Pair Ungkana Kerttongmee

งานวิจัย

งานวิจัยสองส่วนที่แยกจากกัน คืองานวิจัยระดับปริญญาเอกที่มหาวิทยาลัยเชียงใหม่ และการเข้าร่วมโครงการ ACMod ในฐานะนักวิจัยรับเชิญที่ University of Oulu

งานวิจัยสองส่วน แยกจากกันอย่างชัดเจน

งานวิจัยระดับปริญญาเอกกับบทบาทนักวิจัยรับเชิญในฟินแลนด์ เป็นกิจกรรมคนละส่วน สังกัดคนละสถาบัน

งานวิจัย A · ปริญญาเอก

วิทยาลัยศิลปะ สื่อ และเทคโนโลยี (CAMT) มหาวิทยาลัยเชียงใหม่ ประเทศไทย

การสัมภาษณ์ด้วย AI แบบปรับคำถามที่อาศัยองค์ความรู้ทางคลินิก เพื่อคัดกรองภาวะซึมเศร้า

งานวิจัยระดับปริญญาเอกของแพรมุ่งศึกษาการพัฒนาระบบ AI สำหรับการสัมภาษณ์คัดกรองภาวะซึมเศร้า โดยใช้องค์ความรู้ทางคลินิกจาก PHQ-9 และเกณฑ์ที่เกี่ยวข้องใน DSM-5 เพื่อช่วยให้ระบบสามารถเลือกและปรับคำถามให้เหมาะสมกับข้อมูลที่ได้รับระหว่างการสนทนา

งานวิจัยให้ความสำคัญกับความปลอดภัย ความโปร่งใส การส่งเสริมการทบทวนและเข้าใจตนเองของผู้รับการประเมิน และการกำกับดูแลโดยผู้เชี่ยวชาญทางคลินิก

ระบบมีเป้าหมายเพื่อสนับสนุนการคัดกรองและการรวบรวมข้อมูล ไม่ใช่ใช้ทดแทนการวินิจฉัยของผู้เชี่ยวชาญ

แพรกำลังนำเสนองานต่อหน้าผู้ฟังในห้องประชุม โดยมีสไลด์เกี่ยวกับ Narrative Therapy ฉายอยู่ด้านหลัง
นำเสนองานวิจัยระดับปริญญาเอก

งานวิจัย B · นักวิจัยรับเชิญ

University of Oulu ประเทศฟินแลนด์

ACMod: Affective Computing Models, from Facial Expression to Mind-Reading

ในฐานะนักวิจัยรับเชิญที่ University of Oulu ประเทศฟินแลนด์ แพรได้เข้าร่วมกิจกรรมและความร่วมมือทางวิชาการภายใต้โครงการ ACMod ซึ่งศึกษาเรื่อง Affective Computing การแสดงออกทางอารมณ์ การสร้างแบบจำลองอารมณ์ และปฏิสัมพันธ์ระหว่างมนุษย์กับ AI

ประสบการณ์นี้เปิดโอกาสให้แพรได้เรียนรู้และแลกเปลี่ยนองค์ความรู้กับนักวิจัยจากหลากหลายสาขา โดยเฉพาะงานที่เชื่อมโยงจิตวิทยา พฤติกรรมมนุษย์ และเทคโนโลยี AI

โครงการวิจัยระดับปริญญาเอกเป็นงานที่แยกต่างหาก และไม่ใช่ผลงานส่งมอบอย่างเป็นทางการของ ACMod

รายละเอียดงานวิจัย A

การสัมภาษณ์ด้วย AI แบบปรับคำถามที่อาศัยองค์ความรู้ทางคลินิก เพื่อคัดกรองภาวะซึมเศร้า

งานวิจัยที่กำลังดำเนินการงานวิจัยที่ไม่ใช่การวินิจฉัย

ระบบสนทนา AI บางระบบเลือกคำถามถัดไปจากรูปแบบทางสถิติเป็นหลัก ทำให้อธิบายได้ยากว่าเหตุใดจึงถามคำถามนั้น หรือเก็บหลักฐานครบเพียงพอแล้วหรือไม่ โครงการนี้ศึกษาแนวทางที่ต่างออกไป คือใช้องค์ความรู้ทางคลินิกที่ระบุไว้อย่างชัดเจนและตรวจสอบได้ เป็นตัวกำหนดว่าควรถามอะไรต่อ

  • กรอบองค์ความรู้อิง PHQ-9 และ DSM-5

    ฐานความรู้เชิงโครงสร้างที่มาจากแบบประเมินและเกณฑ์วินิจฉัยที่เกี่ยวกับภาวะซึมเศร้า ใช้เป็นข้อมูลอ้างอิงว่าการสัมภาษณ์ควรครอบคลุมเรื่องใดบ้าง

  • การเลือกคำถามแบบปรับตามสถานการณ์

    คำถามติดตามถูกเลือกจากสิ่งที่ยังขาดหรือยังไม่ชัดเจน แทนที่จะเดินตามสคริปต์ตายตัว

  • ความครบถ้วนของหลักฐานและการอธิบายได้

    ระบบติดตามว่าเก็บหลักฐานอะไรไปแล้ว และแสดงเหตุผลที่ถามคำถามนั้น เพื่อให้ผู้เกี่ยวข้องตรวจสอบการให้เหตุผลได้

  • การฟังอย่างสะท้อนความรู้สึกโดย AI

    ชั้นสนทนามุ่งตอบอย่างอบอุ่นและฟังอย่างสะท้อนความรู้สึก ขณะที่การเลือกคำถามยังอยู่ภายใต้กฎที่ตรวจสอบได้

  • การสะท้อนคิดของผู้เข้าร่วมแบบเลือกได้

    ผู้เข้าร่วมอาจเลือกทบทวนคำตอบของตนเอง เพื่อส่งเสริมการมีส่วนร่วมและความรู้สึกว่าตนมีบทบาทกำหนดทิศทาง

  • การส่งต่อเมื่อพบความเสี่ยง และการส่งต่อให้ผู้เชี่ยวชาญทางคลินิก

    ออกแบบให้สัญญาณความเสี่ยงนำไปสู่การส่งต่อให้มนุษย์ และให้การสัมภาษณ์ส่งต่อให้ผู้เชี่ยวชาญทางคลินิก ไม่ได้ทำหน้าที่แทน

สถานะ วิธีวิจัย และการประเมินในอนาคต

  • สถานะ: อยู่ระหว่างการออกแบบและพัฒนาในระยะเริ่มต้น ยังไม่มีการเผยแพร่ผลการศึกษา
  • วิธีวิจัย: วางแผนใช้การวางแผนคำถามที่ขับเคลื่อนด้วยองค์ความรู้ การสัมภาษณ์จำลอง และการทบทวนโดยผู้เชี่ยวชาญ เป็นขั้นตอนประเมินเบื้องต้น
  • การประเมินในอนาคต: การศึกษาใด ๆ ที่เกี่ยวข้องกับผู้เข้าร่วมจริงต้องได้รับการอนุมัติด้านจริยธรรมและการกำกับดูแลทางคลินิกที่เหมาะสมก่อนเริ่ม

ผลงานตีพิมพ์และความร่วมมือ

ผลงานที่ตรวจสอบแล้วจะแสดงที่นี่เมื่อพร้อม

ดูผลงานและประวัติ →

ความร่วมมือทางวิจัย

สนใจสุขภาพจิตดิจิทัล AI อย่างรับผิดชอบ Affective Computing หรืองานวิจัยที่เกี่ยวข้อง แพรยินดีรับฟังข้อเสนอความร่วมมือที่รอบคอบ

ส่งคำถามหรือข้อเสนอ