9 ebook ))

FINAL
WORKS

รายวิชา ว33285 คอมพิวเตอร์และเทคโนโลยี3
ระดับชั้น ม.6 เทอม1 ปีการศึกษา 2564

นายอัครชัย สง่างาม ม.6/3 เลขที่9

โรงเรียนสาธิตแห่งมหาวิทยาลัยเกษตรศาสตร์ วิทยาเขต
กำแพงแสน ศูนย์วิจัยและพัฒนาการศึกษา

องค์ประกอบของ
แชทบอท

CHAT BOT



Value Proposition 01

คณุ ค่าหรือคณุ ประโยชน์ของแชทบอท

Botsona 03

บุคลิกของแชทบอท

Persona 02

บุคลิกของผู้ใช้

Intent/ 04
Conversational Tasks

เจตนาหรือเป้าหมายในการสนทนาของผู้ใช้

Va

alue Proposition



Value Proposition

คือ สร้างขึน้ มาเพ่ือวตั ถปุ ระสงค์อะไร เช่น
สร้างขึน้ มาเพ่ือดูแลและช่วยเหลือเราด้าน
สุขภาพ



Persona

Persona

คอื คนท่จี ะมาใช้แชทบอทเรามีบคุ ลิกลกั ษณะเป็น
อยา่ งไร การที่เรากาหนดบคุ ลิกขนึ ้ มากอ่ น จะทา
ให้ เรากาหนดขอบเขตของแชทบอทท่ีเราจะสร้ าง
ขนึ ้ มาได้ เช่น บคุ คลคนนนั้ เป็นคนรักสขุ ภาพขนาด
ไหน ใช้ชีวติ ประจาวนั อยา่ งไร สขุ ภาพตอนนีเ้ป็น
อย่างไรบ้าง





Botsona



Botsona

คือ เราต้องออกแบบแชทบอทให้มีบคุ ลกิ ลกั ษณะท่ี
สอดคล้องกบั ผ้ใู ช้ เชน่ เราจะออกแบบแชทบอท
เก่ียวกบั การดแู ลสขุ ภาพ ก็อาจจะทาให้แชทบอทนนั้ มี
บคุ ลิกคล้ายๆกบั นกั ออกกาลงั กายหรือนกั โภชนาการ



Intent/
Conversational Tasks

ICnotnevnet/rsational Tasks

ถ้าจะทาแชทบอทเก่ียวกบั การดแู ลสขุ ภาพ ต้อง
ออกแบบวา่ การให้คาปรึกษามีเร่ืองอะไรบ้าง เชน่
การกินอาหารท่ีมีประโยชน์ การออกกาลงั กาย
การดแู ลสขุ ภาพที่ดีควรทาอยา่ งไร



Cooperative Principle

คือ หลกั การการร่วมมือของผ้สู นทนาเพ่อื ให้เกิดการ
สื่อสารอยา่ งมีประสิทธิภาพ ประกอบด้วย 4 ข้อ

e

Quality

คือการสนทนาด้วยข้อความ และ
ข้อมูลที่มีคุณภาพ มีประโยชน์

Relevance

คือการสนทนาให้ ตรงประเด็น
เร่ื อ ง เดี ย ว กัน

Quantity

คือให้ ปริ มาณข้ อมูลที่ดีไม่ มากไม่
น้ อยจนเกินไป

Manner

คือให้ ข้ อมูลอย่างเหมาะสมไม่
กากวม เข้าใจง่าย

thank

นายอคั รชยั สงา่ ง

k you

งาม ม.5/3 เลขที่9



DATA
MINING

DATA MINING คืออะไร

กระบวนการที่กระทํากับข้อมูลจํานวนมากเพื่อค้นหา
รูปแบบ และความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนัน

ในปจจุบันการทํา
เหมืองข้อมูลได้ถูกนําไปประยุกต์ใช้ในงานหลาย
ประเภท ทังใน ด้านธุรกิจที่ช่วยในการตัดสินใจของผู้

บริหาร รวมทังในด้าน เศรษฐกิจและสังคม

WHY DO WE HAVE TO
USE DATA MINING ?

ในปจจุบันการวิเคราะห์ข้อมูลจากฐานข้อมูลเดียวอาจไม่ให้
ความรู้เพียงพอสําหรับการดําเนินงานภายใต้ภาวะที่มีการ
แข่งขันสูงและมีการเปลี่ยนแปลงที่รวดเร็วจึงจําเปนที่จะ ต้อง
รวบรวมฐานข้อมูลหลายๆ ฐานข้อมูลเข้าด้วยกัน เรียกว่า “คลัง
ข้อมูล” ดังนันเราจึงจําเปนต้องใช้ Data Mining ในการดึง
ข้อมูลจากฐานข้อมูลที่มีขนาดใหญ่ เพื่อ ที่จะนําข้อมูลนันมาใช้
งานให้เกิดประโยชน์สูงที่สุด

EXAMPLE COMPANY WHICH IS USE
DATA MINING “AMAZON.COM”

เป็นตัวอย่างการนำเทคนิคนี้ไปประยุกต์ใช้กับงานจริง ได้แก่
ระบบแนะนำหนังสือ,หนังให้กับลูกค้าของ Amazon ข้อมูล
การสั่งซื้อทั้งหมดของ Amazon ซึ่งมีขนาดใหญ่มากจะถูกนำ
มาประมวลผลเพื่อหาความสัมพันธ์ของข้อมูล คือ ลูกค้าที่ซื้อ
หนังสือเล่มหนึ่ง ๆ มักจะซื้อหนังสือเล่มใดพร้อมกันด้วยเสมอ
ความสัมพันธ์ที่ได้จากกระบวนการนี้จะสามารถนำไปใช้คาดเดา
ได้ว่าควรแนะนำหนังสือเล่มใดเพิ่มเติมให้กับลูกค้าที่เพิ่งซื้อ
หนังสือจากร้านเรียกว่า Product Recommendations
“amazon นั้นได้ส่วนแบ่งจากการทำการแนะนำสินค้าแบบนี้
กว่าร้อยละ 35 จากยอดขายทั้งหมด”

นายอัครชัย สง่างาม ม.6/3 เลขที่9

BIG DATA

WHAT IS BIG DATA?

หากแปลตรงตัวก็คงหมายถึง ข้อมูลขนาดใหญ่ ซึ่งจริงๆ แล้วคำนิยามของมันก็
คือ จำนวนข้อมูลในรูปแบบต่างๆ ที่มีมากมายมหาศาล ชนิดที่เรียกว่าชอฟต์แวร์

หรือฮาร์ดแวร์ธรรมดานั้นไม่สามารถรองรับข้อมูลเหล่านี้ได้ โดยส่วนใหญ่แล้ว
ข้อมูลเหล่านี้มักจะถูกใช้ในเชิงธุรกิจเป็นข้อมูลที่ถูกเก็บไว้ในองค์กร หรือบริษัท
เช่น ข้อมูลบริษัท ข้อมูลสำคัญของลูกค้า วิดีโอ ไฟล์รูปภาพ หรือไฟล์เอกสาร

ต่างๆ ฯลฯ เป็นต้น

WHY BIG DATA?

ด้วยข้อมูลที่มหาศาลที่มี หากได้ข้อมูลลูกค้าและใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ เพื่อวิเคราะห์เพื่อให้
ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้คุณสามารถเข้าใจผู้บริโภคได้มากขึ้น ลดต้นทุนได้ ลดเวลาระยะ
เวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น รู้พฤติกรรมเชิงลึกของลูกค้า สามารถนำ
ไปวางแผนการตลาด ช่องทางการจัดจำหน่าย ที่เข้าถึงและช่วยให้ขยายฐานลูกค้าได้อย่างรวดเร็ว
หรือนำข้อมูลไปพัฒนาสินค้าหรือบริการให้มีประสิทธิภาพยิ่งขึ้น และยังใช้วิเคราะห์แนวโน้มที่จะเกิด
ขึ้นในอนาคตได้ ยิ่งมีข้อมูลมากเท่าไร ความผิดพลาดหรือความเพี้ยนของข้อมูลก็น้อยลง

COMPARE TO DATA MINING

พจลdแำอยaแแDยtกนยaaปกกtเมaรเหแืส่ะอลาMมเขคะืภุอตiดวทnีนคาหiทเีnมวา่ปเ็สgาพหนัมมมลคกืืวพออ่อาัานยนรกเทปธาแ์็เรขะรนลวลาอะขิ้เกวตงอ็ค่จขงามร้หะูงอาลไกรมะัืดอูอน้หลพะ์ขไแแุไวลดร้ตย่อเสกลเขยป้ำแะา็อหชนยไุอปดระตัักบแใแวมนลขตเ้่ลากะอล้หขหอมะูลนาแลเาคปขบก็้ย็วนอบเชปามต็ูันมนเลวิปดสเอนััชรัม้ี่กนซยนึพ่ษบังนแันแร้ไนลปธต้์แ่เวขกลหต็จอ่เะัมเลหบืงชกีอะ่มขขยนื้้นชิอออุวดดกนมมโักููนขย็ลเล้จรองทเะตีากหม่้ัอตูทอน้ลลยอำ่งูอาม่ใมงเียนหนคัม่า้ีานวมกกืงBามอาาไiมาgรรรง

!!

โตคัวรอง
ยง่าางน

แชทบอทสำหรบั การบริการดา้ นการดแู ลสขุ ภาพ
Chatbots-based Healthcare Services

โดย

นางสาว มัสรา เลาะแม

รหัสนสิ ิต 602021200
อาจารย์ทป่ี รกึ ษา : อาจารย์ อาจารี นาโค

รายงานนเี้ ปน็ สว่ นหน่งึ ของรายวิชา 0214391 สัมมนาทางวิทยาการคอมพวิ เตอร์
ภาคเรยี นที่ 2 ปีการศึกษา 2562

หลกั สตู รวทิ ยาศาสตรบัณฑิต สาขาวชิ าวทิ ยาการคอมพิวเตอร์
คณะวิทยาศาสตร์ มหาวิทยาลัยทักษิณ

แชทบอทสำหรับการบรกิ ารดา้ นการดูแลสุขภาพ
Chatbots-based Healthcare Services

นางสาว มสั รา เลาะแม

-----------------------------------------------------------------------------------------------------
บทคัดยอ่

ปจั จบุ นั ประชาชนใหส้ นใจในด้านสขุ ภาพเพ่มิ ข้ึน การบรกิ ารทางการแพทยข์ องโรงพยาบาลจึงได้
เปลี่ยนจากการมุ่งเน้นการรักษาเพื่อการป้องกันมาเป็นการดูแลและการจัดการสุขภาพ อุตสาหกรรม
การแพทย์มีการสร้างบริการเพิ่มเติมสำหรับโปรแกรมส่งเสริมสุขภาพ และมีการใช้สารสนเทศทาง
การแพทย์มากขน้ึ ดงั นน้ั แนวคดิ ของบรกิ ารสุขภาพท่ีชาญฉลาดจงึ กลายเป็นประเด็นสำคญั แชทบอทเป็น
แพลตฟอรม์ การสนทนาอัจฉริยะที่โต้ตอบกับผใู้ ช้ผา่ นอินเตอร์เฟซการแชท โดยการเช่ือมโยงกับผใู้ หบ้ รกิ าร
เครอื ขา่ ยสังคมหลัก ผ้ใู ช้ท่ัวไปสามารถเข้าถงึ และรับบรกิ ารสุขภาพตา่ ง ๆ ไดอ้ ย่างงา่ ยดาย การศกึ ษาครั้ง
นี้เป็นการนำเสนอบริการด้านการดูแลสุขภาพที่ใช้แชทบอท ได้แก่ แชทบอทสำหรับการวินิจฉัยโรคด้วย
ตนเอง และแชทบอทการบริการด้านการดูแลสุขภาพพร้อมฐานความรู้ที่มีการประมวลผลบนคลาวด์ ซึ่ง
เป็นบริการสุขภาพเคลือ่ นที่ในรปู แบบของแชทบอทเพือ่ ให้การรกั ษาอยา่ งรวดเร็วต่ออุบัตเิ หตทุ ีอ่ าจเกิดขึ้น
ในชวี ิตประจำวัน รวมถงึ ผปู้ ่วยทีเ่ ป็นโรคเรอื้ รงั ซึ่งจะทำใหก้ ารให้บริการข้อมูลสุขภาพเน้นเรื่องท่ีสะดวก
รวดเร็วตอบสนองตอ่ ความตอ้ งการของผู้ใชใ้ นยุคดิจทิ ัล

สารบญั หนา้
1
1. บทนำ 1
1.1 ความสำคญั และที่มาของการศกึ ษา 1
1.2 วัตถปุ ระสงค์ 1
1.3 ความรูพ้ ื้นฐานทีเ่ ก่ียวขอ้ ง 3
3
2. แชทบอทสำหรบั การบริการดา้ นการดูแลสขุ ภาพ 5
2.1 การตรวจเอกสาร 8
2.2 แชทบอทสำหรับการวินิจฉัยทางการแพทย์ด้วยตนเอง 18
2.3 แชทบอทสำหรบั ให้บริการสขุ ภาพโดยการประมวลผลบนคลาวด์ 18
19
3. บทสรุป
3.1 สรปุ

4. เอกสารอา้ งองิ

1

1. บทนำ

1.1 ความสำคญั และทีม่ าของการศกึ ษา
แชทบอทเป็นระบบจำลองการโตต้ อบตามธรรมชาติพร้อมการสรา้ งแบบจำลองการสนทนาและ

ความรพู้ น้ื ฐานของปญั ญาประดิษฐ์ เนอื่ งจากระบบจำลองการโต้ตอบมีความสามารถในการสนทนามากข้ึน
สามารถเรียนรูก้ ารตอบสนองต่อสถานการณไ์ ด้อย่างถูกต้องมากขึน้ และถูกสร้างเพื่อใหช้ ่วยสนทนาแทน
มนษุ ยท์ สี่ ามารถพูดคุยโต้ตอบส่อื สารกับมนุษย์ผ่านทางเสยี งหรือข้อความได้ แชทบอทจัดว่าเป็นหุ่นยนต์
ประเภทหนึ่งท่สี ามารถทำงานได้ 24 ชวั่ โมง และตอบคำถามซำ้ ๆ ไดโ้ ดยไมม่ คี วามเบอ่ื หน่าย ดังนน้ั
แชทบอทจึงถูกนำมาใช้ประโยชน์ทางด้านธุรกิจ เช่น ใช้สำหรับตอบคำถามแทน call center ใช้แนะนำ
สนิ ค้าและบรกิ าร เปน็ ต้น นอกจากน้นั แล้วแชทบอทยงั สามารถพฒั นาได้ทั้งบน LINE และบน Massager
ได้ง่าย จึงทำให้องคก์ รหรือผู้ประกอบการต่าง ๆ นำแชทบอทไปใช้อำนวยความสะดวกกบั ผลิตภัณฑข์ อง
ตนเองหลากหลายมากข้ึน

ในปัจจุบันผู้คนให้ความสนใจในด้านสุขภาพมากขึ้น มีการนำสารสนเทศมาให้บริการทางการ
แพทย์มากขึ้น โดยจะเห็นได้จากกิจกรรมการออกกำลังกายประเภทต่าง ๆ การตรวจสุขภาพประจำปี
อุปกรณ์สวมใส่/แอปพลิเคชันบนมือถือที่สามารถให้ข้อมูลสุขภาพ รวมถึงระบบสารสนเทศทางด้าน
การแพทยท์ ี่ใชง้ านร่วมกบั ปัญญาประดษิ ฐ์

จากความสำคัญของการดูแลสุขภาพ และการใช้แชทบอท ผู้จัดทำสนใจประเด็นของการ
ใหบ้ ริการข้อมูลทางด้านสุขภาพโดยใช้เทคโนโลยีของแชทบอท โดยไดท้ ำการศกึ ษาการนำแชทบอทมาใช้
ใน 2 กรณี คือ แชทบอทการวินิจฉัยด้วยตนเองโดยใช้ปัญญาประดิษฐ์ และแชทบอทสำหรับบริการด้าน
การดูแลสุขภาพท่ีมีการประมวลผลบนคลาวด์

1.2 วตั ถปุ ระสงค์
เพือ่ ศกึ ษาวิธีการนำแชทบอทมาใช้ในการแนะนำขอ้ มลู ท่เี กี่ยวกับสขุ ภาพ

1.3 ความรูพ้ นื้ ฐานท่เี ก่ยี วขอ้ ง
แชทบอท เป็นโปรแกรมทีพ่ ฒั นาขึ้นเพือ่ จำลองบทสนทนาของมนุษย์ ให้สามารถพูดคุย สื่อสาร

กบั มนษุ ยผ์ ่านทางเสียงหรอื ขอ้ ความแบบ real-time มี 2 แบบ ประกอบด้วย
▪ Rule-Based Bot เป็นการทำงานตามกฎและคีย์เวิร์ดที่ถูกกำหนดไว้ ถ้าหากคำถามไม่
ตรงกับที่กำหนดไว้ แชทบอทอาจใหค้ ำตอบทีไ่ มด่ หี รือทำงานผิดพลาดได้
▪ AI Bot เป็นการใชป้ ัญญาประดิษฐ์ (AI) และ Machine Learning เข้ามาชว่ ยให้
▪ แชทบอทนั้นฉลาดและเข้าใจภาษาของมนุษยม์ ากขนึ้

ประเภทของแชทบอท มี 5 ประเภท ประกอบด้วย

2

▪ FAQ Assistant Bot สามารถตอบคำถามหรือส่งบทสนทนาได้ถูกต้องตามที่คุยกับผู้ใช้
นั่นหมายถึงการรักษาบริบทสำหรับคำถาม ติดตาม และพร้อมที่จะส่งต่อไปยังตัวแทน
หากคำถามไม่ไดอ้ ย่ใู นฐานความรู้ของบอท

▪ Navigational Bot ช่วยผู้ใช้ และสามารถค้นหาเนื้อหาที่เก่ียวข้องกับสิ่งที่พวกเข้าสนใจ
ได้ ดังนั้นแชทบอทอาจจะสามารถเชื่อมโยงไปยังหน้าเว็บที่มีประโยชน์ หากผู้ใช้ร้องขอ
ข้อมูลตา่ ง ๆ ท่ตี ้องการ

▪ Lead Generation & Retention Bots มีไว้เพ่อื ดงึ ดูดผูใ้ ช้เปา้ หมายดว้ ยการสนทนาและ
รักษาการติดต่อกันกับผู้ใช้ด้วยการให้คำตอบและข้อมูลที่มีประโยชน์ให้กับลูกค้า ทำให้
กลมุ่ ผู้ใช้เป้าหมายน้ัน จะได้รบั ประสบการณท์ ีด่ ใี นการเข้ามาดขู ้อมลู สนิ คา้

▪ Transactional Bots ช่วยให้ผใู้ ช้สามารถทำธุรกรรมภายในขอบเขตของการสนทนาเรอื่ ง
น้ันไดด้ ี

▪ Internal Assistant Bot สามารถช่วยในการตอบคำถามให้สมาชิกในทีมได้รับคำตอบที่
รวดเรว็ เพอื่ ไม่ให้ไปรบกวนเพื่อนรวมงานคนอนื่ ๆ

การนำแชทบบอทไปใช้ สามารถนำไปใช้ในการแพทย์ และดา้ นอตุ สาหกรรมตา่ ง ๆ
ตัวอยา่ ง เช่น LINE-Messenger, Facebook-Messenger, Food panda, H&M, KLM, Oscar chatbot,
Health Tap เปน็ ต้น

3

2. แชทบอทสำหรบั การบรกิ ารด้านการดูแลสุขภาพ

เนื้อหาที่ทำการศึกษามา ประกอบด้วย 2 ระบบ คือ 1. การนำแชทบอทมาใช้การวินิจฉัยทาง
การแพทย์ด้วยตนเอง และ 2. แชทบอทสำหรับบริการด้านการดูแลสุขภาพที่มีการประมวลผลบนคลาวด์
โดยเนื้อหาจะเรียนรู้จากการรวบรวมงานวิจัยที่เกี่ยวข้องของการใช้แชทบอททางด้านสุขภาพ และการ
นำเสนอรายละเอียดท้งั 2 ระบบ

2.1 การตรวจเอกสาร
1) ปัญญาประดิษฐ์ทีเ่ กีย่ วขอ้ งกบั การแพทย์
อุปกรณ์ทางการแพทย์อัจฉรยิ ะที่พฒั นาจากขอ้ มลู ขนาดใหญ่และการเรียนรู้ของเครือ่ งสามารถให้

โซลูชั่นที่มีประสิทธิภาพ และเป็นส่วนตัวมากขึ้นในการตรวจวินิจฉัย ดังนั้นจึงคาดว่าจะมีการสร้าง
นวัตกรรมทอ่ี ำนวยความสะดวกในพน้ื ที่ทางการแพทย์เก่ยี วกบั การป้องกนั โรคการวนิ จิ ฉัย และการรกั ษา

Google นำเสนอการใช้บริการ AI สำหรับสภาวะสุขภาพปกติ และการตอบสนองที่เหมาะสม
ผ่านการพฒั นาเทคโนโลยีด้านการดูแลสขุ ภาพ เชน่ เครอื่ งตรวจวัดระดบั นำ้ ตาลในเลอื ด เอเจนต์การรักษา
เพื่อต้านริ้วรอย และการวิเคราะห์ทางพนั ธุกรรม ด้วยเทคโนโลยี DeepMind Health รวมถึง AlphaGo
Google พัฒนา Streams (โปรแกรม AI) สำหรบั การรวบรวมขอ้ มูลผู้ป่วยที่มีอวัยวะทเ่ี สยี หายอย่างรุนแรง
แบบเรียลไทม์ ทำใหเ้ จ้าหน้าทที่ างการแพทย์สามารถวินิจฉยั โรคไดอ้ ยา่ งรวดเร็ว

DivyaMadhu เสนอความคดิ ว่า AI สามารถทำนายโรคจากอาการ และให้รายการของการรักษา
ท่มี ีอยหู่ ากมีการวเิ คราะหเ์ ปน็ ระยะ ๆ และเป็นไปไดท้ จี่ ะคาดการณป์ ญั หาทจ่ี ะเปน็ ไปได้ ก่อนทีร่ ่างกายจะ
ความเสียหาย

University of North Carolina (UNC) Health Care เป็นสถาบันการแพทย์ที่ไม่แสวงหาผล
กำไรที่ให้บริการทางการแพทย์ที่มีคุณภาพสูงสำหรับผู้ป่วยมากกว่า 37,000 คนพร้อมสิ่งอำนวยความ
สะดวก โดยใหบ้ รกิ ารจากการวิเคราะหข์ ้อมูล UNC Health Care ใชบ้ ริการวิเคราะหข์ อ้ ความของ IBM ที่
สามารถวิเคราะหข์ อ้ มลู ท่มี โี ครงสร้างและไมม่ โี ครงสร้าง เปน็ ผลใหส้ ามารถระบสุ าเหตุของการเขา้ รักษาตัว
ในโรงพยาบาลของผู้ป่วย ซ่งึ จะชว่ ยลดค่าใชจ้ ่ายในการพกั ฟ้ืน

การวิจัยและพัฒนาดา้ นการดูแลสุขภาพบนพืน้ ฐานของ AI ได้รับความสนใจเป็นอย่างมากพร้อม
กับธุรกิจสตาร์ทอัพที่เกี่ยวกับการใช้ AI ในทางการแพทย์ ตัวอย่างเช่น Lunit เป็นระบบการวินิจฉัยโรค
ปอดและมะเร็งเต้านม โดยใช้เทคโนโลยีการจดจำภาพ จากการใช้ภาพถ่ายเอ็กซ์เรย์หน้าอกและเต้านม
ระบบมกี ารใช้อัลกอริทมึ การเรยี นรู้เชิงลึก ทำให้สามารถตรวจภาพเอกซเรย์หน้าอกและภาพตรวจเต้านม
ทำการวินิจฉัย และตรวจหาตำแหน่งขนาดเซลล์ที่ถูกเปลี่ยนรูป และเนื้อเยื่อจำเพาะของเนื้องอกซึ่งมี
ความยากในการสังเกตด้วยตาเปล่า บริษัท Vuno ยังได้พัฒนาอัลกอริทึมการเรียนรู้เชิงลึกที่สามารถ
นำไปใช้ในทางการแพทย์ เพื่อการวิเคราะห์ภาพทางการแพทย์ (X-ray, CT, MRI) และสัญญาณชีวภาพ
อลั กอริทึมทพ่ี ัฒนาขนึ้ ใชเ้ ปน็ เครือ่ งช่วยในการวินิจฉัยโรคปอดโรคหัวใจ และหลอดเลอื ดสมองโป่งพองใน

4

สมอง และการกำหนดอายุของกระดูก บริษัทยังพัฒนา Vuno-Med แอปพลิเคชนั ซอฟตแ์ วร์ท่ีช่วยในการ
วนิ จิ ฉัยโรคมะเรง็ ปอด Apple พฒั นา CareKit ซึง่ เป็นแอปพลิเคชนั ซอฟต์แวร์สำหรับการแบ่งปนั แผนการ
รักษาระหว่างผู้ป่วย ผู้ดูแล และเจ้าหน้าที่ทางการแพทย์ เพื่อใช้ในการติดตามการรักษาผู้ป่วยอย่างมี
ประสิทธิภาพ นอกจากนั้นเทคโนโลยี Apple Watch หรือ iPhone ของบริษัท Apple มีระบบเซ็นเซอร์
ซ่ึงชว่ ยในการวดั สภาวะสขุ ภาพของผ้ปู ว่ ยและการแสดงข้อมูลการรกั ษา

2) แชทบอทสำหรบั การดแู ลสุขภาพ
Simon Hoermann อภิปรายผลการประเมิณการใช้เทคโนโลยีการสนทนาบนเว็บ ในการให้
คำแนะนำด้านสุขภาพว่า ให้ผลลัพธ์ที่ดีกว่าเมื่อเทียบกับการแนะนำแบบปกติ อย่างไรก็ตามเทคโนโลยี
เหลา่ นมี้ ีค่าใช้จา่ ยในการปฏิบตั ิทางจรงิ
Saurav Kumar Mishra กล่าวว่า แชทบอทจะทำหน้าที่เป็นแพทย์เสมือนในการพูดคุยกับผูป้ ่วย
การพัฒนาแชทบอทจะใชข้ ้ันตอนวธิ ีการประมวลผลภาษาธรรมชาติและการจับค่รู ูปแบบ ซึ่งพัฒนาขึ้นโดย
ใชภ้ าษา Python จากการสำรวจพบว่า แชทบอทสามารถหาคำตอบท่ถี ูก 80% และไม่ถูกตอ้ ง / คำตอบท่ี
ไม่ชดั เจน 20% การวเิ คราะหน์ ีช้ ้ีใหเ้ หน็ ว่า ซอฟตแ์ วรน์ สี้ ามารถใชส้ ำหรบั การเรยี นการสอนและเป็นแพทย์
จรงิ สำหรับการรบั รแู้ ละการดูแลเบ้ืองต้น
HameedullahKaz อธิบายการพัฒนาแชทบอทสำหรับนักศึกษาแพทย์ โดยใช้ Chatterbean
ของโอเพนซอร์ส AILM ซึ่งสามารถแปลงคำสั่งภาษาธรรมชาติไปเป็นแบบสอบถาม SQL ที่เกี่ยวข้อง
ตัวอยา่ งคำถาม 97 ข้อ ถูกรวบรวมและคำถามเหล่านั้นถกู แบง่ ออกเปน็ หมวดหมู่ขน้ึ อยู่กบั ชนดิ ของคำถาม
การจดั อันดบั คำถามตามจำนวน แบ่งหมวดหมูต่ ามประเภทของคำถามโดยมกี ารเรยี งลำดับตามหมวดหมู่
47% ระบบไม่ได้รับการออกแบบมาเป็นพิเศษสำหรับสนับสนนุ การโต้ตอบแบบธรรมชาติหรือตอบสนอง
ต่อคำสงั่ ของนกั เรยี น
Health Tap พัฒนาแพลตฟอร์มในการใหข้ ้อมลู สุขภาพเพือ่ เชื่อมต่อระหว่างผู้ปว่ ยและบคุ ลากร
ทางการแพทย์ มีแพทยม์ ากกวา่ หนึง่ แสนคนลงทะเบียนในแพลตฟอร์มน้ี และมกี ารถามตอบมากกว่า 6.4
คำตอบ แพลตฟอร์มพัฒนาโดยใช้ Facebook-Messenger ด้วยตัวอย่างคำถามและคำตอบที่สอดคล้อง
กัน Health Tap จะนำเสนอคำตอบบนพ้ืนฐานของฐานข้อมูลทมี่ คี ำถามคล้ายกัน
จากการเร่ิมต้นการประกันสุขภาพรูปแบบใหม่ Oscar chatbot ได้รับความสนใจเปน็ อยา่ งมาก
Oscar นำเสนอการประเมินคา่ ประกันสขุ ภาพใหก้ ับลกู ค้าอยา่ งรวดเรว็ ผา่ นทาง chatbot บน Facebook-
Messenger แม้ว่าตอนน้ีแชทบอทของ Oscar จะให้บริการแบบ จำกัด แต่ก็คาดว่า Oscar จะให้บริการ
ด้านการดูแลสุขภาพแบบไม่เป็นทางการโดยใช้ขอ้ มูลสขุ ภาพของผู้ใช้ท่ีละเอียดอ่อนและโรค เพื่อคำนวณ
การประมาณค่าประกันสขุ ภาพ
บริการแชทบอท Molly ของ Sensely เป็นแพลตฟอร์มพยาบาลเสมือนที่พัฒนาขึ้นเพ่ือ
ประหยัดเวลาของบุคลากรทางการแพทย์ 20% การใชข้ ้อมลู สขุ ภาพแบบเรียลไทม์ของผู้ป่วยทำให้ Molly
สามารถตัดสินสภาพสุขภาพของผปู้ ว่ ยและติดตามผูป้ ่วยจนกว่าเขา / เธอจะไปโรงพยาบาลในคร้งั ต่อไป

5

แชทบอทการวินิจฉัยทางการแพทย์ที่ใช้คำถามโต้ตอบของ Wisenut ได้รับการพัฒนาโดยใช้
เทคโนโลยีการวเิ คราะห์ขอ้ มูลขนาดใหญ่ ทางการแพทย์ทสี่ ะสมของบริษทั เทคโนโลยีการเรียนรูด้ ้วยเคร่อื ง
เทคโนโลยีการความเข้าใจประโยคไฮบริด และเทคโนโลยีการจดั การบทสนทนา แชทบอทจะถามคำถาม
รายวันเก่ยี วกบั ภาวะสุขภาพของผูป้ ่วยโรคเร้อื รัง ทำใหส้ ามารถใหค้ ำแนะนำบนพื้นฐานของคำตอบท่ีให้ไว้
คำตอบของผู้ป่วยเรื้อรังจะถูกสั่งให้กับเจ้าหน้าที่ทางการแพทย์โดยสังเขป แบบฟอร์มเพื่อช่วยเหลือ
เจ้าหน้าทีท่ างการแพทย์ในการวินิจฉยั ใหม้ คี วามแม่นยำมากขึ้นเมื่อเทียบกับการวินิจฉัยที่เกดิ ข้นึ ระหว่าง
การมาโรงพยาบาลของผูป้ ่วย

AI chatbots ทีถ่ ามผปู้ ่วยเก่ยี วกับอาการของโรคกำลังไดร้ บั การทดสอบเพิ่มข้ึนเนอ่ื งจากความชุก
การใช้งานที่กว้างขวาง ประชาชนประมาณ 1.2 ล้านคนใน Islington, Camden, Enfreld และ Barnet,
ในประเทศอังกฤษ ชอบใช้แชทบอทของ Baylon เพื่อติดต่อกับ National Health Service (NHS) เมื่อ
ผู้ใช้ป้อนอาการของพวกเขาในแอพ Baylon คำตอบที่ได้รับน้ันข้ึนอยู่กับเน้ือหาที่ใส่ เมื่อผู้ใช้ตอบคำถาม
ของแอป คำแนะนำทีใ่ หไ้ ว้เกย่ี วกบั อาการของพวกเขาจะอ้างอิงกบั ฐานข้อมูลโรคขนาดใหญ่

จากที่กล่าวมา จะเห็นได้ว่ามีการนำเทคโนโลยีแชทบอทและปัญญาประดิษฐ์มาใช้ในการดูแล
สขุ ภาพอยา่ งกวา้ งขวาง

2.2 แชทบอทสำหรับการวนิ ิจฉัยทางการแพทย์ดว้ ยตนเอง

ภาพที่ 1 แผนภาพสถานะจำกัดแสดงการทำงานของแชทบอท

แผนภาพสถานะจำกัดของภาพท่ี 1 แสดงการออกแบบบทสนทนา นอกเหนือจากข้อความ
ต้อนรับและบอก การออกแบบการสนทนา 3 ขั้นตอน คือ ขั้นตอนการรับ การสกัดอาการ และการ
วนิ จิ ฉัย

แชทบอทเริ่มต้นโดยถามข้อมูลอีเมลและรหัสผ่านของผู้ใช้เพื่อเข้าสู่ระบบ จากนั้นจะเข้าสู่วงวน
สถานะการแยกอาการจนกวา่ จะไดร้ ับข้อมูลท่ีเพยี งพอสำหรับการวนิ ิจฉัย ผ้ใู ชม้ ตี วั เลอื กในการเข้าสู่ลูปอีก
ครั้งเพอ่ื พูดคยุ กบั แพทย์เกย่ี วกับอาการอกี ชุดหน่งึ หลังจากได้รบั การวินิจฉยั ครัง้ แรก และอกี ทางเลือกหน่ึง
คอื ผู้ใชส้ ามารถดูประวตั กิ ารสนทนาเกีย่ วกับสง่ิ ท่ีคยุ กนั

ขนั้ ตอนการทำงานของการแชทบอทเรม่ิ ตน้ ด้วยผู้ใช้ทำการเข้าส่รู ะบบไปยงั แชทบอท และจากน้ัน
ผใู้ ชท้ ำการปอ้ นขอ้ มูลการสนทนา ระบบจะทำการสกดั อาการท่ีสอดคลอ้ งกนั จนกว่าจะไดข้ อ้ มูลที่เพียงพอ

6
สำหรับการวินิจฉัยการ แล้ววินิจฉัยว่าผูป้ ่วยเป็นโรคร้ายแรงหรอื โรคไม่ร้ายแรง ถ้าเป็นโรคร้ายแรงจะมี
การแนะนำแพทย์ใหผ้ ้ปู ่วย โดยดงึ รายละเอียดของแพทยจ์ ากฐานขอ้ มลู และระบผุ ูใ้ ชผ้ ่านขอ้ มลู เขา้ สู่ระบบ
ท่ีเกบ็ ไว้ในฐานข้อมลู

ภาพที่ 2 สถาปตั ยกรรมเชงิ หน้าที่ของแชทบอท
ภาพท่ี 2 แสดงฟังก์ชันการทำงานของระบบ ผู้ใช้เข้าสู่ระบบไปยังหน้าเว็บและรายละเอียดของ
ผใู้ ชจ้ ะถูกเก็บไว้ในฐานข้อมูล จากน้ันผ้ใู ช้สามารถเรม่ิ ตน้ การสนทนาดว้ ยแชตบอท ข้อมูลการสนทนาจะ
ถูกเก็บไว้ในฐานข้อมูลสำหรับการอา้ งอิงในอนาคต ในระหว่างการสนทนาแชทบอทจะจำแนกอาการจาก
คำถามและโครงสร้างของอาการ โรคจะแบ่งเป็นโรคร้ายแรงและโรคที่ไม่ร้ายแรง แชทบอทจะตอบ
กลับไปไม่ว่าจะเป็นโรคร้ายแรงหรือโรคไม่ร้ายแรง ถ้าเป็นที่โรคร้ายแรงผู้ใช้จะไ ด้รับการแนะนำโดยมี
รายละเอียดพบแพทยเ์ พ่อื การรักษาต่อไป
เมื่อมีการตรวจสอบรายละเอยี ดการเข้าสู่ระบบของผู้ใช้ การจำแนกอาการจะใช้ขั้นตอนวิธีการ
คน้ หาสตริง โดยระบสุ ตริงย่อยทแ่ี สดงอาการจากการป้อนข้อความภาษาธรรมชาติ เมื่อผู้ใช้ตัง้ ชอื่ อาการ
โดยตรง เช่น“ ฉันมี อาการไอมีไข้และคลื่นไส้” ระบบจะระบุได้อย่างง่ายดาย แต่อย่างไรก็ตาม ระบบ
สามารถจัดการกับข้อความประเภทอื่น ๆ เช่น “ เมื่อฉันอ่านฉันไม่เป็นไรในตอนแรก แต่เมื่อเวลาผ่านไป
สายตาของฉันก็จะเหน่อื ยล้าและฉนั ก็เริม่ เห็นเปน็ สองเท่า” ในกรณนี ี้ ระบบจะสกดั คำสำคญั เช่น "ดวงตา
เหนือ่ ยล้า" และ "ดูซ้ำซ้อน"
เมื่อได้รับข้อความย่อยที่สกัดจากการป้อนข้อมูลของผู้ใช้ จะมีการสร้างรายการของอาการท่ี
ใกล้เคียงที่สุด และจะต้องให้ผู้ใช้ยืนยันอาการตามรายการเสนอแนะ จากนั้นชี้แจงอาการและ
ข้อเสนอแนะอาการ ชุดคำถาม และการทำแม็ปปงิ อาการท่ีจะเกิดโรคทีแ่ น่นอน

7
ขั้นตอนการระบโุ รคและการอ้างอิงแพทย์ เป็นกระบวนการที่มีรายการของโรคในฐานข้อมลู และ
แต่ละอาการที่ถูกปอ้ นจะถูกเปรียบเทียบกับอาการของโรค อาการต่อไปจะถูกตรวจสอบจนกว่าจะพบ
อาการที่ตรงกนั โรคจะถกู นำเสนอตามขอ้ มลู ของผใู้ ช้ปลายทางจากการประเมนิ คำถาม และแสดงผา่ น
แชทบอท แชทบอทจะตรวจสอบว่าโรคที่ระบเุ ป็นปญั หาใหญ่หรอื ปญั หายอ่ ยตามเงอื่ นไขทสี่ รา้ งข้ึนใน
แชทบอท หากเป็นปัญหาใหญ่แชทบอทจะอ้างอิงผู้เชี่ยวชาญโดยใช้รายละเอียดของแพทย์ หากเป็น
ปญั หาย่อยจะมกี ารนำเสนอการรักษาเบอ้ื งต้นหรอื แจ้งใหพ้ บแพทย์ ข้ันตอนดังกลา่ วแสดงในภาพท่ี 3

ภาพท่ี 3 ผงั งานท่ีใชใ้ นการระบุโรค
2.2.1 ผลลพั ธ์และการอภิปรายผล
ระบบจะเปน็ การใชง้ านผา่ นเวบ็ โดยมกี ารจดั เกบ็ น้ีรายช่ือของโรคและอาการในฐานข้อมูล เมื่อมี
การใส่ข้อมลู อาการ แต่ละอาการท่ีถกู ปอ้ นจะถูกเปรียบเทยี บกับอาการของโรคท่พี บบอ่ ย อาการถัดไปจะ
ถูกตรวจสอบจนกว่าจะพบรายการที่ตรงกัน โรคจะถูกแสดงในรายการจากการประเมินคำถาม โรคที่
ถูกต้องจะมีการระบุ และแจ้งใหผ้ ้ใู ช้ปลายทางโดยแชทบอท

ภาพที่ 4 ตัวอยา่ งการใช้งานแชทบอท

8

ภาพที่ 4 แสดงตัวอย่าง ข้อความของผู้ใช้กับแชทบอท โดยผลลัพธ์ที่ถูกต้องจะแสดงต่อผู้ใช้
เมื่อสิ้นสุดการชี้แจงอาการ จากนั้นผู้ใช้สามารถดูการแชทก่อนหน้าของพวกเขาเพื่อทราบสิ่งที่พวกเขา
กลา่ วถงึ กอ่ นหนา้ นี้
2.3 แชทบอทสำหรับใหบ้ ริการสุขภาพโดยการประมวลผลบนคลาวด์

เฟรมเวริ ์คบริการด้านการดูแลสขุ ภาพโดยแชทบอท ประกอบด้วย ชัน้ ข้อมลู ช้นั สารสนเทศ ชั้น
ความรู้ และชนั้ บริการ เพือ่ สร้างและวิเคราะห์ข้อมูลขนาดใหญ่บนพนื้ ฐานของความรู้ทร่ี วบรวมได้ และ
ให้ข้อมูลแก่ผู้ใช้อยา่ งสะดวกสบายบนชัน้ บริการ UI / UX ที่กำหนดเองในการแสดงบริการข้อมูลสุขภาพ
ภาพที่ 5 แสดงเฟรมเวริ ์คบริการสุขภาพทใี่ ชแ้ ชทบอท

ภาพท่ี 5 เฟรมเวริ ์คบรกิ ารสุขภาพบนแชทบอท
ชัน้ ข้อมลู ประกอบด้วย ส่วนประกอบการประมวลผลข้อมูล และสว่ นประกอบการจัดเก็บข้อมูล
ที่ใช้สำหรับการประมวลผล และการจัดเก็บข้อมูลที่ได้จากเซ็นเซอร์ รวมถึงเซ็นเซอรเ์ ครือข่ายไร้สายบน
รา่ งกาย (WBAN) โมดูลการประมวลผลขอ้ มูลจะทำการรวบรวมข้อมูล ติดปา้ ย วเิ คราะหข์ อ้ มลู และกรอง
ข้อมูลตามประเภทของการรวบรวมข้อมลู ท่ีมีความหลากหลายของข้อมลู และมปี ริมาณมาก ซ่ึงข้อมูลอาจ
เสียหายจากการทำซำ้ และการรบกวน ในชั้นข้อมูล ข้อมูลที่มีป้ายกำกับท่ีถูกรวบรวมจากการกรองแบบ
เรียลไทม์จะถกู ประมวลผลก่อนแล้วจงึ จัดเก็บข้อมูล จากนั้นมีการใช้ตวั วิเคราะห์แบบการกรองหลายตัว
เพ่ือเพิม่ ความสอดคลอ้ งและความน่าเช่ือถอื ของการจำแนกประเภทขอ้ มูลและการวิเคราะห์ นอกจากการ

9

กรองข้อมูลแบบเรียลไทม์ กระบวนการแบบแบชจะถูกดำเนินการ ซึ่งขึ้นอยู่กับปริมาณของข้อมูลท่ี
รวบรวมและคุณลักษณะต่าง ๆ ข้อมูลที่รวบรวมจะไม่ถูกลบเพื่อสร้างเป็นข้อมูลขนาดใหญ่ ใน
กระบวนการนี้สว่ นประกอบความปลอดภัยในชั้นการสนับสนุนจะทำการเข้ารหสั และรับรองความถกู ตอ้ ง
ของผู้ใช้เพื่อปรับปรุงการปกป้องสารสนเทศส่วนบคุ คลในการใช้งาน ข้อมูลทีร่ วบรวมจะมีการใช้ lifelog-
ontology นั่นคือ ข้อมลู จะแสดงในระดับสูงผ่านการให้บริการตามข้อมลู สารสนเทศที่ได้จะถกู บันทึกไว้ใน
ฐานข้อมูลของเซิร์ฟเวอร์ที่ใช้ร่วมกัน เพื่อแบ่งปันสารสนเทศระหว่างแอปพลิเคชันชั้นต่าง ๆ ในกรณีน้ี
ข้อมูลไมเ่ ป็นทางการท่ีเกบ็ รวบรวมจะถกู แปลงเป็นขอ้ มูลกึ่งโครงสร้างสำหรับการเเม็ป lifelog-ontology
แบบจำลองบรบิ ทระดับต่ำและระดับสูงที่สร้างขึ้นในชั้นสารสนเทศและ lifelog-ontology ของชั้นข้อมลู
ขอ้ มลู ผู้ใชท้ ่ีเก็บรวบรวมจะถกู บนั ทกึ ในรูปแบบของข้อมลู ท่ีมีโครงสร้าง จากนนั้ จะถูกใชท้ ัง้ ช้ันบริการและ
ความรู้ ในชั้นข้อมูลการคาดการณ์ส่วนบุคคลจะทำการคาดการณ์พฤติกรรมจากไลฟ์สไตล์ของผู้ใช้ และ
แสดงในแบบจำลอง lifelog ข้อมูลคำแนะนำส่วนบุคคลสำหรับการทำนายและคำแนะนำจะถูกสร้างข้ึน
ในชั้นบริการ

ชั้นสารสนเทศ ประกอบด้วย แบบจำลองการรับรู้บริบทระดับสูงและระดับต่ำ ซึ่งจะมีการสร้าง
แบบจำลองพฤตกิ รรมจากพฤตกิ รรมของผใู้ ช้และการอนุมานตามบริบทผูใ้ ช้ การรบั รบู้ ริบทระดับต่ำรับรู้
และจำแนกไลฟ์สไตล์ของผู้ใช้รวมถึงกิจกรรมทางกายภาพ สถานะทางอารมณ์ และตำแหน่ง รวมถึง
รูปแบบการใช้อินเทอร์เน็ตและโซเชียลเน็ตเวิร์คในเขตเวลาที่มีการรวบรวมข้อมูลทางการแพทย์ การ
จำแนกบริบทระดับสงู สามารถทำนายรูปแบบบริบทและพฤตกิ รรมของผู้ใช้ผ่านการลู่เข้าและการอนุมาน
ในกรณนี ้ีการรบั รูบ้ รบิ ทในระดับต่ำ ประกอบด้วย องคป์ ระกอบตา่ ง ๆ เชน่ การรับร้พู ฤตกิ รรม การ
รับรู้ทางอารมณ์ การตรวจจับตำแหน่ง และการวิเคราะห์การใช้งานสื่อสังคม องค์ประกอบการ
วิเคราะห์การใช้สื่อสังคม รวบรวมและวิเคราะห์ข้อมลู หลายอย่างเก่ียวกบั การค้นหาข้อมูลทางการแพทย์
ของผู้ใช้และการเยี่ยมชมบันทึกการใช้งาน SNS ของผู้ใช้ ดังนั้น จึงเป็นไปได้ที่จะแยกแยะข้อมูลทาง
การแพทย์ของผู้ใช้ รวมถึงสถานะ และข้อกำหนดทางการแพทย์ของผู้ใช้ในสถานการณ์เฉพาะ ในขณะน้ี
เดียวกนั โมดูลการับรู้จำกิจกรรมทางกายภาพของผู้ใช้ กจิ กรรมและเงอ่ื นไขของผู้ใช้สามารถรับรู้ได้โดยใช้
ข้อมูลที่รวบรวมจากเซ็นเซอร์ WBAN และโมดูลมัลติมีเดีย โมดูลการจดจำอารมณ์ยังสามารถรวบรวม
ข้อมูลประเภทต่าง ๆ ที่ถูกรวบรวมจากการวิเคราะห์ใบหน้าของผู้ใช้จากกล้อง และเซ็นเซอร์ WBAN เพ่ือ
เข้าถงึ สถานะทางอารมณ์ของผู้ใช้ ในการกำหนดเงื่อนไขของผใู้ ช้อย่างถกู ตอ้ ง ส่ิงสำคญั ที่ต้องคำนึงถึงคือ
ตำแหน่งของผู้ใชแ้ ละเสน้ ทางการเคลื่อนท่ี นัน่ หมายความวา่ จะต้องมกี ารใช้ข้อมูล Global Positioning
System (GPS) เพอ่ื การตรวจจบั ตำแหนง่

ในบรรดาส่อี งคป์ ระกอบของการรบั รู้บริบทในระดับต่ำ องคป์ ระกอบอนิ พุตอะแดปเตอร์ จำแนก
และเลือกข้อมูลตามลำดับความสำคัญ และโหลดข้อมูลท่ีรวบรวมจากชั้นข้อมูล ข้อมูลที่ถูกกรองในการ
รับรู้บริบทระดับต่ำจะถูกส่งไปยังชั้นข้อมูลผ่านเอาท์พุทอะแดปเตอร์ ข้อมูลที่ถูกจัดประเภทในการรับรู้
บรบิ ทระดบั ต่ำจะใชส้ ำหรบั การอนมุ านการรับรูบ้ ริบทท่ีแม่นยำ และมีรายละเอยี ดเก่ียวกับผู้ใชท้ ที่ ำได้โดย
การรับรู้บริบทระดับสูง องค์ประกอบของการรู้จำบริบทระดับสูงจะออกแบบและวิเคราะห์สถานการณ์

10

ผู้ใช้ที่รับรู้โดยองค์ประกอบการสร้างแบบจำลองการรับรู้บริบท และใช้ออนโทโลจีเพื่อแสดงสถานการณ์
ของผ้ใู ช้ ในการสร้างแบบจำลองการรับรู้บริบทจะมกี ารบนั ทกึ lifelog ของผใู้ ชแ้ ละข้อมูลบริบทของผู้ใช้
ทัง้ หมด เมื่อต้องการรูปแบบพฤติกรรมและการเคล่ือนไหวของผู้ใชใ้ นบริบทระดับสูงจะมกี ารใช้การสร้าง
แบบจำลองตามบริบทและการวิเคราะห์ผูใ้ ช้

ในชั้นความรู้มีการวิเคราะห์ข้อมูลสุขภาพของผู้ใช้ที่เก็บรวบรวมในชั้นข้อมูล มีการสร้างความรู้
และจัดการความรู้จากฐานขอ้ มูลทางการแพทยท์ ี่มีอยู่แลว้ โดยใชแ้ นวทางของวิธีการตามผู้เชี่ยวชาญโดย
สรา้ งกฎสำหรบั การให้ข้อมูลทางการแพทย์ เพ่ือใหเ้ กดิ ความน่าเชอ่ื ถอื จะมีการเปรียบเทยี บการวิเคราะห์
กับฐานข้อมูลเพื่อกำจัดขอ้ ผดิ พลาด เชน่ การใหข้ อ้ มูลท่ไี มถ่ ูกตอ้ ง วิธกี ารทอ่ี งิ กับขอ้ มูลจะใชข้ อ้ มลู lifelog
ของผู้ใช้ที่รวบรวมจากข้อมูลและชั้นสารสนเทศ ด้วยการใช้โมเดลเหมืองข้อมูลหลายแบบในฐานข้อมูล
กลาง สว่ นเชอื่ มตอ่ ของ data-broker ข้อมลู สำคัญท่ีเก่ียวขอ้ งกบั ปัจจัยทกี่ ำหนดโดยผู้เช่ียวชาญในวิธีการ
ของผเู้ ชี่ยวชาญ กฎทส่ี ร้างขึ้นจะถกู นำไปใช้ในกระบวนการตรวจสอบเพอ่ื ใหเ้ พมิ่ ความน่าเชื่อถือ ป้องกัน
การทำซ้ำ ความสอดคลอ้ งของกฎจะถูกเสนอให้กับผ้ใู ช้

ในชั้นบริการ ข้อมูลความรู้ทางการแพทย์ที่สร้างขึ้นใหม่และรวบรวมจากชั้นข้อมูล ชั้น
สารสนเทศและชั้นความรู้จะถูกแปลงเป็นบริการดูแลสุขภาพผู้ใช้ ชั้นบริการมีบทบาทในการจัดการ
กระบวนการบริการผ้ใู ช้ เช่น เวลาตอบสนองตอ่ การรอ้ งขอบริการสำหรับการโหลดบริการ กระบวนการ
ดังกลา่ วดำเนนิ การโดยผู้จดั การบรกิ าร เนื่องจากจำเป็นต้องมกี ารร้องขอบริการ ในกระบวนการน้ีจะต้อง
มีคำขอเหตุการณ์ คำขอในเวลาปกติ และการคำขอโดยตรงจากผู้ใช้ บริการที่แตกต่างกันถูกเรยี กใชอ้ ย่าง
ถูกต้องขึ้นอยู่กับสถานการณ์ที่กำหนด ดังนั้น บริการประเภทแชทบอทประกอบด้วยสองขั้นตอน: การ
กำหนดบริการขอ้ มลู ทางการแพทย์ และการกำหนดบรกิ ารข้อมลู สขุ ภาพสว่ นบุคคล ในขนั้ ตอนแรก ขอ้ มูล
ผู้ใช้จากชั้นข้อมูลและความรู้ทางการแพทยท์ ี่อยู่ในชั้นความรู้จะถูกวิเคราะห์โดยใช้สารสนเทศข้อมูลไลฟ์
สไตล์ของผ้ใู ชแ้ ละ lifelog เพือ่ สร้างขอ้ มลู คำแนะนำผใู้ ช้ ขัน้ ตอนทีส่ อง ขอ้ มลู คำแนะนำทางการแพทย์ท่ี
สร้างขึ้นในขั้นตอนแรกจะถูกประมวลผลตามเงื่อนไขสุขภาพ สภาพแวดล้อมและความต้องการของผู้ใช้
สารสนเทศคำแนะนำสว่ นบคุ คล รวมถงึ ขอ้ มูลทดี่ งึ ดดู ความสนใจของผู้ใช้ จะถูกสรา้ งข้นึ โดยมีจุดประสงค์
เพ่ือใหผ้ ู้ใช้สามารถเข้าใจไดง้ ่าย ข้อมูลคำแนะนำถูกสร้างขึ้นโดยคอมโพเนนต์ Prediction Manager การ
วเิ คราะหไ์ ลฟส์ ไตลข์ องผใู้ ช้จะมีการคาดการณ์สถานการณ์ที่เป็นไปไดม้ ากท่ีสุด และสรา้ งขอ้ มูลคำแนะนำ
และการให้บริการที่เกี่ยวข้องสำหรบั ผู้ใช้ ชั้นสุดท้ายคือชั้นสนับสนุน ในชั้นการสนับสนุนกระบวนการท่ี
ดำเนินการจากสามชั้น เช่น การรวบรวมข้อมูลและการวิเคราะห์ของผู้ใช้ การเสนอข้อมูลแนะนำ การ
วิเคราะห์ข้อเสนอแนะ และการสร้างปัจจัยความปลอดภัยสำหรับการป้องกันข้อมูลส่วนบุคคล ภาพที่ 6
แสดงโครงสร้างของชน้ั สนบั สนนุ พร้อมฐานความรู้

11

ภาพท่ี 6 โครงสร้างของชัน้ สนบั สนนุ พรอ้ มฐานความรู้
โมดลู การวิเคราะห์จะทำการวิเคราะห์สภาพสุขภาพของผู้ใช้และรูปแบบตามพืน้ ฐานของข้อมูลท่ี
รวบรวม ประมวลผล และดแู ลรักษาข้อมลู ของแต่ละชน้ั ข้อมลู ท่รี วบรวมจากผใู้ ชร้ วมถึงขอ้ มูลสว่ นบุคคลที่
ละเอียดอ่อน ดังนั้นจึงมีการเข้ารหัสและมีการใช้โปรโตคอลความปลอดภัยกับข้อมูลทั้งหมด ความ
ปลอดภัยในการจัดเก็บจะใช้มาตรฐานการเข้ารหัสขั้นสูง (AES) เทคนิคการจับคู่ส่วนตัวและเทคนิคการ
เข้ารหสั Homomorphic
2.3.1 ส่วนประกอบของสถาปตั ยกรรมแชทบอทสำหรบั การประมวลผลบนคลาวด์
แชทบอทของเฟรมเวริ ์คนม้ี กี ารใหบ้ ริการด้านรูปแบบทางการแพทย์ผ่านทางข้อความสำหรับผู้ใช้
ที่ให้ความสนใจเกี่ยวกับโรคและการบาดเจ็บในชีวิตประจำวัน จากการใช้ APIs ของสถาบันการแพทย์
ระบบการดแู ลสุขภาพเคลอื่ นที่บนแชทบอท ช่วยในการอพั โหลดและวิเคราะหภ์ าพที่เกย่ี วกับโรคและการ
บาดเจ็บต่าง ๆ จากขอ้ มูลโรงพยาบาลเพอ่ื เปรียบเทียบภาพของผปู้ ว่ ยและโรคทสี่ อดคล้องกันเพื่อหาข้อมูล
ที่เกี่ยวขอ้ ง นอกจากนโี้ ดยการรับและประมวลผลขอ้ มูลไบโอเมตรกิ ซ์แบบเรียลไทม์ในชวี ิตประจำวันของ
ผปู้ ่วยโรคเรอ้ื รงั ระบบน้ีใหบ้ ริการเพิ่มเติมสำหรับการจัดเก็บบนั ทึกสุขภาพส่วนบุคคลในระบบข้อมูลทาง
การแพทยข์ องโรงพยาบาล ภาพที่ 7 แสดงสภาพแวดลอ้ มการบริการทใ่ี ชง้ านบนแชทบอท

12

ภาพท่ี 7 สภาพแวดลอ้ มการบรกิ ารท่ีใช้งานบนแชทบอท

ระบบการดแู ลสขุ ภาพเคล่อื นที่ของแชทบอทจะจัดการพื้นที่ส่วนบคุ คลในชีวิตประจำวนั ของผู้ป่วย
นั่นคือผู้ใช้จะได้รับข้อมูลสุขภาพของเขาที่ถูกรวบรวมจาก WBAN ในสภาพแวดล้อมมือถือผ่าน
เทคโนโลยบี ลูทูธ จากนั้นพวกเขาสามารถเพิ่มและเปลี่ยนแปลงโดยใช้แอปพลิเคชัน จากนั้นข้อมูลจะถกู
สง่ ไปยังระบบสารสนเทศของโรงพยาบาลเพ่อื บันทกึ ขอ้ มลู สุขภาพสว่ นบุคคล และนำเสนอขอ้ มูลให้กับผู้ใช้
ผ่านข้อความ ในการใช้แอปพลิเคชนั มือถอื จำเป็นต้องโต้ตอบกบั ชัน้ บรกิ ารของเฟรมเวิร์คน้ี ซ่งึ เป็นไปตาม
หลักการออกแบบตามส่วนประกอบ ระบบถกู ออกแบบมาเพอื่ ใหแ้ น่ใจวา่ ปัจจยั ทเ่ี กย่ี วขอ้ งกับการนำมาใช้
ใหม่ และการขยายขีดความสามารถของการให้บรกิ ารของส่วนประกอบต่าง ๆ ความเปน็ นามธรรม ความ
เป็นอัตโนมตั ิ ความสามารถในการนำมาใช้ใหม่

ชั้นบริการรับข้อมูลสภาพส่วนบุคคลที่ส่งโดยเซ็นเซอร์ WBAN แบบเรียลไทม์ จากนั้นข้อมูล
เหล่าน้ีจะถกู ส่งไปยงั เซริ ์ฟเวอรข์ องเฟรมเวริ ์คและรวมเข้ากัน องค์ประกอบการเก็บข้อมูลโตต้ อบกับโมเดล
การประมวลผลข้อมูลของกรอบการทำงานเพื่อทำการกรองข้อมูลที่รวบรวม และรับเฉพาะข้อมูลที่
จำเป็นต้องไดร้ ับการดูแลจากผู้ใช้และเจ้าหนา้ ท่ที างการแพทย์ ทัง้ น้ีเพ่ือแก้ปญั หาโอเวอรโ์ หลดท่ีเกิดข้ึนใน
การรวบรวมข้อมูลที่ไม่จำเป็น และเพื่อให้ได้ข้อมูลที่ถูกต้องและเรียบง่ายตามหลักการของการจัดการ
ข้อยกเว้น สำหรับข้อมูลที่รวบรวมโดยฟังก์ชันการกรอง กระบวนการจะถูกรับประกันโดยองค์ประกอบ
data-identification ในกรณีนี้เพื่อเตรียมบริการการจัดคิว จะมีการประทับเวลาเพื่อเชื่อมต่อลำดับ
ความสำคญั กับข้อมูลอินพุต และเพอื่ ระบุข้อมลู ตามเวลาจรงิ กลา่ วโดยสรุป กญุ แจสำคญั ในการบริการจัด
คิวคือการเพิม่ การประทับเวลาสำหรับการประมวลผลตามลำดับของข้อมูลอนิ พตุ แต่ละรายการ และตาม
ดว้ ยการประมวลผลขอ้ มลู ท่รี ออย่ใู นลำดับการปอ้ นขอ้ มูล ภาพที่ 8 แสดงโครงสรา้ งของสว่ นประกอบ
แชทบอททีม่ กี ารประมวลผลบนคลาวด์

13

ภาพที่ 8 โครงสร้างของสว่ นประกอบแชทบอทการประมวลผลบนคลาวน์
องคป์ ระกอบ data-standby รบั ประกนั การประมวลผลข้อมูลตามเวลาจริง นั่นคือใหบ้ ริการการ
เข้าคิว เพื่อแก้ไขการสูญหายของข้อมูลและข้อผิดพลาดที่เกิดจากความล่าช้าของบริการ ซึ่งเป็น
กระบวนการขอ้ มูลแบบอะซงิ โครนัสเมอ่ื ผใู้ ชใ้ ช้บริการแชทบอท การจัดการคิวข้อมูลจะใช้การแก้ไขปัญหา
โดยรวมที่เกิดจากความเร็วในการให้บริการที่แตกต่างกัน นอกจากนี้เมื่อการป้อนข้อมูลจำนวนมากจะ
นำไปสู่การเกินขีดความสามารถของกระบวนการบริการ และเป็นไปได้ท่ีจะมกี ารประมวลผลข้อมลู ทีก่ าร
ล่าช้า
องค์ประกอบ data-conversion รับประกันความสอดคล้องของการบันทึกทางการแพทย์และ
มาตรฐานการส่ง HL7 ในช้ันบรกิ าร ข้อมูลสุขภาพสว่ นบุคคลทรี่ วบรวมในเวลาจริงจะถกู ส่งเป็นชนิดข้อมูล
IEEE 11073 PHD ดังนน้ั จำเปน็ ต้องปฏิบัตติ ามมาตรฐาน HL7 ด้วยเหตนุ ้ีโมดลู เซิร์ฟเวอร์จะถูกใช้เพื่อดู
คู่มือความปลอดภัยของมาตรฐานข้อมูลทไ่ี ดร้ ับและเพอ่ื ปกปอ้ งขอ้ มลู ทางการแพทย์
องคป์ ระกอบ data-encryption ให้บริการการเข้ารหัสขอ้ มูล ดงั น้นั หลงั จากได้รับข้อมูลอย่าง
เสถยี ร สว่ นประกอบจะรวบรวมขอ้ มูลสขุ ภาพสว่ นบคุ คลจากบนั ทึกสุขภาพชีวติ สว่ นตวั ลงในฐานข้อมูลโดย
ใชร้ ะบบฐานข้อมูล
องค์ประกอบ data-representation รับประกันผลลัพธ์ที่ง่ายต่อการใช้งานในชั้นบริการ
สารสนเทศท่ีได้รับการวิเคราะห์และเข้ารหัสแล้วจะมีการตรวจสอบ และแสดงความคิดเหน็ เกย่ี วกับโรคจะ
เสนอให้ผู้ใช้ผ่านทาง UI ของแอปพลิเคชันมือถือ ดังนั้นผู้ใช้สามารถรับบริการที่กำหนดเองได้อย่าง
หลากหลายโดยคน้ หาขอ้ มูลสุขภาพของตนเองโดยตรง ภาพที่ 9 แสดงแผนภาพลำดบั ของแพลตฟอร์มการ
ดแู ลสุขภาพของแชทบอทระหว่างเครื่อง

14

รูปที่ 9 แผนภาพลำดบั ของแพลตฟอรม์ การดูแลสุขภาพของแชทบอทระหว่างเครือ่ ง
กระบวนการ data–sharing ของแพลตฟอร์มการดูแลสุขภาพที่เกดิ ขึ้นผา่ นแอพโทรศัพท์มือถือมี
ดังนี้: ตัวจัดการข้อมูลสุขภาพส่วนบุคคลของเฟรมเวิร์คส่งคำร้องขอให้ส่งข้อมูลสุขภาพส่วนบุคคลไปยัง
อปุ กรณม์ อื ถอื ขอ้ มูลสุขภาพทำการตอบสนองแล้วส่งข้อมูลไปยังตัวจัดการการแมป ผู้จัดการการแม็ปปิง
จะแปลงข้อมูลเป็นขอ้ ความสุขภาพแลว้ สง่ ไปยงั ผจู้ ัดการการสง่ ผ้จู ดั การแพลตฟอรม์ ร้องขอแพลตฟอร์ม
เพอื่ ดำเนินการตรวจสอบ แพลตฟอรม์ รวบรวมข้อมลู ที่ผใู้ ช้ร้องขอ จากน้ันสง่ ข้อมลู นัน้ ไปยงั อปุ กรณม์ อื ถือ
2.3.2 การดำเนินการ
สำหรับแชทบอทที่ให้บริการสุขภาพจะพัฒนาในรูปแบบแอปพลิเคชันโดยใช้หน่วยประมวลผล
ก ลาง Intel (R) Core (TM) i7-4770 คว ามเร ็ว 3.40 GHz และ RAM 16.00 GB พ ัฒ น าโ ดย ใช้
ระบบปฏบิ ัตกิ าร Windows 8.1 Enterprise K 64 บติ และ Android Studio 5.1.1 (KITKAT) นอกจากนี้
มีการใช้รูปแบบรีเลย์สำหรับบริการการดูแลสุขภาพด้วยการแชท การศึกษานี้ใช้บริการเว็บพื้นฐานที่ใช้
โปรโตคอลการเข้าถึงวัตถุอย่างง่าย (SOAP) ในการให้บริการด้านแอปพลิเคชันด้านสุขภาพ ภาพที่ 10
แสดงสภาพแวดล้อมการประมวลผลแบบคลาวน์

15

ภาพท่ี 10 สภาพแวดลอ้ มการประมวลผลบนคลาวด์สำหรับมือถอื
ในคอมโพเนนตบ์ ริการสุขภาพ ขอ้ มูลผู้ใช้ท่เี กิดจากการวัด ตรวจสอบประวัตสิ ุขภาพ หรอื ข้อมูลที่
วดั ได้จากอปุ กรณท์ ห่ี ลากหลายรปู แบบจะถูกบันทกึ ในฐานข้อมูล รีเลย์จะทำการดงึ ขอ้ มลู การแปลงข้อมูลที่
วดั ได้ในรูปแบบขอ้ มลู ท่ีเหมาะสม ตอบสนองคำขอ รูปแบบและขอ้ มูลสำคัญอื่น ๆ จะถกู แยกออก แล้วจึง
ใหข้ อ้ มูลท่วี ัดได้แก่ผู้ใช้อย่างมปี ระสิทธภิ าพ ในกรณขี องอนิ เตอร์เฟซการเขา้ ถึงบรกิ ารมือถือ การเปิดใช้
งานเบราว์เซอร์และอุปกรณไ์ คลเอนต์เพื่อเข้าถงึ ฟงั ก์ชนั แอปพลิเคชนั และคณุ สมบตั ทิ ง้ั หมดจำเป็นต้องใช้
อินเตอร์เฟซบริการเดียวกัน สำหรับการรักษาและถ่ายโอนผู้ป่วยฉุกเฉิน แชทบอทจะให้สารสนเทศ
เงื่อนไขของผู้ป่วย และคำแนะนำผ่านฟังกช์ ันการแชท และสื่อสารกับองค์กรที่เกี่ยวข้อง ผู้ใช้สามารถส่ง
ข้อมูลส่วนตัว เช่น ชื่อ เพศ หมายเลขทะเบียนผู้อยู่อาศัย และข้อมูลภาพของสภาพผู้ป่วยโดยใช้ฟังกช์ ัน
การสง่ ขอ้ ความ ขอ้ มลู ทส่ี ่งจะถูกเปรียบเทยี บกับข้อมูลทางการแพทย์ของแชตบอท จากนนั้ ข้อมูลฉุกเฉิน
ทีเ่ กี่ยวขอ้ งจะถูกส่งกลับไปยงั ผู้ใช้ ภาพที่ 11 แสดงหนา้ จอเร่มิ ตน้ ของบริการสุขภาพแชทบอท เมื่อเกิด
เหตุฉกุ เฉินหรอื เมือ่ มีการสง่ รายงานไปยังแชทบอท แชทบอทจะสง่ ข้อความใหน้ ักขา่ วพรอ้ มข้อมูลการรับ
รายงานเชน่ เดียวกบั การส่งขอ้ ความทั่วไป

16

ภาพท่ี 11 หน้าจอเร่ิมตน้ ของบรกิ ารสุขภาพแชทบอท

ภาพที่ 12 หนา้ จอแสดงตัวอยา่ งการใช้แชทบอทโดยการถา่ ยภาพ
ตวั อยา่ งที่แสดงในภาพท่ี 12 ผปู้ ่วยถา่ ยภาพบริเวณทไ่ี ดร้ บั บาดเจบ็ หรือโรค ส่งขอ้ มลู ไปยงั
แชทบอท แชทบอทได้รับภาพและเปรียบเทียบกับภาพสุขภาพจากฐานความรู้ทางการแพทย์ เพ่ือ
ตดั สนิ ใจเกี่ยวกับสภาพของแล้วให้สารสนเทศเก่ียวกับการรักษาฉุกเฉินท่ีเหมาะสม การชว่ ยเหลือสามารถ
ดำเนินการได้ก่อนท่ีรถพยาบาลจะมาถึง นอกจากน้ีกระบวนการที่แสดงในภาพที่ 12 ก็จะถูกดำเนินการ