การศึกษาและพัฒนาโมเดลพฤติกรรมการระบาดของ Covid-19 ด้วยระบบปัญญาประดิษฐ์เพื่อการบริหารจัดการเชิงนโยบาย

บทคัดย่อ

บทคัดย่อโครงการการศึกษาและพัฒนาโมเดลพฤติกรรมการระบาดของ Covid-19 ด้วยระบบปัญญาประดิษฐ์เพื่อการบริหารจัดการเชิงนโยบาย เป็นโครงการต้นแบบเพื่อพัฒนาระบบโครงสร้างพื้นฐานทางด้านเทคโนโลยีสารสนเทศเพื่อนำไปสู่การประยุกต์ใช้ระบบปัญญาประดิษฐ์ในการศึกษาค้นคว้าวิจัยต่อในอนาคตสำหรับโครงการนี้เนื่องจากภาวการณ์ระบาดของเชื้อ SARS-CoV2 ซึ่งทำให้เกิดการโรคติดเชื้อไวรัสโคโรนาสายพันธุ์ใหม่ 2019 (Covid-19) ทางคณะผู้วิจัยจึงได้ใช้วิกฤติการระบาดของโรคนี้เป็นจัดตั้งต้นในการทดลองประยุกต์ใช้ machine learning model เพื่อมาใช้ในการทำนายการระบาดของโรค และผลของมาตรการต่างๆ รวมถึงทดสอบการนำ machine learning model มาใช้ต่อยอดในการศึกษาหาความรู้ทางพันธุศาสตร์ในระดับเซลล์ด้วยเทคโนโลยีการถอดรหัสทางพันธุกรรมระดับเซลล์ เพื่อศึกษาผลการตอบสนองต่อการได้รับวัคซีน และการติดเชื้อไวรัสโคโรนาสายพันธุ์ใหม่ 2019 นี้ด้วยโดยในเบื้องต้นทางโครงการได้ดำเนินการเก็บตัวอย่างชีวภาพและข้อมูลทางคลินิกที่เกี่ยวข้องเพื่อใช้สร้างเป็นฐานข้อมูลตั้งต้น สำหรับใช้ในการศึกษาในลำดับถัดไป นอกจากนั้นทางโครงการได้ดำเนินการจัดซื้อและติดตั้งระบบคอมพิวเตอร์ประสิทธิภาพสูงเพื่อใช้ในการวิจัยทางชีววิทยาร่วมกับเทคโนโลยีปัญญาประดิษฐ์ ซึ่งในเบื้องต้นพบกว่าช่วยให้สามารถวิเคราะห์ข้อมูลชีวภาพขนาดใหญ่ได้เร็วขึ้นเฉลี่ยอย่างน้อย 2-3 เท่าและมากสุด 12 เท่า สำหรับการนำเทคโนโลยีปัญญาประดิษฐ์มาใช้ในการทำนายจำนวนผู้ติดเชื้อหรือเสียชีวิตจากโรคโควิด19 นั้น พบว่าหากใช้ข้อมูลสาธารณะที่มีจำกัดในปัจจุบัน ยังไม่ช่วยให้สามารถทำนายจำนวนผู้ติดเชื้อหรือเสียชีวิตได้ดีนัก แต่พบว่านโยบายลดการเคลื่อนย้ายเดินทางประชาชน ห้ามออกนอกเคหสถาน สัมพันธ์กับการลดลงของจำนวนผู้ติดเชื้อและผู้เสียชีวิตในอนาคตได้ดีที่สุด ตามที่ทราบกันแล้วในปัจจุบันนี้คำสำคัญ: ปัญญาประดิษฐ์, ระบบคอมพิวเตอร์ประสิทธิภาพสูง, ฐานข้อมูลทางชีวภาพจากระดับเซลล์, ฐานข้อมูลทางชีวภาพของข้อมูลระดับประชากร, โรคโควิด19บทสรุปบทสรุป1. ประสบความสำเร็จในการเก็บตัวอย่างเลือดอาสาสมัครที่รับการฉีดวัคซีน จำนวน 183 คน จำนวนรวม 317 ตัวอย่าง ซึ่งจะนำไปสร้างข้อมูลขนาดใหญ่ (big data) ด้วยเทคโนโลยีโอมิกส์ระดับเซลล์ (single-cell omics) ซึ่งเป็นส่วนหนึ่งของโครงการผลของปฏิสัมพันธ์ระหว่างพันธุกรรมเจ้าบ้านและวัคซีนต่อการตอบสนองของภูมิคุ้มกันจากวัคซีน โควิด-19 ในประชากรไทยด้วยวิธีการศึกษา Single-Cell Omics (หัวหน้าโครงการ ศ นพ มานพ พิทักษ์ภากร)2. ขณะนี้กลุ่มวิจัยทำการวิเคราะห์ตัวอย่างด้วยเทคโนโลยีโอมิกส์ระดับเซลล์แล้วอย่างน้อย 31 ตัวอย่าง ขนาดข้อมูลรวมประมาณ 500 Gb ซึ่งใช้ระบบ high-throughput computing (HPC) ซึ่งจัดหาในโครงการนี้ในการวิเคราะห์3. ระบบ high-performance computing cluster (HPCC) ใหม่นี้เพราะประสิทธิภาพในการทำงานของกลุ่มวิจัย โดยทำให้สามารถวิเคราะห์ big data ได้เร็วขึ้นเฉลี่ย 2-3 เท่า และมากสุดถึง 12 เท่า และยังทำให้สามารถวิเคราะห์จำนวนตัวอย่างได้มากกว่าหนึ่งตัวอย่างพร้อมกัน รวมถึงการวิเคราะห์ด้วย program ที่ทำงานบน GPU ซึ่งไม่สามารถทำได้ในระบบเดิม เช่น Scanpy4. นอกจากนี้กลุ่มวิจัยจะใช้ระบบ high-throughput computing (HPC) ในโครงการอื่น ๆ ที่เกี่ยวข้องกับการใช้ machine learning และ artifitial intelligence ในการศึกษากลไกของการติดเชื้อและการตอบสนองของร่างกายต่อไวรัส COVID-19 ได้แก่ การสร้างเซลล์มนุษย์ปฐมภูมิจากเซลล์ชนิดต่าง ๆ เช่น เซลล์ปอด เซลล์ Nueron และทำการเปรียบเทียบการแสดงออกของเซลล์มนุษย์ปฐมภูมิที่ติดเชื้อ SARS-CoV-2 (COVID-19) เทียบกับเซลล์ที่ไม่ติดเชื้อด้วยเทคโนโลยีโอมิกส์ระดับเซลล์ (หัวหน้าโครงการ รศ พญ ธิติธัญญานนท์)5. การนำระบบปัญญาประดิษฐ์มาใช้ในการทำนายจำนวนผู้ป่วยโควิด 19 รายใหม่ในแต่ละวัน และจำนวนผู้ที่เสียชีวิต ยังมีข้อจำกัดในด้านข้อมูล ซึ่งหากยังใช้เฉพาะข้อมูลทั่วไปที่สามารถหาได้สาธารณะ ก็สามารถทำนายจำนวนได้ไม่ต่างจากวิธีที่ใช้ในปัจจุบัน โดยจากแบบจำลองทางปัญญาประดิษฐ์ สนับสนุนว่านโยบายจำกัดการเดินทางให้ประชาชนอยู่เฉพาะในที่พักอาศัยเป็นตัวทำนายจำนวนผู้ป่วยใหม่ และจำนวนผู้เสียชีวิตที่ดี

คำสำคัญ