Patient Monitoring at Home
EastPark"Patient Monitoring at Home" เป็นระบบอัจฉริยะที่เชื่อมต่อข้อมูลสุขภาพจากอุปกรณ์ทางการแพทย์และแบบสอบถามผู้ป่วยในแบบเรียลไทม์ ข้อมูลที่ได้รับจะถูกวิเคราะห์โดยเทคโนโลยี AI เพื่อตรวจสอบความผิดปกติตามเกณฑ์สุขภาพ พร้อมทั้งนำเสนอข้อมูลผ่านการแสดงผลทางสถิติที่เข้าใจง่าย ช่วยให้แพทย์และผู้ดูแลสามารถติดตามสุขภาพผู้ป่วยได้อย่างใกล้ชิด ทันต่อสถานการณ์ และแม่นยำมากขึ้น นี่คือเครื่องมือที่ช่วยยกระดับการดูแลสุขภาพที่บ้านสู่มิติใหม่ของการแพทย์ดิจิทัล
ทักษะและเครื่องมือพื้นฐาน
1. ผู้เรียนต้องมีพื้นฐานการใช้งานโปรแกรม Visual Studio Code
2. ผู้เรียนต้องมีพื้นฐาน nodejs
วัตถุประสงค์
1. เพื่อให้ผู้เรียนเข้าใจแนวคิดพื้นฐานเกี่ยวกับการติดตามสุขภาพผู้ป่วยที่บ้าน
โดยใช้เทคโนโลยีและอุปกรณ์ทางการแพทย์
2. เพื่อให้ผู้เรียนเข้าใจการทำงานของระบบตรวจสอบความผิดปกติของข้อมูลสุขภาพ
และการใช้ AI ในการวิเคราะห์ข้อมูลสุขภาพ
3. เพื่อพัฒนาทักษะในการนำข้อมูลสุขภาพมาทำการแสดงผลเชิงสถิติ (data
visualization) เพื่อให้เห็นภาพรวมของสถานะสุขภาพผู้ป่วย
ประโยชน์ที่คาดว่าจะได้รับ
1.
ผู้เรียนจะมีความเข้าใจเกี่ยวกับการใช้เทคโนโลยีในการติดตามสุขภาพผู้ป่วยที่บ้าน
และสามารถเลือกใช้อุปกรณ์ที่เหมาะสมได้
2. ได้รับความรู้เกี่ยวกับการนำข้อมูลสุขภาพมาแสดงผลทางสถิติ และการใช้ AI
ในการประมวลผลข้อมูล เพื่อเพิ่มความแม่นยำในการติดตามผลสุขภาพ
3. เพื่อให้เห็นถึงความเป็นไปได้ในการพัฒนาสินค้าและบริการด้านสุขภาพ
บทเรียน
บทที่ 1 Solution Overview
ระบบ Patient Monitoring at Home
แนะนำการใช้งาน Product and Sevices ที่ใช้ในระบบ
บทที่ 2: การบันทึกค่าสุขภาพ
การใช้ AIDERY Connect ในการบันทึกข้อมูลสุขภาพ
การใช้ AIDERY Caregiver ในการบันทึกข้อมูลสุขภาพ
การบันทึกข้อมูลสุขภาพผ่าน API
การดูข้อมูลสุขภาพที่บันทึกในหน้า Health Profile
บทที่ 3: การดึงข้อมูลสุขภาพ
การดึงข้อมูลสุขภาพผ่าน API และแสดงผลข้อมูลในเชิงสถิติและกราฟ
บทที่ 4: การสร้าง AI Model จากข้อมูลสุขภาพ
การวิเคราะห์และจัดเตรียมข้อมูลสุขภาพ
การสร้าง Model จากข้อมูลสุขภาพในการทำนายระดับความรุนแรงของผู้ป่วย COVID-19
ผู้เรียนจะมีสมรรถนะต่อไปนี้
1. ความเข้าใจในระบบที่เกี่ยวกับข้อมูลสุขภาพตั้งแต่การเก็บข้อมูล การประมวลผล การแสดงผลและการประยุกต์ใช้งานกับผู้ใช้งานจริง
2. สามารถส่งข้อมูลและดึงข้อมูลสุขภาพจากระบบฯ ได้
3. สามารถสร้างกราฟสรุปข้อมูลสุขภาพได้
4. สามารถใช้เครื่องมือเพื่อสร้าง AI Model ข้อมูลสุขภาพและนำไป Deploy ใช้งานได้
5. แนวทางการพัฒนาสินค้า/บริการ ที่เกี่ยวข้องกับข้อมูลสุขภาพ เช่นระบบสำหรับติดตามภาวะสุขภาพหรือระบบ Telemedicine ได้อย่างรวดเร็ว
เวลาที่ใช้ในการเรียนรู้
6 ชั่วโมง
ผู้สอน
กานต์รวี กาฬบุตร
Senior Application Developer
มีความเชี่ยวชาญในการพัฒนาแอพพลิเคชั่น โดยเฉพาะ Angular Framework และการเชื่อมต่อกับอุปรณ์ IoT
มีความเชี่ยวชาญในการพัฒนาแอพพลิเคชั่น โดยเฉพาะ Angular Framework และการเชื่อมต่อกับอุปรณ์ IoT
ณัฏฐ์ภัค ลาวัลย์วงศ์
Data Scientist
มีความเชี่ยวชาญในด้านการสร้างกระบวนการจัดการข้อมูล (Data Pipeline) โดยเฉพาะกระบวนการ ETL และการแสดงผลข้อมูล (Data Visualization)
มีความเชี่ยวชาญในด้านการสร้างกระบวนการจัดการข้อมูล (Data Pipeline) โดยเฉพาะกระบวนการ ETL และการแสดงผลข้อมูล (Data Visualization)