การศึกษาย้อนหลังการใช้เทคนิคต้นไม้ตัดสินใจเพื่อช่วยวิเคราะห์ผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพ โรงพยาบาลสงขลานครินทร์

บทคัดย่อ

บทความวิจัยนี้ เป็นการศึกษาย้อนหลังการใช้เทคนิคต้นไม้ตัดสินใจเพื่อช่วยวิเคราะห์ผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพโรงพยาบาลสงขลานครินทร์ มีวัตถุประสงค์ 1) เพื่อพัฒนาและนำเสนอตัวแบบตัดสินใจในการวิเคราะห์ผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพ และ 2) เพื่อเสนอรูปแบบกฎการตัดสินใจของการวินิจฉัยสุขภาพจากผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพที่เหมาะสม กรอบแนวคิดที่ใช้ในการวิจัย คือ เทคนิคต้นไม้ตัดสินใจด้วย อัลกอริทึม ADTree อัลกอริทึม BFTree อัลกอริทึม J48 และอัลกอริทึม LMT ของโปรแกรมแรปปิดไมเนอร์ ซึ่งมีตัวแปรอิสระที่นำมาใช้ในการศึกษา คือ ข้อมูลด้านประชากรศาสตร์ ได้แก่ ข้อมูลอายุ และข้อมูลเพศ และได้ใช้ข้อมูลผลการตรวจเลือด 9 องค์ประกอบ ได้แก่ ระดับน้ำตาลกลูโคส ระดับปริมาณไนโตรเจนในกระแสเลือด ระดับสมรรถภาพการทำงานของไต ระดับคอเลสเตอรอลในเลือด ระดับไตรกลีเซอไรด์ ระดับกรดยูริกในเลือด ระดับเอนไซม์แอสพาร์ทเตสอะมิโนทรานสเฟอเรส ระดับเอนไซม์อะลานีนอะมิโนทรานสเฟอเรส และระดับเอนไซม์อัลคาไลน์ฟอสฟาเตส สำหรับตัวแปรทำนายผล ได้แก่ ผลการวินิจฉัยด้านสุขภาพ
ผลการวิจัยพบว่า ตัวแบบตัดสินใจในการวิเคราะห์ผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพที่พัฒนาจากอัลกอริทึม J48 เป็นตัวแบบการตัดสินใจในการวินิจฉัยสุขภาพจากผลการตรวจเลือดของผู้รับบริการตรวจสุขภาพที่เหมาะสมที่สุด ซึ่งมีค่าประสิทธิภาพ ได้แก่ ค่าความถูกต้อง (Accuracy) เท่ากับ 76.96% ค่าความแม่นยำ (Precision) เท่ากับ 56.38% และค่าความระลึก (Recall) เท่ากับ 16.75% นอกจากนี้ พบว่า มีรูปแบบกฎการตัดสินใจสำหรับผลการวินิจฉัยว่าสุขภาพผิดปรกติ จำนวน 10 รูปแบบ