สำนักงานการวิจัยแห่งชาติ (วช.) กระทรวงการอุดมศึกษาวิทยาศาสตร์ วิจัยและนวัตกรรม ให้การสนับสนุนทีมวิจัยจากภาควิชาวิศวกรรมชีวการแพทย์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ ในการคิดค้นนวัตกรรมส่งเสริมการเรียนรู้ระบบทางเดินหายใจ ที่พัฒนาขึ้นโดยใช้เทคโนโลยีด้านดิจิทัลและปัญญาประดิษฐ์ เพื่อนำไปใช้ในการเรียนการสอน และพัฒนาทักษะของนิสิตแพทย์ได้เรียนรู้การฟังเสียงและการหายใจ ที่มีลักษณะของสัญญาณที่แตกต่างกันเกิดขึ้นตามพยาธิสภาพของระบบทางเดินหายใจ เช่น Normal, Wheeze , Stridor และ Rhonchi เป็นต้น โดยมีโหมดการเรียนรู้ที่สามารถเรียนรู้ด้วยตนเองผ่านการดูชื่อสัญญาณ ดูรูปคลื่นสัญญาณ ฟังเสียงเพื่อฝึกการฟัง และในโหมดทดสอบวัดผลการเรียนรู้จะมีรูปคลื่นสัญญาณพร้อมเสียง ทำการเลือกสัญญาณที่ถูกต้องผ่านตัวเลือกและมีการเฉลยในข้อนั้น เพื่อให้จดจำสัญญาณที่ถูกต้อง รวมถึงมีโหมดการวัดสัญญาณเสียงการหายใจจริงผ่านระบบการวัด การจำแนกสัญญาณที่วัดและแสดงผลที่ถูกต้องโดยใช้เทคโนโลยีปัญญาประดิษฐ์ ซึ่งจะทำให้ช่วยฝึกทักษะการฟังเพื่อนำไปใช้ในการวินิจฉัย เยียวยารักษาผู้ป่วยที่มีอาการผิดปกติในระบบทางเดินหายใจ หรือในกลุ่มโรคไม่ติดต่อเรื้อรัง (NCDs)
ดร.วิภารัตน์ ดีอ่อง ผู้อำนวยการสำนักงานการวิจัยแห่งชาติ กล่าวว่า ในปัจจุบันเทคโนโลยีทางการแพทย์ฝีมือคนไทยมีความเจริญก้าวหน้าไปมาก สามารถใช้องค์ความรู้ทางเทคโนโลยีคิดค้นนวัตกรรมในการวินิจฉัยโรค โดยเฉพาะในกลุ่มโรคไม่ติดต่อเรื้อรัง หรือ NCDs ซึ่งเป็นสาเหตุหลักในการเสียชีวิตของคนไทย เช่น โรคถุงลมโป่งพอง โรคปอดเรื้อรัง และหอบหืด ด้วยเหตุนี้กระบวนการต่าง ๆ ที่เกี่ยวข้องกับการรักษาโรคจึงเป็นสิ่งที่จำเป็นอย่างยิ่ง ซึ่งทีมวิจัยจากมหาวิทยาลัยศรีนครินทรวิโรฒ ได้พัฒนานวัตกรรมในการตรวจฟังเสียงการหายใจ ซึ่งเป็นทักษะหนึ่งของการตรวจโรคทางคลินิกเพื่อวินิจฉัย และประเมินสุขภาพทางระบบหายใจจากผู้ป่วย แพทย์สามารถตรวจโดยใช้เครื่องมือ Stethoscope ในการฟังเสียงการหายใจร่วมกับการวินิจฉัยกับภาพทางการแพทย์ เช่น ภาพจากเครื่อง MRI หรือ CT Scan ซึ่งเสียงการหายใจเป็นเสียงที่เกิดขึ้นในระหว่างการหายใจ แต่ละเสียงจะแสดงถึงเงื่อนไขต่าง ๆ ที่เกี่ยวกับความผิดปกติของโรคที่เกิดจากปอด เช่น มีการอุดตัน การอักเสบ การติดเชื้อ มีน้ำในปอด หอบหืด รวมถึงโรคปอดเรื้อรัง และหอบหืด เพื่อให้สามารถจำแนกสภาพที่เกิดขึ้นกับผู้ป่วยได้ ทักษะการประเมินผู้ป่วยทางคลินิกด้วยการฟังจึงเป็นสิ่งที่สำคัญอย่างมากที่แพทย์จะต้องมีความเชี่ยวชาญในการจำแนกและวิเคราะห์รูปแบบเสียงการหายใจ เพื่อสามารถวิเคราะห์อาการและวางแผนในการรักษาผู้ป่วย
ผศ.ดร.ดิเรก เสือสีนาค อาจารย์จากภาควิชาวิศวกรรมชีวการแพทย์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ เปิดเผยว่า ได้ร่วมกับแพทย์หญิงสิรภัทร ตุลาธรรมกิจ อาจารย์จากภาควิชาอายุรศาสตร์ คณะแพทยศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ ในการคิดค้นนวัตกรรมเทคโนโลยีส่งเสริมการเรียนรู้ระบบทางเดินหายใจนี้ โดยกลไกทักษะการฟังเสียงการหายใจด้วยตนเองนั้น จะประกอบไปด้วย 2 ฟังก์ชัน คือ ฟังก์ชันการเรียนรู้ทดสอบการฟังเสียงการหายใจด้วยแอปพลิเคชัน และฟังก์ชันการช่วยระบุตำแหน่งการวางเครื่องฟังการหายใจ และระบบจำแนกเสียงการหายใจด้วย Machine learning
ซึ่งนวัตกรรมนี้ได้พัฒนาระบบฟังเสียงปอดและหัวใจที่สามารถบันทึกเสียงการหายใจโดยใช้ไมโครโฟนแบบดิจิตอลความไวสูง และพัฒนาระบบการจำแนกเสียงการหายใจที่มีการทำงานแบ่งเป็น 2 ขั้นตอนหลัก คือ การประมวลผลสัญญาณ และการจำแนกเสียงการหายใจด้วย Machine learning จากการทดสอบและประเมินประสิทธิภาพระบบฟังเสียงการหายใจและหัวใจ เปรียบเทียบกับอุปกรณ์ในท้องตลาดพบว่า อุปกรณ์ที่พัฒนาขึ้นมีผลตอบสนองต่อสัญญาณความถี่ที่ต้องการเป็นที่น่าพึงพอใจ และมีอัตราส่วนสัญญาณต่อสัญญาณรบกวนที่สูงกว่าอุปกรณ์ในท้องตลาดที่นำมาทดสอบระดับนัยยะสำคัญ 0.05 ผลการเปรียบเทียบประสิทธิภาพวิธีการในการจำแนกเสียงการหายใจมีค่าความถูกต้องในการจำแนกเฉลี่ยร้อยละ 84.72 นวัตกรรมนี้ถูกทดสอบใช้งานโดยนิสิตแพทย์ คณะแพทยศาสตร์ มหาวิทยาลัยศรีนคริทรวิโรฒ จำนวน 30 คน ผลการวิจัยพบว่าคะแนนผลสัมฤทธิ์ทางการเรียนโดยใช้แอปพลิเคชัน มีผลสัมฤทธิ์หลังเรียนสูงกว่าก่อนการเรียนเท่ากับ 6.91 และความพึงพอใจของนิสิตแพทย์ที่มีต่อแอปพลิเคชันมีค่าอยู่ในระดับมากที่สุด ซึ่งเฉลี่ยเท่ากับ 4.60 การประเมินระบบที่พัฒนาโดยผู้เชี่ยวชาญมีความพึงพอใจอยู่ในระดับ 5 (ดีมาก)
ผศ.ดร.ดิเรก ยังได้กล่าวอีกว่า นวัตกรรมที่พัฒนาขึ้นนั้นมีข้อดีหรือจุดเด่นหลาย ๆ อย่างที่น่าสนใจ ในการช่วยเสริมสร้างทักษะการเรียนรู้ การฟังเสียงการหายใจด้วยตนเองได้ดี สามารถนำไปใช้งานได้จริงในการเรียนการสอนนิสิตแพทย์ในโรงเรียนแพทย์ หรือสถาบันการศึกษาที่เกี่ยวข้องได้ และฟังก์ชันที่มีความโดดเด่นไม่เคยมีมาก่อนของนวัตกรรมนี้คือ การช่วยระบุตำแหน่งการวางเครื่องฟังเสียงการหายใจบนทรวงอกด้วยปัญญาประดิษฐ์ แต่อาจจะต้องมีการปรับปรุงในเรื่องของประสิทธิภาพความถูกต้องให้ดีขึ้น นอกจากนี้ เครื่องวัดเสียงการหายใจที่พัฒนาขึ้นมีประสิทธิภาพสูง และมีคุณลักษณะที่ดียอมรับได้ เมื่อเปรียบเทียบกับเครื่องที่จำหน่ายในท้องตลาด
เช่น ฟังก์ชันการเก็บข้อมูลเสียงการหายใจบนคลาวด์ การบันทึกข้อมูลส่วนบุคคลพร้อมตำแหน่งการฟัง การเรียกฟังเสียงที่บันทึกไว้ ทำให้บุคลากรทางการแพทย์สามารถนำไปใช้ในการตรวจวินิจฉัยโรค หรือสามารถใช้ในการเรียนการสอนนิสิตในสถาบันการแพทย์ต่าง ๆ ได้ นอกจากนี้ยังสามารถนำไปใช้ประโยชน์กับชุมชนในพื้นที่ ในการตรวจสุขภาพให้กับประชาชนทั่วไป โดยโรงพยาบาลชุมชน โรงพยาบาลส่งเสริมสุขภาพ หรือใช้ในการเก็บข้อมูลเพื่อใช้ในการศึกษาวิจัยได้ เครื่องฟังเสียงการหายใจนี้สามารถนำไปพัฒนาต่อยอดในเชิงพาณิชย์ทั้งในและต่างประเทศ เพื่อเพิ่มมูลค่าทางเศรษฐกิจของประเทศได้ในอนาคต
