Development of a system for diagnosis and prediction of the severity of dengue using surface-enhanced Raman spectroscopy and artificial intelligence
คำบรรยายผลงานโดยย่อ
การวิจัยนี้เป็นการพัฒนาเทคโนโลยีการขยายสัญญาณรามาน Surface-enhanced Raman scattering (SERS) สำหรับการวินิจฉัยและทำนายความรุนแรงของโรคไข้เลือดออกในกลุ่มผู้ป่วยเด็กที่ติดเชื้อไวรัสเด็งกี่ โดยการวิเคราะห์รูปแบบสเปกตรัมของสัญญาณรามานจากตัวอย่างพลาสมา ร่วมกับผลข้อมูลทางคลินิกและเครื่องหมายโมเลกุลของเชื้อไวรัสและระบบภูมิคุ้มกัน และการประมวลผลด้วยระบบปัญญาประดิษฐ์ ในการสร้างโมเดลจำเพาะเพื่อคัดแยกกลุ่มผู้ที่ติดเชื้อออกจากกลุ่มคนปกติ และช่วยในการทำนายความรุนแรงของโรคไข้เลือดออก
ที่มาของงานวิจัย
เนื่องจากกลไกการเกิดพยาธิสภาพของโรคไข้เลือดออกยังไม่ชัดเจน แต่เกี่ยวข้องกับไวรัสเด็งกี่ 4 ซีโรทัยป์และการตอบสนองของภูมิคุ้มกันของผู้ติดเชื้อ โดยการวินิจฉัยจะใช้ทั้งอาการทางคลินิกและการตรวจโปรตีน NS1 ด้วย rapid test ที่มีความไวมากกว่า 70% แต่อย่างไรก็ตามในช่วงวิกฤต 1 วันก่อนหรือใกล้เคียงกับเวลาไข้ลด ผู้ติดเชื้ออาจเกิดภาวะช็อกหรืออวัยวะล้มเหลวจนเสียชีวิต และอาจตรวจไม่พบโปรตีน NS1 ทำให้ขาดการเฝ้าระวัง อีกทั้งยังไม่มีตัวบ่งชี้ทางชีวภาพจำเพาะสำหรับทำนายความรุนแรงของโรคได้
จุดเด่น/ประโยชน์ของเทคโนโลยี
- เทคโนโลยี SERS ร่วมกับระบบปัญญาประดิษฐ์สามารถช่วยคัดแยกผู้ป่วยเด็กที่ติดเชื้อไข้เลือดออกออกจากผู้ป่วยที่เป็นไข้ชนิดอื่นได้ โดยมีค่าความไวและความถูกต้อง 100%
- เทคโนโลยี SERS ร่วมกับผลข้อมูลทางคลินิกและเครื่องหมายโมเลกุลของเชื้อไวรัส ประมวลผลด้วยระบบปัญญาประดิษฐ์ สามารถช่วยทำนายความรุนแรงของโรคได้ โดยมีค่าความไวและความถูกต้อง 77%
- ใช้ตัวอย่างปริมาณน้อย 2-5 µL ทราบผลทดสอบภายใน 15 นาที และสามารถพัฒนาให้อยู่ในรูปแบบ point of care testing ได้
ภาพประกอบ
วิจัยพัฒนาโดย
ทีมวิจัยเทคโนโลยีเซนเซอร์แสงไฟฟ้าเคมี (OEC)
กลุ่มวิจัยอุปกรณ์สเปกโทรสโกปีและเซนเซอร์ (SSDRG)
Keyword: Surface-enhanced Raman scattering (SERS), dengue
