การพัฒนาระบบสนับสนุนการตัดสินใจในการใช้สมุนไพรที่ตอบสนองต่ออาการเจ็บป่วย โดยใช้เทคนิคเหมืองข้อความ (Development of A Decision Support System for the Patient's Symptoms and Herbal Respond by Text Mining Techniques.)

Abstract

         ความเชื่อมั่นต่อสมุนไพรไทยที่สามารถรักษาอาการเจ็บป่วยตามที่ผู้ใช้งานต้องการ เป็นปัจจัยสำคัญ ในการตัดสินใจเลือกใช้สมุนไพรไทย เพื่อเป็นการส่งเสริมและสร้างความมั่นใจในการใช้สมุนไพรไทยให้ถูกต้องตามสรรพคุณและเหมาะสมกับอาการเจ็บป่วย งานวิจัยนี้จึงได้นำเสนอถึงกระบวนการวิเคราะห์ข้อมูลที่เกี่ยวข้องกับสมุนไพรที่เผยแพร่อยู่บนเว็บไซต์ภาษาไทย ซึ่งเป็นข้อมูลที่มีลักษณะแบบไม่มีโครงสร้าง โดยการประยุกต์ใช้เทคนิคการทำเหมืองข้อความเพื่อการประมวลผลข้อมูลให้มีลักษณะแบบมีโครงสร้าง และวิเคราะห์ข้อมูลโดย การประยุกต์ใช้เทคนิคการค้นหากฎความสัมพันธ์ เพื่อค้นหารูปแบบความสัมพันธ์ระหว่างอาการเจ็บป่วย  และสมุนไพรที่ตอบสนองการรักษา โดยผู้วิจัยใช้ข้อมูลจากเว็บไซต์ภาษาไทย 40 เว็บไซต์ และใช้คำสำคัญอาการความเจ็บป่วยจำนวน 379 อาการ และชื่อสมุนไพรจำนวน 994 ชนิด ผู้วิจัยคัดกรองเอกสารจากแหล่งข้อมูลเว็บไซต์ภาษาไทยทำให้ได้เอกสารที่เกี่ยวข้องทั้งสิ้น 31,452 เอกสาร โดยผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูล  ด้วยเทคนิคดังกล่าวถูกนำเสนอในสองส่วนคือ 1) ผลของการวิเคราะห์ข้อมูลเชิงสารสนเทศซึ่งถูกนำเสนออกมาในรูปแบบความถี่ที่ปรากฏร่วมกันของคำสำคัญ 2) ผลของการค้นหากฎความสัมพันธ์ระหว่างคำสำคัญอาการเจ็บป่วย และชื่อสมุนไพร โดยในกระบวนการสร้างกฎความสัมพันธ์ผู้วิจัยกำหนดให้ค่า min-support และ ค่า min-confidence มีค่าเท่ากับ 50% และ 90% ตามลำดับ โดยผลของการศึกษานี้จะถูกใช้เป็นข้อมูลป้อนเข้าสำหรับการพัฒนาระบบสนับสนุนการตัดสินใจฯ

               โดยระบบสนับสนุนการตัดสินใจฯ ที่ได้ทำการพัฒนาขึ้นมีผลของการประเมินประสิทธิภาพของระบบโดยผู้ใช้ในกลุ่มตัวอย่างเป็นผู้ประเมิน ผลการประเมินประสิทธิภาพของระบบในภาพรวม มีค่าเฉลี่ยเท่ากับ 4.17 ค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.49 โดยด้านที่มีค่าเฉลี่ยมากที่สุด คือ ด้านการใช้งานระบบ โดยมีค่าเฉลี่ยเท่ากับ 4.23 ค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.57 รองลงมา คือด้านการออกแบบระบบ โดยมีค่าเฉลี่ยเท่ากับ 4.16 ค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.53 และค่าเฉลี่ยด้านที่น้อยที่สุดคือ ด้านเนื้อหาที่นำเสนอ โดยมีค่าเฉลี่ยเท่ากับ 4.13 ค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.49 ตามลำดับ

             The confidence of users on herbal medicines that can treat symptoms is a major factor to decide to use herbal medicine. To promote and increase confidence in using herbal medicine that corresponding its effect to symptoms, This research proposed a process to analyze data about herbs that published on Thai language web sites, and these original data sources are unstructured data e.g. texts and articles. Text mining is used to process unstructured data to become structured data. The association rules technique is used to analyze and to find association patterns between symptoms and herbs from the data set. Original data sources are collected from 40 Thai language web sites. The major keywords are 379 Thai words referring to symptoms and 994 words referring to herbs and collected documents from the original source from the Thai language website, 31,452 totals. The results of the study are presented as two parts: (1) The results of the analysis of the information that is presented in the pattern of frequency that appears together. (2) The results of finding the association rules between symptoms and herbs. In the generation of association rules, we set min-support value at 50% and min-confidence value at 90% and filtered only rules that we are interested in. The results of this study will be used as inputs for the development of decision support systems further.

               The developed decision support system was evaluated for effectiveness by the sample users. The overall system performance evaluation results show that the mean was 4.17. The standard deviation was 0.49. The most significant aspect was the system utilization. The mean was 4.23, standard deviation was 0.57, followed by system design. The average was 4.16, the standard deviation was 0.53, and the smallest mean was 4.13, standard deviation was 0.49, respectively.