วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์ (CITE) มหาวิทยาลัยธุรกิจบัณฑิตย์ (DPU) โชว์ศักยภาพผลงานนวัตกรรม AI คว้า 2 รางวัลเหรียญเงิน จากการประกวดผลงานนวัตกรรมระดับอุดมศึกษา ในงาน “มหกรรมงานวิจัยแห่งชาติ 2569” หรือ Thailand Research Expo 2026 ซึ่งจัดขึ้นระหว่างวันที่ 22–26 มิถุนายน 2569 ณ โรงแรมเซ็นทาราแกรนด์ และบางกอกคอนเวนชันเซ็นเตอร์ เซ็นทรัลเวิลด์ กรุงเทพฯ โดยผลงานที่ได้รับรางวัล ได้แก่ แอปพลิเคชัน “ปรุงสุข” ระบบวางแผนอาหารเฉพาะบุคคล และ “AI จำแนกภาวะออทิสติกในเด็กจากภาพวาด” เพื่อคัดกรองความเสี่ยงภาวะออทิสติกในเด็กเบื้องต้น
ภายในงานดังกล่าว CITE ยังได้นำผลงานวิจัยและนวัตกรรมเข้าร่วมจัดแสดงรวม 3 โครงงาน ภายใต้การดูแลของ ผศ.ดร.พัทธนันท์ เพชรเชิดชู รองอธิการบดีสายงานวิชาการและวิจัย มหาวิทยาลัยธุรกิจบัณฑิตย์
ที่มุ่งนำเสนอศักยภาพด้านการวิจัยและการพัฒนานวัตกรรมของคณาจารย์และนักศึกษา ตลอดจนเชื่อมโยงแนวคิดและประสบการณ์กับนักวิจัย ผู้เชี่ยวชาญ และภาคอุตสาหกรรม ประกอบด้วย 1. นวัตกรรมแอปพลิเคชัน “ปรุงสุข” 2. นวัตกรรม “AI for Fatigue Detection” สำหรับวิเคราะห์ท่าทางและความเมื่อยล้าของผู้ปฏิบัติงาน และ 3. นวัตกรรม “AI จำแนกภาวะออทิสติกในเด็กจากภาพวาด” ประยุกต์การเรียนรู้เชิงลึก หรือ Deep Learning วิเคราะห์ภาพวาดเพื่อคัดกรองความเสี่ยงภาวะออทิสติกในเด็ก
- “ปรุงสุข” แอปวางแผนอาหารเฉพาะบุคคล ใช้ AI เชื่อมความอร่อยกับสุขภาพ
หนึ่งในผลงานนวัตกรรมที่ได้รับความสนใจ คือ แอปพลิเคชัน “ปรุงสุข” ซึ่งคว้ารางวัลเหรียญเงินจากการประกวดภายในงาน โดยพัฒนาขึ้นเพื่อช่วยวางแผนการรับประทานอาหารให้เหมาะกับข้อมูลสุขภาพ ความต้องการ และเป้าหมายของผู้ใช้งานแต่ละคน ผลงานดังกล่าวพัฒนาโดย ผศ.ดร.ชัยพร เขมะภาตะพันธ์ คณบดีวิทยาลัยวิศวกรรมศาสตร์และเทคโนโลยี และ ดร.กฤชมงคล กมลสุวรรณ อาจารย์วิทยาลัยการแพทย์แบบบูรณาการ มหาวิทยาลัยธุรกิจบัณฑิตย์ ร่วมกับ นายศราวุธ ห่วงสกุลรัตน์ และนางสาวกัลยรัตน์ อุไรพันธ์ นักศึกษาชั้นปีที่ 3 หลักสูตรเทียบโอน สาขาวิศวกรรมคอมพิวเตอร์
ผศ.ดร.ชัยพร เปิดเผยว่า “ปรุงสุข” ต่อยอดจากโครงการอบรมด้านอาหารและสุขภาพที่มหาวิทยาลัยจัดให้แก่บุคคลภายนอก ก่อนพัฒนาเป็นแพลตฟอร์มที่เชื่อมโยงผู้เกี่ยวข้องด้านอาหารและโภชนาการ 3 กลุ่ม ได้แก่ ผู้บริโภค เชฟหรือผู้ประกอบอาหาร และนักโภชนาการหรือนักกำหนดอาหาร เพื่อให้แต่ละฝ่ายนำข้อมูลและความเชี่ยวชาญมาร่วมกันออกแบบเมนูที่ตอบโจทย์ทั้งด้านรสชาติ คุณค่าทางโภชนาการ และข้อจำกัดด้านสุขภาพของแต่ละบุคคล
“ระบบสามารถคาดการณ์โภชนาการ ทั้งพลังงาน น้ำ และสารอาหารที่ผู้ใช้งานควรได้รับในแต่ละวัน พร้อมวิเคราะห์ส่วนประกอบของอาหารที่อาจส่งผลต่อสุขภาพ เช่น ปริมาณโซเดียม วัตถุดิบที่ก่อให้เกิดอาการแพ้ และอาหารที่ไม่เหมาะกับภาวะสุขภาพเฉพาะบุคคล ช่วยให้ผู้ใช้งานเลือกเมนูได้ง่ายขึ้นและสอดคล้องกับความต้องการของตนเอง” คณบดีวิทยาลัยวิศวกรรมศาสตร์และเทคโนโลยี DPU กล่าว
แอปพลิเคชันยังให้คำแนะนำสำหรับผู้ที่ต้องการควบคุมน้ำหนัก เพิ่มน้ำหนัก หรือดูแลสุขภาพ เพื่อลดปัจจัยเสี่ยงต่อการเกิดโรคไม่ติดต่อเรื้อรัง หรือ NCDs โดยนำ AI มาช่วยวิเคราะห์ข้อมูลและแนะนำเมนูอาหาร ควบคู่กับการตรวจสอบความถูกต้องโดยนักวิชาการ เพื่อลดความคลาดเคลื่อนและเพิ่มความน่าเชื่อถือของคำแนะนำ
การพัฒนา “ปรุงสุข” เป็นส่วนหนึ่งของโครงการที่ได้รับการส่งเสริมจากสำนักงานคณะกรรมการส่งเสริมการลงทุน (BOI) สำนักงานสภานโยบายการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรมแห่งชาติ (สอวช.) และ กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) ซึ่งมุ่งผลักดันการใช้เทคโนโลยี AI เพื่อพัฒนานวัตกรรมด้านสุขภาพและยกระดับคุณภาพชีวิตของประชาชน ปัจจุบันระบบอยู่ระหว่างการทดสอบและปรับปรุง ก่อนเปิดให้ผู้ใช้งานเข้าถึงผ่านแพลตฟอร์มแอปพลิเคชันในระยะต่อไป
ผศ.ดร.ชัยพร ทิ้งท้ายด้วยว่า ในอนาคต ทีมวิจัยมีแผนเชื่อมต่อระบบกับข้อมูลกิจกรรมทางกายจากโทรศัพท์มือถือและอุปกรณ์สวมใส่ เช่น สมาร์ตวอตช์ เพื่อนำข้อมูลการเคลื่อนไหว กิจกรรม และพลังงานที่ใช้มาปรับคำแนะนำให้สอดคล้องกับพฤติกรรมจริง รวมถึงวางแนวทางเชื่อมโยงกับร้านอาหาร ผู้ประกอบการ และบริการจัดส่งอาหาร เพื่อให้ผู้บริโภคสามารถเลือกหรือสั่งซื้อเมนูที่มีข้อมูลพลังงานและคุณค่าทางโภชนาการตรงตามเป้าหมายสุขภาพได้สะดวกยิ่งขึ้น
- AI วิเคราะห์ความเมื่อยล้า ออกแบบพื้นที่ทำงาน ลดเสี่ยงออฟฟิศซินโดรม
ขณะที่ผลงานนวัตกรรม “AI for Fatigue Detection” ของ อาจารย์นภธร พูลเพียร อาจารย์ประจำสาขาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์ มหาวิทยาลัยธุรกิจบัณฑิตย์ โดยมีข้อแนะนำด้านแนวทางและเทคนิคจาก ผศ.ดร.ชัยพร เขมะภาตะพันธ์ คณบดี เพื่อประยุกต์ AI และเทคโนโลยีตรวจจับการเคลื่อนไหว (pose detection) มาใช้วิเคราะห์ลักษณะการเคลื่อนไหวของร่างกายระหว่างการทำงาน เนื่องจากผู้ปฏิบัติงานจำนวนมากต้องนั่งหรือทำกิจกรรมซ้ำในท่าเดิมเป็นเวลานาน เช่น การก้มคอ ยกไหล่ เอื้อมแขน หรือบิดลำตัว ซึ่งอาจทำให้กล้ามเนื้อบางส่วนรับภาระมากเกินไป และนำไปสู่อาการปวดคอ ไหล่ แขน หลัง รวมถึงปัญหาออฟฟิศซินโดรม
อาจารย์นภธร กล่าวว่า กระบวนการทำงานของระบบเริ่มจากการใช้กล้อง 2 ตัวตรวจจับท่าทางของผู้ปฏิบัติงานจากด้านหน้าและด้านข้าง จากนั้นจึงนำภาพมาวิเคราะห์ผ่านโปรแกรม MediaPipe ซึ่งสามารถระบุตำแหน่งจุดสำคัญบนร่างกายและติดตามการเคลื่อนไหวของแต่ละส่วนได้ ระบบจะนำข้อมูลดังกล่าวมาคำนวณองศาของต้นคอ ระดับหัวไหล่ แนวกระดูกสันหลัง ระยะการกางแขน และระยะการเอื้อมมือ พร้อมเปรียบเทียบการเปลี่ยนแปลงของท่าทางและเวลาที่ใช้ในการทำงานแต่ละรอบ เพื่อประเมินความเสี่ยงและหาสัญญาณที่อาจบ่งบอกถึงความเมื่อยล้า
“หนึ่งในบริเวณที่ระบบให้ความสำคัญคือหัวไหล่ทั้งสองข้าง โดยจะตรวจสอบว่าระดับของไหล่มีความสมดุลกันหรือไม่ หากพบว่าหัวไหล่ข้างใดข้างหนึ่งยกสูงหรือเอียงผิดปกติ อาจแสดงว่าผู้ปฏิบัติงานกำลังใช้กล้ามเนื้อไม่สมดุล หรืออยู่ในท่าที่เพิ่มภาระบริเวณหัวไหล่ ขณะเดียวกัน กล้องด้านข้างจะตรวจสอบองศาการก้มของศีรษะและแนวกระดูกสันหลัง หากผู้ปฏิบัติงานก้มศีรษะไปด้านหน้ามากเกินไปเป็นเวลานาน อาจเพิ่มแรงกดบริเวณต้นคอและกลางหลัง จนนำไปสู่อาการปวดเมื่อยหรือปวดร้าวได้” อาจารย์ประจำสาขาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์ DPU กล่าว
ภายในงานยังมีการสาธิตระบบผ่านการจำลองกระบวนการประกอบชิ้นส่วน ผู้ทดสอบจะหยิบน็อตตัวยาวมาวางในบล็อก ประกอบชิ้นส่วนตามลำดับ แล้วนำชิ้นงานที่เสร็จแล้วไปวางในกล่อง ก่อนเริ่มทำชิ้นต่อไปอย่างต่อเนื่องประมาณ 10–20 ชิ้น ระหว่างนั้นระบบจะบันทึกจังหวะการหยิบและวางชิ้นส่วน ระยะการเคลื่อนไหวของแขน องศาของหัวไหล่และต้นคอ ตลอดจนระยะเวลาที่ใช้ในแต่ละขั้นตอน เพื่อนำมาวิเคราะห์ว่าท่าทางและประสิทธิภาพในการทำงานเปลี่ยนแปลงไปอย่างไรเมื่อร่างกายเริ่มเกิดความเมื่อยล้า
อาจารย์นภธร อธิบายต่อว่า ข้อมูลจากระบบสามารถนำไปใช้ได้ทั้งด้านสุขภาพและการบริหารจัดการกระบวนการทำงาน โดยองค์กรสามารถวิเคราะห์เวลาที่เหมาะสมในแต่ละขั้นตอน กำหนดช่วงเวลาพัก และออกแบบสถานีทำงานให้สอดคล้องกับสรีระของพนักงาน แทนการพิจารณาจากจำนวนชิ้นงานหรือผลผลิตเพียงอย่างเดียว แนวทางดังกล่าวจะช่วยสร้างสมดุลระหว่างประสิทธิภาพในการทำงานกับความปลอดภัยของผู้ปฏิบัติงาน
“สำหรับสถานประกอบการที่ยังไม่พร้อมลงทุนในโต๊ะปรับระดับอัตโนมัติ สามารถใช้ระบบเก็บข้อมูลด้านสรีระและท่าทางของพนักงาน เพื่อกำหนดระดับความสูงของโต๊ะ ตำแหน่งชั้นวาง และระยะการเอื้อมที่เหมาะสม ก่อนนำไปใช้เป็นมาตรฐานในการจัดซื้อหรือออกแบบสถานที่ทำงาน ช่วยลดการก้มคอ ยกไหล่ และเอื้อมแขนเกินระยะ โดยสามารถประยุกต์ใช้ได้ในโรงงาน บริษัท และโรงพยาบาล โดยเฉพาะงานที่ต้องใช้คอมพิวเตอร์ ประกอบชิ้นส่วน หรือทำกิจกรรมซ้ำในท่าเดิมเป็นเวลานาน” อาจารย์ประจำสาขาวิศวกรรมหุ่นยนต์และระบบอัตโนมัติ วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์ DPU กล่าว
ในระยะต่อไป ทีมวิจัยมีแผนเพิ่มเซ็นเซอร์ตรวจวัดการทำงานของกล้ามเนื้อและอุณหภูมิร่างกาย เพื่อนำมาวิเคราะห์ร่วมกับข้อมูลด้านท่าทาง ระยะเวลา และความเร็ว พร้อมพัฒนาระบบแจ้งเตือนให้ผู้ปฏิบัติงานพักหรือปรับเปลี่ยนท่าทางก่อนเกิดการบาดเจ็บสะสม ข้อมูลของผู้เข้าร่วมการทดสอบจะได้รับการจัดเก็บตามวัตถุประสงค์ของงานวิจัยภายใต้ความยินยอมและหลักการคุ้มครองข้อมูลส่วนบุคคล โดยปัจจุบันผลงานยังอยู่ในขั้นตอนการวิจัยและพัฒนา เพื่อยกระดับให้เป็นเครื่องมือสนับสนุนการออกแบบพื้นที่ทำงานที่ปลอดภัยและเหมาะสมกับผู้ปฏิบัติงานมากยิ่งขึ้น
- ใช้ AI จำแนกภาวะออทิสติกในเด็กจากภาพวาด
สำหรับนวัตกรรม “AI จำแนกภาวะออทิสติกในเด็กจากภาพวาด” ใช้ AI วิเคราะห์ภาพวาด คัดกรองความเสี่ยงภาวะออทิสติกในเด็ก สามารถคว้ารางวัลเหรียญเงินจากการประกวดผลงานนวัตกรรมระดับอุดมศึกษา โดยนำเทคโนโลยีการเรียนรู้เชิงลึก หรือ Deep Learning มาวิเคราะห์ภาพวาดและการระบายสีของเด็ก เพื่อช่วยคัดกรองความเสี่ยงต่อภาวะออทิสติก หรือ Autism Spectrum Disorder (ASD) ในเบื้องต้น หรือเรียกว่า ASD Drawing Scanning โดยผลงานดังกล่าวพัฒนาโดย นางสาวสุดารัตน์ ภู่ทอง นักศึกษาระดับปริญญาโท สาขาวิศวกรรมคอมพิวเตอร์ วิทยาลัยวิศวกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยธุรกิจบัณฑิตย์ ภายใต้การให้คำปรึกษาของ ผู้ช่วยศาสตราจารย์ ดร.ชัยพร เขมะภาตะพันธ์ คณบดีวิทยาลัยวิศวกรรมศาสตร์และเทคโนโลยี
นางสาวสุดารัตน์ กล่าวว่า จุดเริ่มต้นของนวัตกรรมเกิดจากความชอบด้านศิลปะและตั้งใจนำศิลปะมาสร้างประโยชน์ต่อสังคม จากการศึกษาพบว่าเด็กที่มีความเสี่ยงต่อภาวะ ASD ควรได้รับการคัดกรองและส่งเสริมพัฒนาการตั้งแต่ระยะแรก ขณะที่แพทย์และผู้เชี่ยวชาญยังมีจำนวนจำกัด โดยเฉพาะในพื้นที่ห่างไกล ทำให้เด็กบางรายต้องรอรับการประเมินเป็นเวลานาน จึงทำการสำรวจงานวิจัยพบว่ามีงานวิจัยทางการแพทย์ที่เรียกว่า Clock Test ทดสอบภาวะสมองเสื่อมและบกพร่องทางสติปัญญา จึงเกิดแรงบันดาลใจพัฒนา AI เป็นเครื่องมือช่วยคัดกรองและลดช่องว่างในการเข้าถึงบริการ ทำให้เด็กที่มีความเสี่ยงได้รับการดูแลอย่างรวดเร็ว
“กระบวนการทำงานของ ASD Drawing Scanning เริ่มจากให้เด็กวาดภาพและระบายสีตามโจทย์ที่กำหนด ก่อนนำผลงานเข้าสู่ระบบเพื่อวิเคราะห์ความต่อเนื่องและทิศทางของเส้น ลักษณะเส้นขาดตอนหรือการวาดซ้ำ การเลือกและใช้สี การระบายสีภายในขอบเขต แรงกดของอุปกรณ์วาดภาพ ตำแหน่งที่ใช้วาด และการจัดวางองค์ประกอบเมื่อเปรียบเทียบกับรูปแบบอ้างอิง จากนั้นแบบจำลอง AI จะประมวลผลและแสดงค่าร้อยละของความเสี่ยง พร้อมใช้สีสื่อระดับที่ควรเฝ้าระวัง รวมถึงแสดงรายละเอียดขององค์ประกอบแต่ละด้านเพื่อประกอบการพิจารณา” ผู้พัฒนานวัตกรรมฯ กล่าว
อย่างไรก็ตาม ผลจากระบบยังไม่ควรนำไปสรุปเด็กว่ามีภาวะออทิสติกโดยตรง เนื่องจากการวินิจฉัยอย่างเป็นทางการต้องดำเนินการโดยแพทย์หรือผู้เชี่ยวชาญ โดยพิจารณาร่วมกับข้อมูลด้านพัฒนาการ พฤติกรรม การสื่อสาร และปฏิสัมพันธ์ทางสังคม หากระบบแสดงผลในระดับที่ควรเฝ้าระวัง ผู้ปกครองหรือครูควรติดตามพฤติกรรมเพิ่มเติมและประสานผู้เชี่ยวชาญเพื่อรับการประเมินอย่างเหมาะสม เครื่องมือนี้จึงเหมาะสำหรับโรงเรียนอนุบาล ศูนย์พัฒนาเด็กเล็ก สถานศึกษา ชุมชน และหน่วยบริการสุขภาพในพื้นที่ที่เข้าถึงแพทย์ผู้เชี่ยวชาญได้ยาก
นางสาวสุดารัตน์ ทิ้งท้ายด้วยว่า งานวิจัยนี้อยู่ระหว่างการวิจัยและพัฒนา โดยจะเพิ่มความสามารถการวิเคราะห์ตั้งแต่ขณะวาดหรือระบายสีภาพ รวมทั้งการทดลองใช้ และพัฒนาความแม่นยำ โดยต้องเพิ่มจำนวนและความหลากหลายของกลุ่มตัวอย่าง รวมถึงทดสอบความไว ความจำเพาะ และโอกาสเกิดผลบวกลวงหรือผลลบลวงร่วมกับผู้เชี่ยวชาญหลายสาขา โดยในอนาคตมีแผนพัฒนาเป็นเว็บแอปพลิเคชันเพื่อให้พื้นที่ห่างไกลเข้าถึงได้สะดวก ควบคู่กับมาตรการด้านความปลอดภัยในเด็ก การขอความยินยอมจากผู้ปกครอง และการคุ้มครองข้อมูลส่วนบุคคลของเด็ก
