ระบบปัญญาประดิษฐ์สำหรับการทำนายสุขภาพทางจิตของผู้ที่ทำงานด้านเทคโนโลยีสารสนเทศ
Main Article Content
บทคัดย่อ
งานวิจัยทางวิชาการจำนวนมากในปัจจุบันชี้ให้เห็นว่า ระบบปัญญาประดิษฐ์ (Artificial Intelligence) เป็นเทคโนโลยีที่สามารถนำไปประยุกต์ใช้ได้อย่างกว้างขวาง ทั้งในแวดวงวิศกรรมศาสตร์ สังคมศาสตร์ การบริหาร และการแพทย์ งานวิจัยนี้เป็นการประยุกต์ใช้ระบบปัญญาประดิษฐ์ในการทำนายสุขภาพจิตของผู้ทำงานด้านเทคโนโลยีสารสนเทศ จุดประสงค์เพื่อศึกษาประสิทธิภาพในการทำนายสุขภาพจิตของระบบปัญญาประดิษฐ์ โดยอาศัยเทคนิคการถดถอยเชิงเส้น (Linear Regression) รูปแบบต่างๆ 4 รูปแบบ ได้แก่ Random Forest, XGBoost, Logistic Regression และเทคนิคโครงข่ายประสาทเทียม (Artificial Neural Network) ในการวิเคราะห์ข้อมูลกลุ่มตัวอย่างที่เป็นข้อมูลชุดฝึกจำนวน 1,146 ตัวอย่าง และข้อมูลชุดทดสอบจำนวน 287 ตัวอย่าง โดยผลการวิจัยแสดงให้เห็นว่า อัลกอริทึมของปัญญาประดิษฐ์แบบ Random Forest มีประสิทธิภาพสูงสุดในการทำนายความเสี่ยงของการเกิดปัญหาด้านสุขภาพทางจิต ด้วยร้อยละความแม่นยำเท่ากับ 90.85 และร้อยละความถูกต้องเท่ากับ 92.33 หรือคิดเป็นค่าร้อยละความไวเท่ากับ 94.56 และค่าร้อยละความจำเพาะเท่ากับ 90.00
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Children's Bureau. (2 April 2022). Effect of Technology on Mental Health. [Online] Available : https://www.all4kids.org/news/ blog/effects-of-technology-on-mental-health/
CPS Group. (2 April 2022). Why do tech workers suffer more from mental health issues?
[Online] Available : https://www.cpsgroupuk.com/blog/why-do-tech-workers-suffer-more-from-mental-health-issues
Neil Savage, “How AI Is Improving Cancer Diagnostics,” Nature, Vol. 579, pp. S14-S16, March 2020.
Modupe Aggreh, Tobi Akinsiku, Adanna Ewuzie, Felicia Hessings, Wendy Jones, Davina McLaverty, Wafula Erick Mugoma, Victory Obed, Elizabeth Oduala, "Mental Health in the Tech Workplace: What are the Strongest Predictors of Mental Health Illness or Certain Attitudes Towards Mental Health in the Tech Workplace?," Health Data Research UK, 10 pages, 2021.
Sujal Bh, Neelima Kapa, Deepanjali Chandrasekaran, Kavitha Duraipandian, Sharanya Rajan, and Mithileysh Sathiyanarayanan, “Mental Health Analysis of Employees Using Machine Learning Techniques” International Conference on Communication Systems & Networks, pp.1-6, Jan. 2022.
Open Sourcing Mental Illness, LTD. (28 July 2021). Survey on Mental Health in the Tech Workplace in 2014
[Online] Available : https://www.kaggle.com/osmi/mental-health-in-tech-survey
ICHI.PRO. (4 September 2021). การวิเคราะห์ข้อมูลเชิงสำรวจ (ตอนที่ 1/2). [Online] Available : https://ichi.pro/th/kar-wikheraah-khxmul-cheing-sarwc-man-khux-xari-laea-thami-cung-sakhay-txn-thi-1-2-39639740618389
Section. (2 September 2021). Introduction to Random Forest in Machine Learning.
[Online] Available : https://www.section.io/ engineering-education/introduction-to-random-forest-in-machine-learning/
Witchapong Daroontham. (3 September 2021). รู้จัก Decision Tree, Random Forest, และ XGBoost. [Online] Available : https://medium.com/@witchapongdaroontham
Edureka! (2 September 2021). Artificial Intelligence Algorithms: All you need to know. [Online] Available : https://www.edureka.co/ blog/artificial-intelligence-algorithms/
Wasun Inpew. (3 September 2021). เรียนรู้และทำความเข้าใจ Neural Network Forward Propagation คืออะไร. [Online] Available : https://www.glurgeek.com/education/neuralnfp/
Geekdy Medics. (4 September 2021). Sensitivity and Specificity. [Online] Available : https://geeky
medics.com/sensitivity-specificity-ppv-and- npv/
Jie Song, Yuan Gao, Pengbin Yin, Yi Li, Yang Li, Jie Zhang, Qingqing Su, Xiaojie Fu, Hongying Pi, “The Random Forest Model Has the Best Accuracy Among the Four Pressure Ulcer Prediction Models Using Machine Learning Algorithms,” Risk Management and Healthcare Policy, Vol. 2021, No. 14, pp. 1175–1187, March 2019.
Sarah Gaham, Colin Depp, Ellen E. Lee, Camille Nebeker, Xin Tu, Ho-Cheol Kim, Dilip V. Jeste, “Artificial Intelligence for Mental Health and Mental Illnesses: An Overview,” Current Psychiatry Report, Vol. 21, 18 pages, Nov. 2019.
Heroku Dev Center. (4 April 2022). Deploying with Git. [Online] Available : https://devcenter.heroku.com/articles/git