วิศวะมหิดล คิดค้นนวัตกรรม “เมคก้า”เก็บข้อมูลสุขภาพผ่านกระจกเงา

เวทีวิจัย

ทีมไบโอเมด14 (Biomed14) นักศึกษาคณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมชีวการแพทย์ มหาวิทยาลัยมหิดล  คว้ารางวัลชนะเลิศ จากการประกวด INNO for Change 2021 by NIDA จากผลงานการ คิดค้นนวัตกรรมเมคก้า (MECA) ระบบเก็บข้อมูลผู้ป่วยผ่านทางกระจกเงาเพื่อช่วยวินิจฉัยโรค  

                ทีมไบโอเมด14   ประกอบด้วย นายวิทวัส สุดทวี นายกรวิชญ์ สุวรรณ และ นางสาวนภัสรา อัศวเลิศศักดิ์ นักศึกษาคณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมชีวการแพทย์ มหาวิทยาลัยมหิดล โดยมี ผศ.ดร.จำรัส พร้อมมาศ รศ.ดร.ยศชนัน วงศ์สวัสดิ์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล และ รศ.ดร.พญ.อัญชลี ตั้งตรงจิตร คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล เป็นอาจารย์ที่ปรึกษา

                วิทวัส สุดทวี ทีมไบโอเมด  14 หนุ่มน้อยนักศึกษาคณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมชีวการแพทย์ มหาวิทยาลัยมหิดล กล่าวถึง แนวคิดของนวัตกรรมเมคก้า (MECA) ระบบเก็บข้อมูลผู้ป่วยผ่านทางกระจกเงาเพื่อช่วยวินิจฉัยโรค (Edge Computing Mirror System) ว่า ในปัจจุบันมีการนำเทคโนโลยีการแพทย์ทางไกล (Telemedicine) มาใช้ เชื่อมต่อระหว่างแพทย์กับผู้ป่วย ผ่านการสื่อสารแบบ Video Conference โดยใช้งานผ่านแอพพลิเคชั่นบนสมาร์ทโฟน สามารถคุยกันได้แม้อยู่ห่างไกล แต่การสื่อสารผ่านทางสมาร์ทโฟนนั้น ทำได้เพียงพูดคุยถามไถ่อาการเท่านั้น ยังไม่มีประสิทธิภาพเพียงพอที่จะสามารถตรวจสอบอาการของผู้ป่วยได้อย่างชัดเจน อีกทั้งความลำบากในการใช้งานเทคโนโลยีของผู้สูงอายุ

               ทางทีมไบโอเมด14 จึงได้พัฒนานวัตกรรม MECA ระบบเก็บข้อมูลผู้ป่วยผ่านทางกระจกเงาเพื่อช่วยวินิจฉัยโรค (Edge Computing Mirror System) ขึ้นมา วัตถุประสงค์ เพื่อเป็นบริการเสริมของโรงพยาบาลที่ช่วยให้ผู้ป่วยที่บ้านในพื้นที่ต่างๆ สามารถทราบถึงอาการของตัวเองได้โดยไม่จำเป็นต้องไปโรงพยาบาล ออกแบบทางวิศวกรรมให้วิธีการใช้งานที่ง่ายเหมาะกับทุกเพศทุกวัย แม้ผู้สูงวัยจะไม่มีความรู้ทางด้านคอมพิวเตอร์ก็สามารถใช้งานได้เพียงส่องกระจก การที่เราเลือกนำกระจกมาใช้ เนื่องจากเป็นสิ่งที่ทำได้ง่าย สามารถประมวลผลและวินิจฉัยโรคออกมาได้ ซึ่งปัจจุบันอยู่ในขั้นตอนการวิจัยพัฒนา

                ด้าน กรวิชญ์ สุวรรณ หนึ่งในทีมไบโอเมด14  จากคณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมชีวการแพทย์ มหาวิทยาลัยมหิดล กล่าวถึงส่วนประกอบของนวัตกรรม MECA ว่า  ระบบเก็บข้อมูลผู้ป่วยผ่านทางกระจกเงาเพื่อช่วยวินิจฉัยโรค (Edge Computing Mirror System) มีลักษณะเป็นกระจกเงา ซึ่งภายนอกจะดูเป็นกระจกเงาธรรมดา แต่ภายใน ประกอบด้วย 1. Hardware 2. Software 3. Mirror 4. Camera Module 5. Single Board Computer and SSD

               ส่วนวิธีการใช้งาน ค่อนข้างง่ายและไม่ซับซ้อน เพียงเปิดสวิตช์ที่อยู่ด้านหลังกระจก และส่องกระจกในอิริยาบถนั่งหรือยืนก็ได้ จากนั้นระบบจะเริ่มเก็บข้อมูลสัญญาณชีพของคนไข้ในทุกๆครั้งที่คนไข้ส่องกระจก ได้แก่ ข้อมูลอุณหภูมิ ความดัน ชีพจร อัตราการเต้นของหัวใจ และภาพถ่ายใบหน้า ซึ่งเป็นข้อมูลสำคัญเบื้องต้นในการประมวลโรค พร้อมทำการประมวลผลวินิจฉัยและแจ้งกลุ่มโรคที่มีความเสี่ยงขึ้นมา โดยหน้าจอกระจกจะแสดงขึ้นข้อมูลที่วินิจฉัยได้ ทำให้คนไข้สามารถทราบเบื้องต้นได้ว่าปัจจุบันตนเองมีอาการเป็นอย่างไร หรือมีความเสี่ยงเป็นโรคอะไร พร้อมทั้งแจ้งเตือนไปยังแพทย์เจ้าของไข้

                ทั้งนี้ หากคนไข้ที่รับการรักษากับโรงพยาบาลอยู่แล้ว ระบบจะทำการเชื่อมต่อข้อมูลการรักษาระหว่างคนไข้และแพทย์ โดยเก็บข้อมูลจากการส่องกระจกในแต่ละครั้งของคนไข้ และจะส่งข้อมูลเหล่านี้ไปยังเซิร์ฟเวอร์กลางที่ทางทีมได้ออกแบบไว้ ซึ่งแพทย์เจ้าของไข้จะสามารถเข้าไปดูข้อมูลเหล่านี้ได้ โดยจะมีระบบปัญญาประดิษฐ์ หรือ AI ที่ช่วยประมวลผลความผิดปกติเบื้องต้น หากพบอาการไม่พึงประสงค์ เช่น ความดันสูงผิดปกติ หรือ ชีพจรเต้นผิดปกติ แพทย์เจ้าของไข้จะได้รับการแจ้งเตือนทันที จากนั้นแพทย์จะทำการโทรนัดคนไข้ให้มาตรวจดูอาการที่โรงพยาบาลได้อย่างทันท่วงที

                นภัสรา อัศวเลิศศักดิ์ สาวน้อยนักศึกษาผู้พัฒนาระบบ ทีมไบโอเมด (Biomed14) คณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมชีวการแพทย์ มหาวิทยาลัยมหิดล กล่าวว่า ข้อดีของนวัตกรรมเมคก้า เป็นการนำเทคโนโลยีและวิศวกรรมมาเสริมสร้างสุขภาพและการแพทย์ทางไกล (Telemedicine) เพื่อคุณภาพชีวิตของคนไทย ช่วยให้คนไข้สามารถเข้าถึงการรักษาได้อย่างทันเวลา โดยไม่ต้องกังวลว่าจะเกิดเหตุการณ์ฉุกเฉินร้ายแรงกับตนเมื่อใด โดยเฉพาะคนไข้ที่พักอาศัยอยู่ต่างจังหวัด หรือในชุมชนห่างไกล หากนำนวัตกรรมนี้ไปใช้จะช่วยอำนวยความสะดวกได้ดียิ่งขึ้น เป็นการประหยัดเวลาและลดค่าใช้จ่ายในการเดินทางไปโรงพยาบาล รวมถึงช่วยลดปัญหาความแออัดในโรงพยาบาล และลดความเสี่ยงต่อการติดเชื้อในสถานะการณ์แพร่ระบาดไวรัสโควิด-19

                นอกจากนี้ ในอนาคตทางทีมจะพัฒนาให้ระบบสามารถประมวลผลด้าน Image Processing ได้แก่ สีหน้า ท่าทาง ซึ่งหลายโรคจะแสดงอาการออกมาได้อีกด้วย.