การปรับปรุงประสิทธิภาพแบบจำลองการเรียนรู้ของเครื่องในการพยากรณ์ ระดับน้ำตาลในเลือดของผู้เข้ารับบริการโรงพยาบาลส่งเสริมสุขภาพตำบล

Improving the Efficiency of Machine Learning Models for Predicting Blood Glucose Levels of Service Participants in Sub-district Health Promoting Hospital

Name: เกรียงศักดิ์ โยธาภักดี

Name: ธนัญชัย บุญหนัก

Name: ศราวุฒิ เจริญคุณ

keyword: แบบจำลองการเรียนรู้

ThaSH: น้ำตาลในเลือด -- เลย

; ระดับน้ำตาลในเลือด

ThaSH: พัฒนาการของเด็ก

; เลือด

; โรงพยาบาลส่งเสริมสุขภาพ

; เบาหวาน

Abstract: การตรวจหาระดับน้ำตาลในกระแสเลือด เป็นการเจาะเลือดเพื่อตรวจหาค่าระดับน้ำตาลในเลือดหลังจากการงดรับประทานอาหารและเครื่องดื่มทุกชนิดมาแล้วอย่างน้อย 8 ชั่วโมง มักถูกใช้เป็นตัวชี้วัดอย่างหนึ่งของการวินิจฉัยโรคเบาหวานในคนทั่วไป การศึกษาวิจัยในครั้งนี้มีวัตถุประสงค์เพื่อ (1) สร้างแบบจำลองหรือโมเดลสำหรับทำนายระดับน้ำตาลในเลือดโดยใช้อัลกอริทึมทางการทำเหมืองข้อมูล (2) ค้นหาอัลกอริทึมสำหรับใช้คัดเลือกคุณลักษณะที่จำเป็นหรือมีความจำเพาะเพื่อใช้ในกระบวนการเรียนรู้และพัฒนาโมเดลการทำนายระดับน้ำตาลในเลือด (3) เพื่อดำเนินการเปรียบเทียบ ประสิทธิภาพของโมเดลทำนายระดับน้ำตาลในเลือดด้วยการเปรียบเทียบค่าเฉลี่ยความผิดพลาดกำลังสอง (MSE) ค่าความแปรผันของตัวแปรที่ตอบสนอง (R2) และค่าคะแนน Explained Variance ข้อมูลที่ใช้ในการศึกษาวิจัยเป็นข้อมูลทางคลินิกที่พยาบาลวิชาชีพหรือเจ้าหน้าที่ผู้ได้รับมอบหมายจาก โรงพยาบาลส่งเสริมสุขภาพตำบลโคกหนองแก อำเภอวังสะพุง จังหวัดเลยเป็นผู้ดำเนินการ ระหว่างเดือนมกราคม 2557 - เดือนธันวาคม 2562 โดยในการศึกษาวิจัยก่อนนี้คณะผู้วิจัยได้ใช้ข้อมูลคุณลักษณะทั้งหมด 18 คุณลักษณะสำหรับการเรียนรู้ของโมเดลสำหรับในการวิจัยในครั้งนี้คณะผู้วิจัยได้ใช้อัลกอริทึม Random Forest Classifier และ Extra Tree Classifier ในการค้นหาคุณลักษณะที่เหมาะสำหรับการคัดเลือกคุณลักษณะที่สำคัญและ มีความจำเพาะ ผลการทดลองพบว่าค่าคะแนนของอัลกอริทึม Random Forest Classifier ให้คะแนนในการจำแนกที่ดีรวมทั้งมีความถูกต้องและแม่นยำที่สูง และยังสามารถคัดเลือกคุณลักษณะที่สำคัญและจำเพาะที่จะใช้เพียง 6 คุณลักษณะเท่านั้น ส่วนการสร้างโมเดลคณะผู้วิจัยได้คัดเลือก อัลกอริทึมสำหรับการทำเหมืองข้อมูลจำนวน 17 อัลกอริทึมเพื่อนำมาสร้างเป็นโมเดลจากนั้นจะใช้โมเดลทั้งหมดมาเรียนรู้ข้อมูลและทำการตรวจวัดความถูกต้องและความแม่นยำของการทำนาย โดยผลของการทดลองการปรับปรุงโมเดลทำนายระดับน้ำตาลในเลือดนั้น พบว่า มีประสิทธิภาพของการทำนายสูงขึ้น โดยที่ความถูกต้องแม่นยำของอัลกอริทึม Random Forest Classifier และ Extra TreeClassifier เป็น 99.69% และอัลกอริทึม Gaussian Process Classifier เป็น 99.63% ซึ่งทำให้โมเดลนี้สามารถนำไปประยุกต์ใช้ในการคัดกรองความเสี่ยงของโรคเบาหวานในอนาคตต่อไปได้

มหาวิทยาลัยราชภัฏเลย. สำนักวิทยบริการและเทคโนโลยีสารสนเทศ. ศูนย์วิทยบริการ.

Address: เลย

Email: library@lru.ac.th

Created: 2564

Modified: 2566-03-09

Issued: 2566-03-09

งานวิจัย/Research report

application/pdf

CallNumber: วจ616.46 ก176ก 2564

tha

©copyrights มหาวิทยาลัยราชภัฏเลย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	68759.pdf	7.31 MB	11	2025-10-03 12:06:38

ใช้เวลา

0.030115 วินาที