การตรวจคัดกรองผู้ป่วยโรคหลอดเลือดสมองอย่างอัตโนมัติจากอาการกล้ามเนื้อแขนอ่อนแรงในรูปแบบแอปพลิเคชันบนสมาร์ตโฟน

งานวิจัยนี้มุ่งเน้นศึกษากระบวนการคัดกรองผู้ป่วยโรคหลอดเลือดสมองจากอาการกล้ามเนื้อแขนอ่อนแรงอย่างอัตโนมัติโดยใช้แอปพลิเคชันบนสมาร์ตโฟน งานวิจัยนี้นำสัญญาณจากมาตรวัดความเร่งและไจโรสโกปจากสมาร์ตโฟนโดยให้ผู้ทดสอบทำท่าทางที่ที่ผู้วิจัยปรับปรุงเพื่อให้เหมาะในการคัดกรองด้วยสมาร์ตโฟนเพียงเครื่องเดียว ผู้วิจัยนำเสนอท่ายกเหยียดแขน และท่ายกงอแขน การทดสอบทั้งสองท่ามุ่งเน้นการใช้มัดกล้ามเนื้อและเส้นประสาทที่แตกต่างกัน แต่เป็นอาการที่พบในผู้ป่วยโรคหลอดเลือดสมอง ผู้วิจัยนำเสนอการสกัดคุณลักษณะเด่นจากสัญญาณที่ได้จากท่าทั้งสอง คุณลักษณะเด่นทั้งหมดถูกนำไปทดสอบเพื่อเปรียบประสิทธิภาพด้วยแบบจำลองที่เป็นที่นิยมจำนวน 7 แบบจำลอง แต่ละแบบจำลองใช้วิธีคัดเลือกคุณลักษณะเด่น 3 วิธี ผลการศึกษาโดยเก็บข้อมูลจากอาสาสมัครร่วมทดสอบ 68 คน (ผู้ป่วยโรคหลอดเลือดสมองที่มีอาการกล้ามเนื้อแขนอ่อนแรงจำนวน 36 คน และคนปกติจำนวน 32 คน) พบว่า คุณลักษณะเด่นที่ได้จากท่ายกงอแขนมีค่าความไวเฉลี่ยสูงที่สุดอย่างมีนัยสำคัญร้อยละ 83.3 เมื่อเปรียบเทียบกับคุณลักษณะเด่นที่ได้จากท่าเหยียดแขนและคุณลักษณะเด่นที่ได้จากทั้งสองท่า ในขณะเดียวกันคุณลักษณะเด่นที่ได้จากท่ายกเหยียดแขนมีค่าความจำเพาะเฉลี่ยสูงที่สุด ร้อยละ 80.6 ผู้วิจัยได้คัดเลือกคุณลักษณะเด่นและแบบจำลองที่เหมาะสมที่สุดกับการคัดกรองผู้ป่วยโรคหลอดเลือดสมองโดยเลือกแบบจำลองการสุ่มป่าไม้ที่ใช้คุณลักษณะเด่นที่ใช้วิธีเลือกแบบ information gain จากท่ายกงอแขน พบว่า ค่าความถูกต้องร้อยละ 84.1 ค่าความไวร้อยละ 94.8 ค่าความจำเพาะร้อยละ 75.2