THE EASYEF JOURNEY
เห็นภาพทั้งกระบวนการ
เลือกแต่ละช่วงเพื่อดูหน้าจอและรายละเอียด ระบบช่วยประกอบการตัดสินใจ โดยแพทย์เป็นผู้พิจารณา
01
ก่อนเริ่ม ต้องมีอะไรบ้าง
การใช้งานเริ่มจากการตรวจอัลตราซาวด์หัวใจโดยบุคลากรที่มีทักษะ โทรศัพท์ทำหน้าที่บันทึกจอและส่งคลิป จึงต้องเตรียมทั้งอุปกรณ์ ผู้ใช้งาน และผู้พิจารณาผลให้พร้อม
- เครื่องอัลตราซาวด์ที่เก็บภาพหัวใจมุมที่ต้องการได้ และสมาร์ตโฟนที่บันทึกหน้าจอได้ชัด
- แอป EasyEF และการเชื่อมต่ออินเทอร์เน็ตสำหรับส่งคลิปและรับผล
- บุคลากรที่ผ่านการอบรมขั้นตอน พร้อมแพทย์ผู้พิจารณาผลในบริบทผู้ป่วย
- ข้อตกลงเรื่องการใช้งานและการดูแลข้อมูลของหน่วยบริการ ก่อนเริ่มประเมินร่วมกัน
02
บันทึกภาพหัวใจที่ตรวจได้

ผู้ใช้บันทึกภาพจากจอเครื่องอัลตราซาวด์ด้วยสมาร์ตโฟน แนวทางที่ทดสอบในงานปี 2567 ใช้มุมมอง parasternal long axis หรือภาพหัวใจแนวยาวข้างกระดูกอก ความยาวคลิป 5 วินาที
การจัดกล้องให้เห็นพื้นที่ภาพครบ ลดแสงสะท้อน และถือกล้องให้นิ่งช่วยให้ข้อมูลตั้งต้นเหมาะต่อการประเมิน
03
ตรวจคุณภาพก่อนประเมิน
เห็นพื้นที่ภาพครบ
ลดแสงสะท้อน
คลิปนิ่งและยาวพอ
ระบบคัดกรองปัญหาที่อาจรบกวนการอ่านภาพ เช่น แสงสะท้อน พื้นที่อัลตราซาวด์เล็กหรือไม่ครบ มีหลายพื้นที่ภาพ คลิปสั้น และการเคลื่อนไหวมากเกินไป
ในงานวิจัยปี 2567 คลิปที่ส่งเข้ามา 1,336 คลิปเหลือ 923 คลิปหลังคัดกรอง ผลทดสอบจึงอธิบายประสิทธิภาพบนคลิปที่ผ่านเกณฑ์คุณภาพเหล่านี้
04
เตรียมวิดีโอให้ AI อ่านได้สม่ำเสมอ
- 01แยกพื้นที่อัลตราซาวด์
- 02ลดการสั่นของวิดีโอ
- 03ปรับแสงของภาพ
ก่อนจำแนก ระบบแยกพื้นที่อัลตราซาวด์ ลดการสั่นของวิดีโอ และปรับแสงของภาพ เพื่อลดความแตกต่างที่เกิดจากการบันทึกหน้าจอ
ระบบที่ศึกษาในปี 2567 ใช้ตัวตรวจจับภาพที่ปรับจาก DAMO-YOLO ร่วมกับ ORB สำหรับช่วยจัดภาพให้นิ่ง และ CLAHE กับ thresholding สำหรับปรับแสง การประเมินแต่ละรุ่นต้องผูกกับกระบวนการและโมเดลที่ใช้จริง
แหล่งอ้างอิงและอ่านต่อ
05
จำแนกการทำงานของหัวใจ

AI วิเคราะห์ลำดับภาพเพื่อจัดกลุ่มการทำงานของหัวใจห้องล่างซ้าย ระบบที่ศึกษาปี 2567 ใช้โครงข่ายที่ปรับจาก ResNet-101 เริ่มจากห้ากลุ่ม แล้วรวมผลเป็น Reduced EF, Mildly Reduced EF และ Preserved LV
ผลที่ได้เป็นกลุ่มการทำงาน ไม่ใช่การวัดค่า EF ต่อเนื่องอย่างละเอียด ความแม่นยำชุดทดสอบอยู่ที่ 68.5% สำหรับห้ากลุ่มและ 96.2% สำหรับสามกลุ่ม ซึ่งเป็นโจทย์ที่มีระดับความละเอียดต่างกัน
06
ส่งผลกลับสู่ทีมดูแล
แพทย์เป็นผู้เชื่อมข้อมูลสู่การตัดสินใจดูแล
แอปส่งคลิปผ่านอินเทอร์เน็ตไปยังบริการประมวลผล แล้วรับผลประเมินกลับให้ผู้ใช้เห็น แพทย์เป็นผู้เชื่อมผลจาก AI กับอาการ ประวัติ และผลตรวจอื่น เพื่อพิจารณาการดูแลหรือประเมินเพิ่มเติม
งานแพลตฟอร์มระยะต่อไปเชื่อมการรับคลิป การประมวลผล และ Dashboard / Clinical Report สำหรับทีมดูแล การประเมินเวลาที่ใช้จะนับทั้งกระบวนการ ตั้งแต่บันทึกจนรับผล รวมเงื่อนไขเครือข่ายและอุปกรณ์
07
คำถามก่อนนำไปประเมินในหน่วยบริการ
- ใช้ได้กับเครื่องทุกรุ่นหรือไม่? วิธีบันทึกจอช่วยลดการพึ่งการเชื่อมต่อกับเครื่องโดยตรง แต่ยังต้องทดสอบคุณภาพภาพและความเข้ากันได้ของอุปกรณ์แต่ละชุด
- โทรศัพท์ตรวจหัวใจเองได้หรือไม่? ภาพมาจากเครื่องอัลตราซาวด์ โทรศัพท์เป็นช่องทางบันทึกและส่งภาพ
- การอบรมครอบคลุมอะไร? แผนอบรมประมาณ 1–2 ชั่วโมงครอบคลุมขั้นตอนแอปและการเก็บคลิป โดยทักษะตรวจอัลตราซาวด์หัวใจต้องมีการฝึกและกำกับดูแลตามบทบาทผู้ใช้
แหล่งอ้างอิงและอ่านต่อ
08
ต่อยอดอุปกรณ์และคำถามวิจัย
ก้าวต่อไป · อยู่ระหว่างพัฒนาและเตรียมศึกษา
เรากำลังวางแนวทางเชื่อมอัลตราซาวด์แบบพกพาและแนวคิด Echo AI Box สำหรับเครื่องเดิม เพื่อศึกษาวิธีรับภาพที่เหมาะกับหน่วยบริการแต่ละแบบ
คำถามวิจัยระยะต่อไปครอบคลุมความผิดปกติของลิ้นหัวใจและเยื่อหุ้มหัวใจ ความสามารถเหล่านี้ต้องพัฒนาและทดสอบแยกจากการจำแนกการทำงานของหัวใจที่มีผลศึกษาแล้ว
แอปพลิเคชัน EasyEF
สำหรับบุคลากรทางการแพทย์
สแกน QR ด้วยโทรศัพท์ หรือกดเปิดหน้าร้านแอปของอุปกรณ์ที่ใช้งาน
SOURCE NOTES
แหล่งอ้างอิงและอ่านเพิ่มเติม
- งานวิจัยตีพิมพ์ปี 2567 — วารสารต้นฉบับ ↗
- EasyEF กับเส้นทางการประเมินหัวใจ — บทความโดยทีม EasyEF
- จากแนวคิดสู่แพลตฟอร์ม — บทความโดยทีม EasyEF
- ทีม EasyEF: ขอบเขตและแผนพัฒนาโครงการ
เนื้อหาโครงการเรียบเรียงและเผยแพร่โดยทีม EasyEF จากบันทึกการพัฒนา การนำเสนอ และผลศึกษาของโครงการ ลิงก์ภายในนำไปยังบทสรุปของทีม ไม่ใช่หลักฐานอิสระเพิ่มเติม งานตีพิมพ์เชื่อมไปยังวารสารต้นฉบับ และแต่ละการศึกษาระบุสถานะและข้อจำกัดไว้ในเนื้อหา
เปิดคลังข้อมูลและที่มา →
