งบประมาณด้าน ววน. ประเภท Fundamental Fund ปีงบประมาณ 2568

การพัฒนาเว็บแมพแอปพลิเคชัน
สำหรับแสดงพื้นที่เสี่ยงต่อการเกิดโรคเลปโตสไปโรซิสในประเทศไทย

Development of a Web-map Application for Leptospirosis Risk Areas in Thailand
รหัส: 203620
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
ระยะเวลา 1 ปี (ปีงบประมาณ 2568)
งบประมาณ 700,000 บาท
อยู่ระหว่างดำเนินการ
175
ผู้เข้าร่วมการศึกษา
(ตรัง 88 + น่าน 87)
2
พื้นที่นำร่อง
(ภาคเหนือ & ภาคใต้)
8
นักวิจัย
จาก 4 หน่วยงาน
4
ผลผลิตหลัก
(บทความ / แอป / DB / เครือข่าย)
ที่มาและความสำคัญ

โรคเลปโตสไปโรซิสเป็นโรคติดต่อจากสัตว์สู่คนที่เป็นปัญหาสาธารณสุขสำคัญของประเทศไทย เกิดจากเชื้อแบคทีเรีย Leptospira ที่ปนเปื้อนในน้ำและดินชื้น โดยเฉพาะในฤดูฝนหรือบริเวณน้ำท่วมขัง คาดการณ์ว่าทั่วโลกมีผู้ป่วยกว่า 1 ล้านรายต่อปี และเสียชีวิตประมาณ 59,000 ราย

สำหรับประเทศไทย ในปี พ.ศ. 2565 พบผู้ป่วยสูงถึง 3,734 ราย เสียชีวิต 45 ราย คิดเป็นอัตราป่วย 5.64 ต่อแสนประชากร กลุ่มเสี่ยงหลักได้แก่เกษตรกร (38.8%) และผู้รับจ้าง (27.3%) ซึ่งส่วนใหญ่เป็นเพศชายวัยทำงาน ส่งผลกระทบทั้งด้านคุณภาพชีวิตและเศรษฐกิจของครัวเรือน

ปัจจุบันยังขาดระบบที่นำปัจจัยสิ่งแวดล้อม (ปริมาณน้ำฝน อุณหภูมิ การใช้ที่ดิน) และปัจจัยสังคม (อาชีพ พฤติกรรม ความรู้) มาวิเคราะห์ร่วมกันในรูปแบบแผนที่เชิงพื้นที่ งานวิจัยนี้จึงบูรณาการ GIS, Machine Learning, และระบาดวิทยา เพื่อพัฒนา Web-map Application แสดงพื้นที่เสี่ยงสำหรับหน่วยงานสาธารณสุข

วัตถุประสงค์
1
ศึกษาปัจจัยทางสิ่งแวดล้อมและทางสังคมที่สัมพันธ์กับการระบาดของโรคเลปโตสไปโรซิส โดยบูรณาการข้อมูลภาพถ่ายดาวเทียม (Sentinel-2) ข้อมูลภูมิอากาศ และข้อมูลพฤติกรรมจากแบบสอบถามภาคสนาม
2
พัฒนาเว็บแมพแอปพลิเคชันสำหรับทำนายและแสดงผลพื้นที่เสี่ยงต่อการระบาดของโรคเลปโตสไปโรซิส เพื่อให้กรมควบคุมโรคและหน่วยงานที่เกี่ยวข้องนำไปใช้วางแผนเชิงรุก
วิธีการวิจัยและกรอบแนวคิด
ข้อมูลภาพถ่าย
ดาวเทียม
Sentinel-2
ประมวลผล
ก่อนการวิเคราะห์
NDVI / SAVI / MNDWI
เก็บข้อมูล
แบบสอบถาม
175 ราย
Machine Learning
XGBoost / SVR
ทำนายความเสี่ยง
Web-map
Application
แสดงผลเชิงพื้นที่
เทคนิคหลัก: Bayesian CAR Model · Geographic Weighted Regression · XGBoost · Support Vector Regression · k-fold Cross Validation · Spatial Autocorrelation · Clustering Technique · Stepwise Multiple Regression
พื้นที่ศึกษา
ภาคเหนือ จังหวัดน่าน
  • อำเภอเฉลิมพระเกียรติ
  • ตำบลห้วยโก๋น
  • ตำบลขุนน่าน
กลุ่มตัวอย่าง 87 ราย · อาชีพหลัก: ทำไร่ข้าว / ข้าวโพด
ภาคใต้ จังหวัดตรัง
  • อำเภอนาโยง
  • ตำบลนาโยงเหนือ, ตำบลละมอ
  • ตำบลโคกสะบ้า
กลุ่มตัวอย่าง 88 ราย · อาชีพหลัก: ทำสวนยาง / ปาล์ม
เกณฑ์คัดเข้า: ประชากรไทย อายุ 18–65 ปี อาศัยในพื้นที่ศึกษา ≥ 1 ปี และยินยอมเข้าร่วมการวิจัย  |  วิธีสุ่ม: Multi-Stage Random Sampling · ความเชื่อมั่น 95%
คณะนักวิจัย
👩‍🔬
นางสาวจริยา ยมเสถียรกุล
คณะวิทยาศาสตร์ มจธ.
หัวหน้าโครงการ (30%)
👩‍💻
ผศ.ดร.วริสา ยมเสถียรกุล
คณะวิทยาศาสตร์ มจธ.
ผู้ร่วมวิจัย (10%)
👨‍🌿
นายเอกชัย กกแก้ว
คณะเทคโนโลยีและสิ่งแวดล้อม ม.สงขลานครินทร์
ผู้ร่วมวิจัย (20%)
👩‍⚕️
นางสาววิมวิการ์ ศักดิ์ชัยนานนท์
กองโรคติดต่อทั่วไป กรมควบคุมโรค
ผู้ร่วมวิจัย (10%)
👩‍⚕️
นางสาวชนัดดา ตั้งวงศ์จุลเนียม
กองโรคติดต่อทั่วไป กรมควบคุมโรค
ผู้ร่วมวิจัย (10%)
👩‍🔬
นางสาวชรัฐพร จิตรพีระ
กองระบาดวิทยา กรมควบคุมโรค
ผู้ร่วมวิจัย (10%)
👨‍⚕️
นายวิชาญ บุญกิติกร
สมาคมนักระบาดวิทยาภาคสนาม กรมควบคุมโรค
ที่ปรึกษา (5%)
👨‍🔬
นาย ณรรฐคุณ วิรุฬห์ศรี
คณะวิทยาศาสตร์ มจธ.
ที่ปรึกษา (5%)
แผนและความก้าวหน้าการดำเนินงาน
ต.ค. 67
กิจกรรมที่ 1 — ประมวลผลข้อมูลภูมิสารสนเทศ
รวบรวมภาพถ่ายดาวเทียม Sentinel-2 · จัดการข้อมูล · วิเคราะห์รูปแบบการกระจายตัวของผู้ป่วย · สถิติเชิงพื้นที่
✅ เสร็จแล้ว 100%
พ.ย. 67
กิจกรรมที่ 2 — วิเคราะห์ด้วย Machine Learning
สร้างโมเดล XGBoost / SVR · วิเคราะห์ความสัมพันธ์ปัจจัย · k-fold cross validation
⏳ ดำเนินการ 30%
ม.ค.–มี.ค. 68
กิจกรรมที่ 3 — เก็บข้อมูลแบบสอบถามภาคสนาม
ออกแบบ · ทดสอบ · ลงพื้นที่เก็บข้อมูล 175 ราย (ตรัง + น่าน) · วิเคราะห์และสังเคราะห์
✅ เสร็จแล้ว 100%
เม.ย.–ก.ย. 68
กิจกรรมที่ 4 — พัฒนา Web-map Application
ออกแบบโครงสร้าง · พัฒนาระบบ (GeoServer + Leaflet.js) · ทดสอบการใช้งานในพื้นที่
⏳ ดำเนินการ 70%
ก.ย. 68
ปิดโครงการ — ส่งมอบผลผลิต
บทความวิจัย · Web-map Application · ฐานข้อมูล · รายงานฉบับสมบูรณ์
📋 รอดำเนินการ
ระดับความพร้อมของเทคโนโลยี (TRL & SRL)
Technology Readiness Level (TRL)
1
2
3
4
5
6
7
8
9
ปัจจุบัน: ระดับ 3 (Concept demonstrated) → เป้าหมาย: ระดับ 6 (Demonstrated in relevant environment)
Societal Readiness Level (SRL)
1
2
3
4
5
6
7
8
9
ปัจจุบัน: ระดับ 3 (Initial testing with stakeholders) → เป้าหมาย: ระดับ 6 (Demonstrated with stakeholders)
ผ่านแล้ว
ระดับปัจจุบัน
เป้าหมายเมื่อเสร็จสิ้น
ยังไม่ถึง
ผลผลิตที่คาดว่าจะได้รับ
บทความวิจัย
ยื่นตีพิมพ์ในวารสารวิชาการระดับชาติ ร่วมกับกองระบาดวิทยา กรมควบคุมโรค
Web-map Application
แผนที่พื้นที่เสี่ยงโรคเลปโตสไปโรซิส (นวัตกรรมทางสังคม) บน Google Cloud
ฐานข้อมูล
ฐานข้อมูลปัจจัยสิ่งแวดล้อมและสังคมที่สัมพันธ์กับการระบาดของโรค
เครือข่ายความร่วมมือ
ความร่วมมือสหสาขาวิชา: GIS · ML · ระบาดวิทยา · สถิติ · สาธารณสุข
งบประมาณโครงการ (700,000 บาท)
ค่าจ้างผู้ช่วยนักวิจัย125,000
ค่าตอบแทนผู้ทำแบบสอบถาม (2 พื้นที่)84,000
ค่าตีพิมพ์ผลงานวิจัย50,000
ค่าเสริมสร้างความเข้มแข็ง / อบรม50,000
ค่าเดินทาง / ที่พัก (2 พื้นที่)~215,000
ค่าเช่า Host & Domain30,000
ค่าที่ปรึกษา / ค่าใช้สอยอื่นๆ~146,000
รวมทั้งสิ้น700,000 บาท
ผลกระทบที่คาดว่าจะได้รับ
💰
ด้านเศรษฐกิจ
ลดการสูญเสียรายได้ของครัวเรือน โดยเฉพาะผู้ป่วยวัยทำงานที่เป็นเสาหลักของครอบครัว
📋
ด้านนโยบาย
กรมควบคุมโรคสามารถนำแผนที่เสี่ยงไปกำหนดนโยบายเฝ้าระวังเชิงรุก และแจ้งเตือนประชาชนในพื้นที่เสี่ยง
หน่วยงานที่ร่วมดำเนินการ
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.)
มหาวิทยาลัยสงขลานครินทร์ (ม.อ.)
กองโรคติดต่อทั่วไป กรมควบคุมโรค
กองระบาดวิทยา กรมควบคุมโรค
สมาคมนักระบาดวิทยาภาคสนาม
Google Cloud Platform