ไวรัสโคโรนา (Coronavirus) เป็นไวรัสที่ถูกพบครั้งแรกในปี 1960 ซึ่งสามารถติดเชื้อได้ทั้งในมนุษย์และสัตว์ ปัจจุบันมีการค้นพบไวรัสสายพันธุ์นี้แล้วทั้งหมด 6 สายพันธุ์ ส่วนสายพันธุ์ที่กำลังแพร่ระบาดหนักทั่วโลกตอนนี้เป็นสายพันธุ์ที่ยังไม่เคยพบมาก่อน คือ สายพันธุ์ที่ 7 จึงถูกเรียกว่าเป็น “ไวรัสโคโรนาสายพันธุ์ใหม่” และในภายหลังถูกตั้งชื่ออย่างเป็นทางการว่า “ไวรัสโคโรนา 2019” หรือ โควิด-19 (COVID-19) ซึ่งขณะนี้องค์การอนามัยโลก (WHO) ได้ยกระดับการแพร่ระบาดของเชื้อไวรัสโควิด-19 ให้เป็น “ภาวะการระบาดใหญ่ทั่วโลก (pandemic)” เช่นเดียวกันกับประเทศไทยที่มีอัตราผู้ติดเชื้อและผู้เสียชีวิตเป็นจำนวนมาก ทำให้เกิดผลกระทบทางด้านเศรษฐกิจและสังคมอย่างมหาศาล ด้วยเหตุนี้ จึงมีความจำเป็นอย่างยิ่งที่ต้องหยุดหรือชะลอการแพร่ระบาดของโรค ด้วยการตรวจหาเชื้อโควิด-19 ด้วยวิธีต่าง ๆ เพื่อป้องกันไม่ให้เกิดการกระจายเชื้อขึ้นในสังคม
การตรวจหาผู้ติดเชื้อโควิด-19 สามารถทำได้หลายวิธี เช่น การตรวจสารพันธุกรรมของไวรัส (RT-PCR) การใช้ชุดตรวจภูมิคุ้มกัน หรือแรพพิด เทสต์ (Rapid test) และการตรวจหาแอนติเจน (Antigen) หรือ RT-LAMP เป็นต้น แต่วิธีการเหล่านี้เป็นการตรวจในห้องแลปโดยใช้สารเคมีและอุปกรณ์ตรวจที่มีจำกัด จึงอาจจะไม่สามารถทำการตรวจได้อย่างครบถ้วน ดังนั้นรองศาสตราจารย์ ดร. วรพันธ์ คู่สกุลนิรันดร์ อาจารย์ประจำกลุ่มวิชาวิทยาการคอมพิวเตอร์ หัวหน้าหน่วย Mahidol Vision and Information Transfer Research LAB (MVIT) คณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) มหาวิทยาลัยมหิดล จึงได้ร่วมกับ ศาสตราจารย์ นายแพทย์ ทนงชัย สิริอภิสิทธิ์ รองศาสตราจารย์ นายแพทย์ ตรงธรรม ทองดี รองศาสตราจารย์ ดร. ไพรัช สายวิรุณพร ภาควิชารังสีวิทยา คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล นาย ศรัฐฐา กาญจนปรีชากร นางสาว ปุณยนุช บวรจิณณ์ และ นาย กฤตณัฐ สุทัศนานนท์ นักศึกษาปริญญาเอก คณะ ICT ม.มหิดล พัฒนางานวิจัยโครงการ “โปรแกรมการค้นหาและการแสดงภาพของข้อมูลโควิด-19 ในภาพการตรวจเอกซเรย์ทรวงอก”
“โปรแกรมการค้นหาและการแสดงภาพของข้อมูลโควิด-19 ในภาพการตรวจเอกซเรย์ทรวงอก” เป็นการเสนอวิธีการทางเลือกโดยใช้หลักการทางด้านเทคโนโลยีการประมวลผลภาพและการเรียนรู้เชิงลึก ในการสร้างโปรแกรมการค้นหาและการแสดงภาพของข้อมูลโควิด-19 ในภาพการตรวจเอกซเรย์ทรวงอก เพื่อช่วยในการตรวจหาโควิด-19 แบบอัตโนมัติด้วยโปรแกรมคอมพิวเตอร์ โดยการฝึกโมเดลให้แยกภาพการตรวจเอกซเรย์ทรวงอกของโควิด-19 ออกจากภาพกรณีปกติ และภาพของโรคอื่น ๆ พร้อมกับการแสดงผลของ Heatmap ในการระบุพื้นที่ในภาพเอกชเรย์ทรวงอกที่มีโอกาสในเป็นโควิด-19 พร้อมค่าความมั่นใจในการคาดการณ์ที่สามารถใช้ประกอบการตัดสินใจสุดท้ายได้
โดยประโยชน์ของผลงานวิจัยนี้ สามารถนำไปใช้ในการตรวจหาเชื้อโควิด-19 ซึ่งจะสามารถขยายงานด้านการแพทย์และสาธารณสุข และฝึกกับโรคอื่น ๆ ได้ในอนาคต โดยโรงพยาบาลสามารถใช้ซอฟต์แวร์ที่ได้รับการพัฒนาขึ้นแล้วเป็นอุปกรณ์ในการ Pre-screening ภาพเอกชเรย์ทรวงอกของผู้ป่วย หรือสามารถสร้างเป็น Mobile Service ในการถ่ายภาพเอกซเรย์ทรวงอกตามพื้นที่ต่าง ๆ และส่งรูปเข้ามาประมวลผลในระบบส่วนกลาง นอกจากนี้ยังสามารถพัฒนาเป็นอุปกรณ์เพื่อช่วยเหลือแพทย์ในการ Guide บริเวณที่เกิดความผิดปกติ ทำให้อ่านภาพได้เร็วและครอบคลุมมากยิ่งขึ้นอีกด้วย โดยผู้ที่สนใจสามารถอ่านผลงานวิจัยฉบับเต็มได้ที่