ในปัจจุบัน การสร้างเสริมสุขภาพที่ดีให้แก่ประชาชนนั้น นอกจากจะมุ่งเน้นในเรื่องของความถูกต้องตามหลักวิชาการแล้ว อาจต้องปรับเปลี่ยนวิธี หรือมีเครื่องมือช่วยให้ประชาชนเข้าถึง หรือสามารถแทรกอยู่ในการใช้ชีวิตประจำวันได้อย่างเป็นปกติ ไม่ทำให้รู้สึกว่าเป็นเรื่องลำบาก และจะยิ่งให้ผลลัพธ์ที่ดีมากแค่ไหน หากเราสามารถติดตาม ดูแล และส่งเสริมสุขภาพของประชาชนได้ทุกช่วงวัย ตั้งแต่เด็กไปจนถึงวัยสูงอายุ ซึ่งหากสามารถปรับเปลี่ยนพฤติกรรมด้านสุขภาพของประชาชนได้ ก็จะทำให้การสร้างเสริมสุขภาพที่ดีให้แก่คนไทยเป็นเรื่องง่ายและมีความยั่งยืน
ดังนั้นห้องปฏิบัติการวิจัยติดตามสุขภาพและรูปแบบการดำเนินชีวิต (Health and Lifestyle Monitoring Lab : HLM) มีความมุ่งหวังที่จะสร้างสรรค์นวัตกรรมอันเป็นประโยชน์ในด้านการส่งเสริมสุขภาพของคนไทย โดยใช้เทคโนโลยีเป็นตัวเชื่อมโยง เพื่อถ่ายทอดองค์ความรู้จากผู้เชี่ยวชาญไปสู่ประชาชน สร้างเครือข่ายความร่วมมือกับองค์กรต่างๆ ทั้งในและต่างประเทศ ไม่ว่าจะเป็นด้านงานวิจัยและพัฒนา หรือการต่อยอดนำไปใช้ประโยชน์ในเชิงพาณิชย์และสังคมเพื่อให้คนไทยมีสุขภาพและสุขภาวะที่ดี
หน้าที่ความรับผิดชอบ
- สร้างสรรค์นวัตกรรมด้านการส่งเสริมสุขภาพโดยใช้เทคโนโลยีเป็นตัวเชื่อมโยง เพื่อถ่ายทอดองค์ความรู้จากผู้เชี่ยวชาญไปสู่ประชาชน
- สร้างเครือข่ายความร่วมมือกับองค์กรต่างๆ ทั้งในและต่างประเทศ ทั้งด้านงานวิจัยและพัฒนา หรือการต่อยอดนำไปใช้ประโยชน์ในเชิงพาณิชย์และสังคม
เทคโนโลยีหลัก / ความสนใจ
Human Behaviour Analysis
เทคโนโลยีที่สามารถวิเคราะห์ข้อมูลที่ซับซ้อนและค้นหาความสัมพันธ์ในข้อมูลที่ได้จากการติดตามรูปแบบการดำเนินชีวิตและสุขภาพ ผนวกกับการเชื่อมโยงข้อมูลจากหน่วยงานพันธมิตรและผู้เชี่ยวชาญในด้านต่างๆที่เกี่ยวข้อง เช่นฐานข้อมูลคุณค่าทางโภชนาการ ถือเป็นปัจจัยที่สำคัญในการวิเคราะห์และวิจัยเพื่อตอบโจทย์ปัญหาทางด้านสุขภาพของคนไทย ไม่ว่าจะเป็นพฤติกรรมการบริโภคอาหารและออกกำลังกาย พฤติกรรมการใช้ชีวิต หรือ พัฒนาการของเด็กไทย ตัวอย่างการประยุกต์ใช้เทคโนโลยีนี้ ได้แก่ โปรแกรมKidDiary โปรแกรมFoodiEat และ Thai School Lunch เป็นต้น
Health and Lifestyle Prediction
เทคโนโลยีเพื่อพยากรณ์ ความเสี่ยงการเป็นโรคจากติดตามรูปแบบการดำเนินชีวิตและสุขภาพ (lifestyle and health) ด้วยตนเอง เพื่อไปสู่การปรับเปลี่ยนพฤติกรรมของแต่ละบุคคล และเสริมสร้างค่านิยมในการบริโภคอาหารและออกกำลังกายที่ถูกต้อง โดยเน้นการออกแบบและพัฒนาเครื่องเพื่อให้เหมาะสมกับบริบทของคนไทยเพื่อให้ให้เกิดการใช้งานอย่างต่อเนื่องและยั่งยืน ตัวอย่างการประยุกต์ใช้เทคโนโลยีนี้ ได้แก่ โปรแกรมSizeThailand e-Heath และโปรแกรมFoodiEat เป็นต้น
Adaptive Human Data Clustering
เทคโนโลยีที่สามารถจัดกลุ่มข้อมูลคนที่เหมือนหรือคล้ายกันมากที่สุด โดยความท้าทายอยู่ที่การทำงานกับข้อมูลที่เปลี่ยนแปลงอยู่ตลอด และยังไม่สามารถระบุเงื่อนไขการจัดกลุ่มแบบตายตัว ต้องมีการรับ feedback จากผู้เชี่ยวชาญเพื่อปรับเปลี่ยนกลุ่มให้ได้ผลลัพท์ที่ตอบโจทย์มากขึ้นอยู่ตลอดเวลา เช่น การจำแนกเด็กที่มีความเสี่ยงออกจากกลุ่มที่ปกติ ต้องใช้ความเข้าใจในด้านพัฒนาการ โภชนาการและต่อมไร้ท่อในเด็ก และต้องสามารถเรียนรู้และดึงองค์ความรู้จากกุมารแพทย์เฉพาะด้านออกมาประยุกต์ใช้ ตัวอย่างการประยุกต์ใช้เทคโนโลยีนี้ ได้แก่ KidDiaryและ โปรแกรมติดตามและทดสอบพัฒนาการเด็กปฐมวัยอย่างละเอียด เป็นต้น
Multi-objective Decision Making
การใช้ชีวิตของบุคคลล้วนเกี่ยวข้องกับกระบวนการตัดสินใจอย่างหลีกเลี่ยงไม่ได้ โดยปกติเราจะมีทางเลือกหรือคำตอบที่มากมายหลากหลาย หากแต่ถ้าปัญหานั้นๆ มีหลายๆ มิติ หรือมีเป้าหมายหรือจุดประสงค์จำนวนมากจะทำให้ปัญหาหรือโจทย์ที่ต้องตัดสินใจมีความซับซ้อนเป็นอย่างมาก จุดประสงค์เหล่านี้อาจมีความขัดแย้งกันเอง ดังนั้นการพิจารณาปัจจัยต่างๆ ที่ใช้ในการตัดสินแบบองค์รวมจึงเป็นสิ่งที่สำคัญในการแก้ปัญหาทางด้านต่างๆ ยกตัวอย่างเช่น ปัญหาการจัดอาหารกลางวันในโรงเรียน ควรจะจัดอย่างไรในราคาที่ถูกที่สุด มีความหลากหลายมากที่สุดและมีคุณค่าโภชนาการที่เหมาะสม ตัวอย่างการประยุกต์ใช้เทคโนโลยีนี้ ได้แก่ ระบบThai School Lunch และ ระบบAutomatic Body Size Chart Creation
ผลงานเด่น / รางวัลที่ได้รับ
โปรแกรมบันทึกและคัดกรองการเจริญเติบโตและพัฒนาการเด็ก ปฐมวัย (KidDiary) ได้รับ 2 รางวัล คือThe Best of Special Prize และSpecial Prize กลุ่มสิ่งประดิษฐ์เพื่อสังคมจากสำนักงานคณะกรรมการวิจัยแห่งชาติ (วช.) งานวันนักประดิษฐ์ 58
บุคลากร
| ชื่อ - นามสกุล | ความเชี่ยวชาญ |
|---|---|
|
1. ดร. สุปิยา เจริญศิริวัฒน์ นักวิจัย/หัวหน้าห้องปฏิบัติการ |
Intelligent Systems, Swarm Intelligence, Evolutionary Computation, Recommender Systems, Data Mining |
|
2. ดร. นันทพร รติสุนทร นักวิจัย |
Mathematical Modeling and Optimization; Game Theory; Stochastic Processes and Applied Statistics |
|
3. ดร. นิดา ชาติวัฒนศิริ นักวิจัย |
Systems Reliability & Quality modeling and research, Data analysis for optimization, Production and Supply chain analysis, Quantitative models |
|
4. นายพงษ์ศักดิ์ ติยานันทิ ผู้ช่วยนักวิจัย |
Web Programming / GML / SVG / Spatial Database / Internet GIS / Remote Sensing / Web Mapping /JAVA / Web Map Service (WMS) / Web Feature Service (WFS) |
|
5. นางสาวปารุสก์ บุญพร ผู้ช่วยนักวิจัย |
Information System and Database Design Information Management |
|
6. นางอาภัททา ปี่ทอง ผู้ช่วยนักวิจัย |
System Analyst, Software Tester, UI/UX Designer, Graphic & Visual Designer |
ติดต่อ
ห้องปฏิบัติการวิจัยติดตามสุขภาพและรูปแบบการดำเนินชีวิต (HLM)
อีเมล์ : hlm@nectec.or.th
