วิชา ว 30199 สัมมนา

ภาคเรียนที่ 1 ปี การศึกษา 2564

เรื่อง แบบจำลองทำนายผลการวินิจฉัยโรคโควิด-19 ด้วยการเรียนรู้ของ

เครื่องตามอาการเจ็บป่ วย
(Machine learning-based prediction of COVID-19 diagnosis based
on symptoms)

นำเสนอสาขาวิชา คณิตศาสตร์และวิทยาการคำนวณ วันที่ 14 กรกฎาคม

พ.ศ.2564
โดย นายพีรดนย์ สารแก้ว ชัน
้ ม.6/3 เลขที่ 17

บทคัดย่อ
การตรวจคัดกรอง SARS-CoV-2 อย่างมีประสิทธิภาพสามารถช่วย
วินิจฉัยการติดเชื้อ โควิด-19 ได้อย่างรวดเร็ว และสามารถช่วยลดภาระรวม
ทัง้ เวลาที่ใช้ในระบบการรักษาพยาบาล เพื่อช่วยเหลือเจ้าหน้าที่ทางการ
แพทย์ทั่วโลกในการคัดเลือกผู้ป่วยและลดการสิน
้ เปลืองทรัพยากรทางการ
แพทย์ที่จำกัด จึงได้มีการสร้างแบบจำลองทำนายผลการวินิจฉัยโรคโควิด-
19 ด้วยการเรียนรู้ของเครื่องตามอาการเจ็บป่ วยขึน
้ ซึง่ พิจารณาคุณลักษณะ
หลายอย่างเพื่อประเมินความเสี่ยงของการติดเชื้อโควิด-19 แบบจำลองใช้
Training Set จากข้อมูลบันทึกบุคคลที่ผ่านการวินิจฉัยการติดเชื้อ โควิด-19
จำนวน 51,831 ราย (4,769 คนได้รับการยืนยันว่าติดเชื้อโควิด-19) ใช้
Test Set จากข้อมูลบันทึกผูผ
้ ่านการวินิจฉัยการติดเชื้อ โควิด-19 จำนวน
47,401 ราย (3,624 รายได้รับการยืนยันว่าติดเชื้อโควิด-19) โดยชุดข้อมูล
ดังกล่าวนำมาจากกระทรวงสาธารณสุขของอิสราเอลและเป็ นชุดข้อมูลของ
แต่ละช่วงเวลากัน แบบจำลองนีใ้ ช้คณ
ุ ลักษณะ 8 ชนิด ได้แก่ เพศ อายุ
ประวัติการมีปฏิสัมพันธ์กับผู้ติดเชื้อ และอาการเจ็บป่ วยเบื้องต้น 5 ประการ
(ไอ ไข้สูง หายใจหอบ เจ็บคอ ปวดศีรษะ) แบบจำลองจะถูกสร้างใน
ประเภทของ Decision Tree Classifier และ Gradient-boosting และถูก
วัดประสิทธิภาพด้วยการใช้ auROC วัดความสำคัญของคุณลักษณะแต่ละ
ชนิดในแบบจำลองด้วย SHAP และวัดความเชื่อมั่นของแบบจำลองด้วย
Bootstrap method ซึ่งพบว่าแบบจำลองสามารถทำนายผลการทดสอบ
โควิด-19 ได้อย่างแม่นยำ โดยรวมแล้วแบบจำลองสามารถนำมาใช้เพื่อจัด
ลำดับความสำคัญของการวินิจฉัยอาการที่เกี่ยวข้องกับ โควิด-19 เพื่อลด
การใช้ทรัพยากรและเวลาในการวินิจฉัยได้

คำสำคัญ: Decision Tree Classifier, Gradient-boosting, SHAP,

auROC, Bootstrap method, Covid-19, Coronavirus
_________________________________________________
_______________________

เอกสารอ้างอิง
Zoabi, Y., Deri-Rozov, S., & Shomron, N. (2021). Machine
learning-based prediction of COVID-19 diagnosis based on
symptoms. Npj Digital Medicine, 4(1).
https://doi.org/10.1038/s41746-020-00372-6

…………… ……………………………
( นายพีรดนย์ สารแก้ว ) ( )
ผู้พูดสัมมนา อาจารย์ที่ปรึกษาสัมมนา