กับก๊าซมาตรฐาน
ผลลัพธ์
เดือนพฤศจิกายน 2562 เราสาธิตเครื่องและโปรแกรมให้ผู้แทนผู้รับจ้างหลักและกรมส่งเสริมคุณภาพสิ่งแวดล้อม พร้อมส่งคู่มือการใช้งาน ในปี 2563 เราสอบเทียบเซนเซอร์และจัดทำรายงานผล เมื่อปิดโครงการ บันทึกรายปีของเราระบุว่าซอฟต์แวร์เสร็จ ส่วนวงจรยังต้องปรับให้อ่านค่าได้ครบทุกเซนเซอร์
ที่มาของโจทย์
โจทย์ของเคสนี้คือเครื่องมือเก็บและจำแนกรูปแบบสาร VOC จากลมหายใจของอาสาสมัคร สำหรับงานวิจัยของศูนย์วิจัยและฝึกอบรมด้านสิ่งแวดล้อม กรมส่งเสริมคุณภาพสิ่งแวดล้อม ศูนย์นี้ได้งบประมาณปี 2562 เพื่อศึกษาอุปกรณ์ตรวจวัดสาร VOC จากลมหายใจ ทีมวิจัยต้องการขั้นตอนวิธี (Algorithm) และซอฟต์แวร์ที่แยกรูปแบบของอาสาสมัคร 3 กลุ่ม คือ คนปกติ ผู้ป่วยโรคมะเร็ง และผู้ป่วยโรคอื่น
เราทำงานนี้ร่วมกับผู้รับจ้างหลักของโครงการ ซึ่งเป็นบริษัทวิศวกรรม ส่วนที่เราพัฒนาคือบอร์ดวงจรอ่านค่าเซนเซอร์ กล่อง Gas Sensor (กล่องเซนเซอร์ก๊าซ) ต้นแบบ และซอฟต์แวร์สำหรับเก็บข้อมูล สร้างโมเดล และแสดงผล
VOC คืออะไร
VOC (Volatile Organic Compounds) หรือสารอินทรีย์ระเหยง่าย คือสารที่ระเหยเป็นไอได้ที่อุณหภูมิห้อง ข้อกำหนดการจ้างของงานนี้ระบุว่าเซลล์มะเร็งปล่อยสาร VOC ที่มีความจำเพาะออกทางลมหายใจ งานวิจัยจึงต้องการเครื่องมือที่เก็บและจำแนกรูปแบบสาร VOC จากลมหายใจของอาสาสมัคร
ข้อกำหนดและข้อจำกัด
ระบบต้องเก็บข้อมูลจากลมหายใจของอาสาสมัครได้ครบทุกกลุ่ม และให้นักวิจัยสร้างโมเดลจากข้อมูลนั้นได้ ข้อกำหนดการจ้างและข้อกำหนดโครงการระบุสิ่งที่ระบบต้องทำดังนี้
- รับลมหายใจที่อาสาสมัครเป่าเข้ากล่อง Gas Sensor ที่มีเซนเซอร์ 10 ตัว แล้วอ่านค่าจากเซนเซอร์ทุกตัว
- จำแนกรูปแบบสาร VOC ของอาสาสมัคร 3 กลุ่ม และแสดงผลเป็นตัวเลขและกราฟ
- พักข้อมูลไว้ในเครื่อง แล้วส่งขึ้นฐานข้อมูลออนไลน์ทีละคนหรือทีเดียวทั้งชุด
- ให้นักวิจัยสร้างโมเดล AI จากข้อมูลกลุ่มคนปกติและกลุ่มผู้ป่วย และนำเข้าโมเดลเพื่อใช้ทำนายผล
- เก็บข้อมูลและดูรายงานได้บนคอมพิวเตอร์ โทรศัพท์มือถือ และแท็บเล็ต
ข้อจำกัดหลักอยู่ที่ฮาร์ดแวร์ ตัวกล่องผลิตโดยผู้ผลิตภายนอก และเมื่อได้กล่องจริง รูปุ่มเปิดปิด ช่องต่อสาย และรูยึดบอร์ดกับพัดลมยังต้องแก้ให้พอดี อีกข้อคือระบบนี้เป็นเครื่องมือสำหรับงานวิจัย ไม่ใช่เครื่องมือแพทย์สำหรับวินิจฉัยโรค
ระบบนี้เก็บและจำแนกข้อมูลลมหายใจอย่างไร
ระบบนี้รับลมหายใจผ่านกล่อง Gas Sensor อ่านค่าเซนเซอร์ด้วยบอร์ดวงจรที่เราพัฒนา พักข้อมูลไว้ในเครื่องด้วยโปรแกรม Data Collector แล้วส่งขึ้นฐานข้อมูลออนไลน์ จากนั้นเว็บแอปพลิเคชันใช้ข้อมูลชุดนี้สร้างโมเดล ทำนายผล และแสดงเป็นตัวเลขกับกราฟ
เราเลือกพักข้อมูลไว้ในเครื่องก่อน เพื่อให้การเก็บตัวอย่างจากอาสาสมัครทำต่อได้แม้ไม่มีอินเทอร์เน็ต ส่วนการสร้างโมเดลวางไว้บนเว็บ เพื่อให้นักวิจัยสร้างโมเดลใหม่จากข้อมูลกลุ่มคนปกติและกลุ่มผู้ป่วย หรือนำเข้าโมเดลที่เลือกไว้ ผ่านหน้าสร้างโมเดลและนำเข้าโมเดลบนเว็บ
- 1
อาสาสมัครเป่าลมหายใจเข้ากล่อง Gas Sensor
ในกล่องมีเซนเซอร์ 10 ตัว และห้องลมที่ใช้ท่อกับสายลมกระจายลมหายใจไปถึงหน้าเซนเซอร์ทุกตัว บอร์ดวงจรที่เราพัฒนาอ่านค่าจากเซนเซอร์แล้วส่งต่อให้คอมพิวเตอร์
- 2
Data Collector จัดเรียงและพักข้อมูลไว้ในเครื่อง
โปรแกรม Data Collector (โปรแกรมรวบรวมข้อมูล) จัดเรียงค่าที่วัดได้และเก็บไว้ในเครื่องก่อน แล้วส่งขึ้นฐานข้อมูลออนไลน์ทีละคนหรือทีเดียวทั้งชุด
- 3
สร้างหรือนำเข้าโมเดล AI แบบ SVM
นักวิจัยสร้างโมเดล AI แบบ SVM (Support Vector Machine อัลกอริทึมจำแนกกลุ่มข้อมูล) จากข้อมูลกลุ่มคนปกติและกลุ่มผู้ป่วยผ่านหน้าเว็บ หรือนำเข้าโมเดลที่เลือกไว้ แล้วใช้โมเดลนั้นทำนายผลจากข้อมูลลมหายใจชุดใหม่
- 4
ดูผลเป็นตัวเลข กราฟ และประวัติ
เว็บแอปพลิเคชันมีหน้าบันทึกค่า กราฟ ผลทำนายที่แสดงเป็นค่าความเป็นไปได้ หน้าวิเคราะห์ และประวัติการวัด ข้อกำหนดการจ้างกำหนดให้เปิดดูได้จากคอมพิวเตอร์ โทรศัพท์มือถือ หรือแท็บเล็ต
- 5
สอบเทียบเซนเซอร์กับก๊าซมาตรฐาน
เราเก็บข้อมูลสอบเทียบที่ศูนย์วิจัยและฝึกอบรมด้านสิ่งแวดล้อมของกรมส่งเสริมคุณภาพสิ่งแวดล้อม โดยปล่อยก๊าซมาตรฐานผสม VOC ที่ความเข้มข้น 5, 10 และ 25 ppb (ส่วนในพันล้านส่วน) เข้าเครื่อง แล้วใช้ Linear Regression (การถดถอยเชิงเส้น) หาสมการแปลงค่าดิบจากเซนเซอร์เป็นความเข้มข้น
สิ่งที่ส่งมอบ
เราส่งมอบฮาร์ดแวร์ต้นแบบ ซอฟต์แวร์ เอกสาร และงานสอบเทียบ ตามรายการนี้
- บอร์ดวงจรอ่านค่าเซนเซอร์ที่เราออกแบบเอง
- กล่อง Gas Sensor ต้นแบบที่มีเซนเซอร์ 10 ตัว พร้อมห้องลมที่ใช้ท่อและสายลมกระจายลมหายใจไปถึงหน้าเซนเซอร์ทุกตัว
- โปรแกรม Data Collector สำหรับจัดเรียงและพักข้อมูลในเครื่องก่อนส่งขึ้นฐานข้อมูลออนไลน์
- เว็บแอปพลิเคชัน (PHP, Python, JavaScript) บน Ubuntu Linux ใช้ฐานข้อมูล SQLite / PostgreSQL มีหน้าบันทึกค่า กราฟ ผลทำนาย หน้าวิเคราะห์ ประวัติ สร้างโมเดล และนำเข้าโมเดล
- คู่มือการใช้งาน
- รายงานผลการสอบเทียบเซนเซอร์กับก๊าซมาตรฐานผสม VOC ที่ 5, 10 และ 25 ppb พร้อมสมการแปลงค่าด้วย Linear Regression
โครงการนี้ดำเนินงานเป็นช่วงใดบ้าง
โครงการนี้ใช้เวลาตั้งแต่ ก.ค. 2562 ถึง เม.ย. 2563 แบ่งเป็นงานตามข้อกำหนดเดิม และงานเพิ่มหลังการสาธิต ลำดับงานมีดังนี้
- ก.ค.–ต.ค. 2562: เริ่มงานตามข้อกำหนด และทำบอร์ดวงจรอ่านค่าเซนเซอร์เสร็จ
- พ.ย. 2562: สาธิตเครื่องและโปรแกรม พร้อมส่งคู่มือการใช้งาน ผู้ว่าจ้างขอเพิ่มห้องลมและปรับหน้าจอสำหรับสมาร์ตโฟน
- ม.ค.–ก.พ. 2563: รับกล่องจากผู้ผลิตภายนอก ตรวจจุดยึดและช่องต่อสายที่ต้องแก้ และทำห้องลม
- ก.พ.–เม.ย. 2563: เก็บข้อมูลสอบเทียบ หาสมการแปลงค่าด้วย Linear Regression และจัดทำรายงานผล
ผลที่ยืนยันได้เมื่อปิดโครงการ
ผลที่ยืนยันได้ของเคสนี้คือการสาธิตและงานสอบเทียบที่มีเอกสารรองรับ เดือนพฤศจิกายน 2562 เราสาธิตเครื่องและโปรแกรมให้ผู้แทนผู้รับจ้างหลักและกรมส่งเสริมคุณภาพสิ่งแวดล้อม พร้อมส่งคู่มือการใช้งาน ในปี 2563 เราสอบเทียบเซนเซอร์กับก๊าซมาตรฐานผสม VOC ที่ 5, 10 และ 25 ppb และได้สมการแปลงค่าเซนเซอร์เป็นความเข้มข้นด้วย Linear Regression
บันทึกรายปีของเราระบุว่าเมื่อปิดโครงการในปี 2563 ซอฟต์แวร์เสร็จ ส่วนวงจรยังอ่านค่าได้ไม่ครบทุกเซนเซอร์ เคสนี้ไม่มีตัวเลขความแม่นยำของโมเดลจากการใช้งานจริง เราจึงรายงานเฉพาะสิ่งที่มีเอกสารยืนยัน
สิ่งที่เราเรียนรู้
งานนี้ให้หลักการ 3 ข้อสำหรับงานเซนเซอร์ก๊าซที่ใช้ AI จำแนกรูปแบบ
- ทางเดินของตัวอย่างเป็นส่วนหนึ่งของระบบวัด ลมหายใจต้องไปถึงหน้าเซนเซอร์ทุกตัว ในงานนี้ ห้องลมที่ใช้ท่อและสายลมกระจายลมหายใจเป็นงานที่เพิ่มหลังการสาธิต การออกแบบกล่องเซนเซอร์จึงต้องรวมทางไหลของลม ไม่ใช่แค่ตำแหน่งติดเซนเซอร์
- แยกการสอบเทียบออกจากการจำแนก การสอบเทียบบอกว่าค่าดิบจากเซนเซอร์เท่ากับความเข้มข้นเท่าไร ส่วนโมเดล AI ทำหน้าที่จำแนกรูปแบบ เมื่อวางแผนสองงานแยกกัน คุณจะรู้ว่าผลคลาดเคลื่อนมาจากเซนเซอร์หรือจากโมเดล
- ตรวจทุกช่องสัญญาณก่อนเก็บข้อมูลจริง เมื่อปิดโครงการ ซอฟต์แวร์เสร็จแต่วงจรยังอ่านค่าได้ไม่ครบทุกเซนเซอร์ งานที่มีเซนเซอร์หลายตัวจึงควรมีขั้นตอนยืนยันว่าทุกเซนเซอร์ส่งค่าได้ครบ ก่อนเริ่มเก็บข้อมูลจากอาสาสมัคร
นำแนวทางนี้ไปใช้กับงานวิจัยของคุณได้อย่างไร
ถ้าคุณพัฒนาอุปกรณ์ตรวจวัดก๊าซต้นแบบ และต้องการซอฟต์แวร์เก็บข้อมูลกับสร้างโมเดลไปพร้อมกัน คุณใช้โครงของเคสนี้ได้ คือกล่องเซนเซอร์ โปรแกรมพักข้อมูลในเครื่อง ฐานข้อมูลออนไลน์ และเว็บสำหรับสร้างโมเดลกับแสดงผล ส่วนที่ต้องปรับคือชนิดเซนเซอร์ วงจรอ่านค่า และช่วงความเข้มข้นที่ใช้สอบเทียบ
ส่วนที่ใช้ซ้ำได้ และส่วนที่ต้องปรับ
| ส่วนของระบบ | ใช้ซ้ำได้ | ต้องปรับเมื่อ |
|---|---|---|
| การเก็บข้อมูล | Data Collector ที่พักข้อมูลในเครื่อง แล้วส่งขึ้นระบบออนไลน์ทีละคนหรือทั้งชุด | ใช้เซนเซอร์ต่างชนิดหรือต่างจำนวนจากเคสนี้ ต้องปรับวงจรอ่านค่าและรูปแบบข้อมูล |
| กล่องและห้องลม | หลักการกระจายตัวอย่างไปถึงหน้าเซนเซอร์ทุกตัว | ตัวอย่างที่ต้องวัดไม่ใช่ลมหายใจ ต้องออกแบบทางเข้าของตัวอย่างใหม่ |
| การสอบเทียบ | การหาสมการแปลงค่าด้วย Linear Regression จากก๊าซมาตรฐานหลายความเข้มข้น | งานของคุณใช้ช่วงความเข้มข้นอื่น ต้องเลือกก๊าซมาตรฐานในช่วงที่ใช้จริง |
| โมเดลและการแสดงผล | หน้าสร้างโมเดล นำเข้าโมเดล และแสดงผลเป็นตัวเลขกับกราฟ | กลุ่มที่ต้องการจำแนกต่างจากเคสนี้ ต้องเตรียมข้อมูลตัวอย่างของแต่ละกลุ่มใหม่ |
| การนำไปใช้ | เครื่องมือสำหรับงานวิจัย | ต้องการใช้กับผู้ป่วยจริง ต้องผ่านขั้นตอนทางการแพทย์และกฎระเบียบที่เกี่ยวข้องแยกต่างหาก |
- กำหนดขอบเขตให้ชัดตั้งแต่ต้น ทั้งส่วนซอฟต์แวร์ ส่วนวงจร และตัวกล่อง เพราะงานที่ผสมฮาร์ดแวร์กับซอฟต์แวร์มักมีงานเพิ่มระหว่างทาง
- เผื่อเวลารอตัวกล่องจากผู้ผลิตภายนอก และเวลาแก้รูยึดบอร์ดกับช่องต่อสายหลังได้กล่องจริง
- เตรียมข้อมูลตัวอย่างจากอาสาสมัครแต่ละกลุ่มให้พร้อม เพราะโมเดล AI ต้องใช้ข้อมูลจริงในการสร้างและทดสอบ
เทคโนโลยีที่ใช้
คำถามที่พบบ่อย
ระบบนี้ใช้ตรวจวินิจฉัยโรคได้หรือไม่
ไม่ได้ ระบบนี้ส่งมอบเป็นเครื่องมือสำหรับงานวิจัยของกรมส่งเสริมคุณภาพสิ่งแวดล้อม เพื่อเก็บข้อมูลและจำแนกรูปแบบสาร VOC จากลมหายใจของอาสาสมัคร ไม่ใช่เครื่องมือแพทย์ ค่าความเป็นไปได้ที่โมเดลแสดงเป็นคะแนนของโมเดล ยังไม่ใช่โอกาสเป็นโรคจริง จนกว่าจะทดสอบกับข้อมูลที่รู้ผลแล้ว
ถ้าไม่มีอินเทอร์เน็ตระหว่างเก็บข้อมูล จะเกิดอะไรขึ้น
โปรแกรม Data Collector พักข้อมูลไว้ในเครื่องก่อน แล้วส่งขึ้นฐานข้อมูลออนไลน์ทีละคนหรือทีเดียวทั้งชุดเมื่อพร้อม จึงเก็บข้อมูลต่อได้แม้ไม่มีอินเทอร์เน็ต แล้วค่อยส่งขึ้นระบบภายหลัง
นักวิจัยเปลี่ยนโมเดล AI เองได้ไหม
ได้ เว็บแอปพลิเคชันมีหน้าสร้างโมเดล AI แบบ SVM จากข้อมูลกลุ่มคนปกติและกลุ่มผู้ป่วย และมีหน้านำเข้าโมเดล เพื่อเลือกโมเดลที่ใช้ทำนายผล
ทำไมต้องสอบเทียบเซนเซอร์กับก๊าซมาตรฐาน
เพราะค่าที่อ่านจากเซนเซอร์เป็นค่าดิบทางไฟฟ้า ไม่ใช่หน่วยความเข้มข้น เราจึงปล่อยก๊าซมาตรฐานผสม VOC ที่ 5, 10 และ 25 ppb เข้าเครื่อง แล้วหาสมการแปลงค่าด้วย Linear Regression
งานลักษณะนี้ใช้เวลาและงบประมาณเท่าไร
ไม่มีราคามาตรฐาน งานลักษณะนี้ออกแบบตามโจทย์วิจัย ชนิดเซนเซอร์ และจำนวนชุดที่ต้องการ เคสนี้ใช้เวลาตั้งแต่ ก.ค. 2562 ถึง เม.ย. 2563 รวมงานเพิ่มหลังการสาธิต ติดต่อเราเพื่อขอใบเสนอราคาจากขอบเขตงานจริง
