วันศุกร์ที่ 5 พฤษภาคม พ.ศ. 2566

AI ใน ICU

doctor-uses-tablet-in-medication
ภาพจาก  Carnegie Mellon University School of Computer Science

นักวิทยาศาสตร์จาก Carnegie Mellon University, University of Pittsburgh และ University of Pittsburgh Medical Center ได้ทดสอบศักยภาพของเครื่องมือที่ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อช่วยแพทย์ในแผนกผู้ป่วยวิกฤต (ICU) ในการตัดสินใจเรื่องที่สำคัญ

อินเทอร์เฟซการสนับสนุนการตัดสินใจทางคลินิกเชิงโต้ตอบของ AI Clinician Explorer ให้คำแนะนำสำหรับการรักษาภาวะติดเชื้อ นักวิจัยได้ฝึกฝนแบบจำลองนี้จากชุดข้อมูลของผู้ป่วยมากกว่า 18,000 ราย ซึ่งผ่านเกณฑ์มาตรฐานการวินิจฉัยภาวะติดเชื้อขณะอยู่ในห้องไอซียู

แพทย์สามารถใช้ระบบเพื่อคัดกรองและค้นหาผู้ป่วยในชุดข้อมูล เห็นภาพเส้นทางของโรค และเปรียบเทียบแบบจำลองการคาดการณ์กับวิธีรักษาที่ใช้จริง

นักวิจัยได้ให้แพทย์ ICU 24 คนใช้เครื่องมือนี้ และพบว่าส่วนใหญ่ใช้เครื่องมือนี้เพื่อแจ้งการตัดสินใจเกี่ยวกับการรักษาภาวะติดเชื้อในกระแสเลือดสำหรับผู้ป่วยจำลอง 4 คน

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science

วันพฤหัสบดีที่ 4 พฤษภาคม พ.ศ. 2566

ปลาที่ปรุงโดยเครื่องพิมพ์ 3 มิติ

fish-fillet-3d-print
ภาพจาก  Reuters

บริษัทเทคโนโลยีด้านอาหารของอิสราเอล Steakholder Foods ทำงานร่วมกับ Umami Meats ของสิงคโปร์เพื่อพัฒนาเนื้อปลาพร้อมปรุงพิมพ์สามมิติ (3D) โดยใช้เซลล์สัตว์ที่เพาะเลี้ยงในห้องปฏิบัติการ

Umami ตัดและขยายเซลล์จากปลาเก๋าให้กลายเป็นกล้ามเนื้อและไขมัน จากนั้น Steakholder Foods จะเพิ่มเซลล์ลงในหมึกชีวภาพสำหรับการพิมพ์ 3 มิติ

การผลิตใช้การเลื่อนจานแก้วไปมาในเครื่องพิมพ์ให้มวลของเนื้อปลาค่อย ๆ เพิ่มขึ้น Umami หวังที่จะเปิดตัวเนื้อปลาเป็นชิ้น ๆ แบบนี้ในเชิงพาณิชย์ในสิงคโปร์ในปีหน้า จากนั้นจึงค่อยนำเข้าไปยังประเทศต่าง ๆ เช่น สหรัฐอเมริกาและญี่ปุ่น แต่ทั้งนี้ขึ้นอยู่กับข้อบังคับในท้องถิ่น

Arik Kaufman จาก Steakholder Foods กล่าวว่า "เมื่อเวลาผ่านไป ความซับซ้อนและระดับของการผลิตภัณฑ์เหล่านี้จะสูงขึ้น แต่ราคาที่เชื่อมโยงกับการผลิตจะลดลง"

อ่านข่าวเต็มได้ที่: Reuters

วันอังคารที่ 2 พฤษภาคม พ.ศ. 2566

เทคโนโลยีเพื่อเลียนแบบการทำงานของผิวหนัง

e-skin
ภาพจาก  UNSW Sydney Newsroom (Australia)

นักวิทยาศาสตร์แห่ง University of New South Wales, Sydney (UNSW Sydney) ของออสเตรเลีย ได้ออกแบบผิวหนังอิเล็กทรอนิกส์ (e-skin) โดยการรวมไซแนปส์ (synapes) เทียมเข้ากับเซ็นเซอร์ที่ซับซ้อน 

อุปกรณ์สามารถตรวจจับสิ่งเร้าเชิงกลสำหรับการประมวลผลข้อมูลในขณะที่ใช้พลังงานเพียงเล็กน้อย Dewei Chu จาก UNSW Sydney กล่าวว่า "กระแสไฟฟ้าที่จ่ายพลังงานให้กับอุปกรณ์ของเรานั้นสอดคล้องกับความแรงของการเชื่อมต่อระหว่างเซลล์ประสาทสองตัว และเราได้ใช้สิ่งเร้าไฟฟ้าเพื่อควบคุมสื่อนำไฟฟ้าของอุปกรณ์เพื่อเลียนแบบพฤติกรรมของซินแนปติกในมนุษย์"

Chu กล่าวว่าเซ็นเซอร์สามารถรับรู้ความเครียดที่เกิดขึ้นและสร้างสัญญาณไฟฟ้าที่แตกต่างกันเพื่อตอบสนองต่อการเปลี่ยนรูปในแบบต่าง ๆ

เซ็นเซอร์สามารถตรวจจับการเคลื่อนไหวที่ละเอียดอ่อนของมนุษย์และตรวจสอบสัญญาณทางสรีรวิทยา เช่น ชีพจรที่ข้อมือ การหายใจ และการสั่นสะเทือนของสายเสียง

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)

วันเสาร์ที่ 29 เมษายน พ.ศ. 2566

หนึ่งในสี่ของผู้ใช้อินเทอร์เน็ตประสบปัญหาความหน่วงในเว็บเบราว์เซอร์

cartoon,am-sweeping-browser-tab
ภาพจาก Aalto University (Finland)

นักวิจัยจาก Aalto University ของฟินแลนด์พบว่าประมาณ 25% ของผู้ใช้อินเทอร์เน็ตมองว่าความหน่วงของเบราว์เซอร์เป็นปัญหาร้ายแรง

ในการรีวิวผลการสำรวจออนไลน์และการสัมภาษณ์ นักวิจัยสังเกตเห็นความเครียดที่เกี่ยวข้องกับความหน่วงที่เพิ่มขึ้นในกลุ่มบุคคลที่มีแท็บและหน้าต่างเบราว์เซอร์เปิดไว้เป็นจำนวนมาก

นักวิจัยพิจารณาพฤติกรรมการท่องเว็บที่ก่อให้เกิดความหน่วง และระบุว่าทางแก้ที่เน้นไปที่ปัญหา เช่น การกำหนดขีดจำกัดสูงสุดสำหรับจำนวนแท็บที่เปิดได้ในครั้งเดียว ประสบความสำเร็จมากที่สุดในการลดความหน่วงของเบราว์เซอร์

นักวิจัยยังพบว่ากลยุทธ์ที่เน้นเรื่องอารมณ์ เช่น การเปลี่ยนทัศนคติต่อความหน่วงของเบราว์เซอร์ อาจป้องกันผู้ใช้จากการได้ประโยชน์จากทางแก้ปัญหาที่สามารถขจัดปัญหาได้จริง และเทคนิคการจัดระเบียบ เช่น เครื่องมือจัดการแท็บ ไม่ได้ช่วยแก้ปัญหา

อ่านข่าวเต็มได้ที่: Aalto University (Finland)

วันอังคารที่ 25 เมษายน พ.ศ. 2566

หุ่นยนต์ที่ขับเคลื่อนด้วย AI ไล่ล่าหาวัสดุชนิดใหม่

AI-Lab
ภาพจาก Science

นักวิจัยของ Lawrence Berkeley National Laboratory (LBNL) กำลังใช้ปัญญาประดิษฐ์ (AI) และหุ่นยนต์เพื่อทำให้การทำนายวัสดุชนิดใหม่ และสร้างตัวอย่างทางกายภาพเป็นไปโดยอัตโนมัติ

ใน A-Lab ของ LBNL ตัว AI จะใช้ความเข้าใจด้านเคมีเพื่อกำหนดวิธีการที่น่าเชื่อถือในการสังเคราะห์วัสดุ จากนั้นจึงนำทางแขนกลให้เลือกจากวัสดุเริ่มต้นที่เป็นผงประมาณ 200 ชนิด

หุ่นยนต์อีกตัวจะกระจายส่วนผสมลงในถ้วยใส่ตัวอย่างที่ใส่ลงในเตาหลอมและผสมกับก๊าซต่าง ๆ AI คำนวณเวลาในการอบ อุณหภูมิ และเวลาในการอบแห้ง 

ตัวอย่างที่สร้างเสน็จแล้วจะถูกเคลื่อนย้ายโดยแขนกลไปยังอุปกรณ์อื่นเพื่อวิเคราะห์ กระบวนการจะเริ่มต้นอีกครั้งหากผลลัพธ์ไม่ตรงกับที่ทำนายไว้

อ่านข่าวเต็มได้ที่: Science