Research and Innovation : Smart Stroke Prevention & Early Recognition -SUN8Nov26

หลักสูตรวิจัยและนวัตกรรมระยะเวลา 45 ชั่วโมงนี้มุ่งเสริมความรู้เกี่ยวกับการป้องกันโรคหลอดเลือดสมอง เทคโนโลยีสุขภาพดิจิทัล และการรู้ทันอาการที่สงสัยว่าเป็นโรคหลอดเลือดสมองในระยะแรก ผู้เรียนจะศึกษาปัจจัยเสี่ยงที่สามารถปรับเปลี่ยนได้และสัญญาณเตือนตามหลัก B.E.F.A.S.T. พร้อมสำรวจการประยุกต์ใช้สมาร์ตโฟน เซนเซอร์สวมใส่ คอมพิวเตอร์วิทัศน์ การวิเคราะห์การเคลื่อนไหว และการวิเคราะห์เสียงพูด เพื่อสนับสนุนการเฝ้าระวังความเสี่ยงและการตอบสนองต่อภาวะฉุกเฉินอย่างทันท่วงที

หลักสูตรประกอบด้วยสองส่วนที่บูรณาการร่วมกัน ใน 18 ชั่วโมงแรก ผู้เรียนจะจัดทำบทความทบทวนวรรณกรรมแบบพรรณนาอย่างมีโครงสร้างเกี่ยวกับเทคโนโลยีสมาร์ตโฟนและอุปกรณ์สวมใส่สำหรับเฝ้าระวังความเสี่ยงและรู้ทันโรคหลอดเลือดสมอง โดยพัฒนากลยุทธ์การสืบค้น ประเมินหลักฐานทางวิทยาศาสตร์อย่างมีวิจารณญาณ สังเคราะห์ข้อค้นพบ และจัดทำต้นฉบับที่พร้อมยื่นตีพิมพ์ ส่วน 27 ชั่วโมงถัดมา ผู้เรียนจะนำข้อค้นพบมาประยุกต์ใช้ในการออกแบบและพัฒนา Smart Stroke Prevention & Early Recognition ซึ่งเป็นต้นแบบระบบสมาร์ตโฟนแบบหลายรูปแบบที่บูรณาการการติดตามความเสี่ยง การประเมินตามหลัก B.E.F.A.S.T. การบันทึกเวลาเริ่มเกิดอาการ และการสนับสนุนการตอบสนองต่อภาวะฉุกเฉิน

ผู้เรียนจะทดสอบการทำงานและการใช้งานเบื้องต้นกับอาสาสมัครสุขภาพดีโดยใช้สถานการณ์จำลอง วิเคราะห์ข้อมูล และนำเสนอผลผ่านบทความโครงงานนวัตกรรม การสาธิตต้นแบบ และการนำเสนอทางวิชาการ หลักสูตรให้ความสำคัญกับการออกแบบบนพื้นฐานของหลักฐาน จริยธรรมการวิจัย ความเป็นส่วนตัวของข้อมูล ความปลอดภัย การเข้าถึงได้ของผู้ใช้ และการใช้ปัญญาประดิษฐ์อย่างรับผิดชอบ

เมื่อสิ้นสุดหลักสูตร ผู้เรียนจะมีบทความทบทวนวรรณกรรมที่พร้อมยื่นตีพิมพ์ ต้นแบบ StrokeGuard ที่ใช้งานได้ บทความโครงงานนวัตกรรม และสื่อนำเสนอระดับมืออาชีพสำหรับการประชุมวิชาการ การประกวดนวัตกรรม และแฟ้มสะสมผลงานด้านวิทยาศาสตร์สุขภาพ

StrokeGuard พัฒนาขึ้นในฐานะต้นแบบเพื่อช่วยรู้ทันอาการและสนับสนุนการตอบสนองต่อภาวะฉุกเฉิน ไม่ใช่เครื่องมือทดแทนการวินิจฉัยทางคลินิก ผู้ที่สงสัยว่าเป็นโรคหลอดเลือดสมองต้องได้รับการประเมินจากบุคลากรทางการแพทย์และการตรวจภาพสมองโดยเร่งด่วน ตามแนวทางของ องค์การอนามัยโลก และ ศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา

This 45-hour research and innovation course introduces students to stroke prevention, digital health technologies, and the early recognition of suspected stroke. Students will examine modifiable stroke-risk factors and the B.E.F.A.S.T. warning signs before investigating how smartphones, wearable sensors, computer vision, motion analysis, and speech analysis can support risk monitoring and timely emergency response.

The course consists of two integrated components. During the first 18 hours, students will conduct a structured narrative review of smartphone- and wearable-based technologies for stroke-risk monitoring and early stroke recognition. They will develop a search strategy, critically evaluate scientific evidence, synthesize findings, and prepare a submission-ready review manuscript. During the following 27 hours, students will translate the review findings into the design and development of Smart Stroke Prevention & Early Recognition, a multimodal smartphone prototype integrating stroke-risk monitoring, guided B.E.F.A.S.T. assessment, symptom-onset recording, and emergency-action support.

Students will also undertake preliminary functional and usability testing using healthy volunteers and simulated abnormalities, analyse the resulting data, and communicate their findings through an innovation project paper, prototype demonstration, and academic presentation. Throughout the course, emphasis is placed on evidence-based design, research ethics, data privacy, user safety, accessibility, and responsible interpretation of artificial intelligence.

Upon completion, students will have produced a submission-ready narrative review, a functional StrokeGuard prototype, an innovation project paper, and a professional presentation suitable for academic conferences, innovation competitions, and health-science portfolios.

StrokeGuard is developed as an early-recognition and emergency-support prototype, not as a substitute for clinical diagnosis. Suspected stroke requires immediate professional assessment and brain imaging. This distinction is consistent with guidance from the World Health Organization and CDC.

รายละเอียดโครงการ

โครงการ Smart Stroke Prevention & Early Recognition มุ่งพัฒนาศักยภาพนักเรียนด้านการวิจัย เทคโนโลยีสุขภาพดิจิทัล ปัญญาประดิษฐ์ และนวัตกรรมทางการแพทย์ โดยเชื่อมโยงความรู้ด้านโรคหลอดเลือดสมองกับการพัฒนาระบบสมาร์ตโฟนสำหรับเฝ้าระวังปัจจัยเสี่ยงและช่วยรู้ทันอาการที่สงสัยว่าเป็นโรคหลอดเลือดสมองตามหลัก B.E.F.A.S.T.

ตลอดหลักสูตร 45 ชั่วโมง นักเรียนจะพัฒนาผลงานสำคัญ 2 ผลงาน ได้แก่

1. บทความทบทวนวรรณกรรมที่เตรียมพร้อมสำหรับยื่นตีพิมพ์
2. โครงงานนวัตกรรม StrokeGuard พร้อมต้นแบบสำหรับยื่นประกวดหรือนำเสนอในการประชุมวิชาการ

ผลงานวิจัย: Narrative Review ระยะเวลา 18 ชั่วโมง หรือ 6 สัปดาห์

นักเรียนจะจัดทำบทความทบทวนวรรณกรรมในหัวข้อที่เกี่ยวข้องกับเทคโนโลยีสมาร์ตโฟนและอุปกรณ์สวมใส่สำหรับการป้องกัน การเฝ้าระวังความเสี่ยง และการรู้ทันโรคหลอดเลือดสมองในระยะแรก

เนื้อหาการเรียนครอบคลุม:

• ความรู้พื้นฐานเกี่ยวกับโรคหลอดเลือดสมองชนิดขาดเลือด ชนิดเลือดออก และภาวะสมองขาดเลือดชั่วคราว
• ปัจจัยเสี่ยงที่สามารถปรับเปลี่ยนได้ เช่น ความดันโลหิตสูง เบาหวาน ไขมันในเลือดสูง การสูบบุหรี่ การขาดกิจกรรมทางกาย และภาวะหัวใจห้องบนสั่นพลิ้ว
• การประเมินสัญญาณเตือนตามหลัก B.E.F.A.S.T.
• การใช้สมาร์ตโฟน อุปกรณ์สวมใส่ กล้อง ไมโครโฟน และเซนเซอร์ตรวจจับการเคลื่อนไหว
• การประยุกต์ใช้ AI และ Machine Learning เพื่อวิเคราะห์ใบหน้า การเคลื่อนไหวแขน การเดิน การทรงตัว และเสียงพูด
• การสืบค้นและคัดเลือกบทความจากฐานข้อมูลวิชาการ
• การประเมินคุณภาพและข้อจำกัดของหลักฐาน
• การสังเคราะห์ข้อมูลและวิเคราะห์ช่องว่างองค์ความรู้
• การเขียนบทความวิชาการ

นักเรียนจะได้รับการโค้ชอย่างใกล้ชิด ตั้งแต่การกำหนดคำถามทบทวน การสร้างคำค้น การคัดเลือกบทความ การจัดทำตารางสกัดข้อมูล การสังเคราะห์หลักฐาน ไปจนถึงการเขียนและปรับแก้ต้นฉบับเพื่อเตรียมยื่นวารสารวิชาการ

โครงการดำเนินงานในรูปแบบ งานกลุ่ม กลุ่มละประมาณ 4–5 คน โดยนักเรียนจะร่วมกันสืบค้น อ่าน สรุป และวิเคราะห์บทความ รวมถึงรับผิดชอบส่วนต่าง ๆ ของต้นฉบับ เพื่อพัฒนาทักษะการทำงานเป็นทีมและแบ่งเบาภาระงานอย่างเหมาะสม

ผลงานที่ได้รับ

• บทความทบทวนวรรณกรรมฉบับสมบูรณ์
• ต้นฉบับที่เตรียมพร้อมสำหรับยื่นพิจารณาตีพิมพ์

หมายเหตุ: ค่าเรียนไม่รวมค่าธรรมเนียมการตีพิมพ์ ซึ่งขึ้นอยู่กับวารสารที่เลือก หลังสิ้นสุดการเรียนอาจมีช่วงรวบรวมและปรับแก้ต้นฉบับประมาณ 2 สัปดาห์ ส่วนการพิจารณาและเผยแพร่ขึ้นอยู่กับกระบวนการของแต่ละวารสาร โดยเฉลี่ยใช้เวลาประมาณ 4-6 เดือน

โครงงานนวัตกรรม Smart Stroke Prevention & Early Recognition  ระยะเวลา 27 ชั่วโมง หรือ 9 สัปดาห์

นักเรียนจะนำผลจากการทบทวนวรรณกรรมมาใช้เป็นหลักฐานในการออกแบบและพัฒนา StrokeGuard ซึ่งเป็นต้นแบบระบบสมาร์ตโฟนแบบหลายรูปแบบสำหรับ:

• ติดตามปัจจัยเสี่ยงต่อโรคหลอดเลือดสมอง
• ประเมินสัญญาณเตือนตามหลัก B.E.F.A.S.T.
• วิเคราะห์ความสมมาตรของใบหน้า
• ประเมินการอ่อนแรงหรือการตกของแขน
• วิเคราะห์ความผิดปกติของเสียงพูดเบื้องต้น
• บันทึกเวลาเริ่มเกิดอาการหรือเวลาที่พบว่าปกติครั้งสุดท้าย
• แจ้งเตือนผู้ดูแลและสนับสนุนการติดต่อสายด่วนฉุกเฉิน 1669

กระบวนการพัฒนานวัตกรรมครอบคลุม:

1. การค้นหาและวิเคราะห์ปัญหาของผู้ใช้งาน
2. การกำหนดกลุ่มเป้าหมายและความต้องการของระบบ
3. การออกแบบเส้นทางการใช้งานและหน้าจอแอปพลิเคชัน
4. การพัฒนาโมดูลประเมินความเสี่ยง
5. การประยุกต์ใช้ Computer Vision วิเคราะห์ใบหน้าและแขน
6. การประยุกต์ใช้การวิเคราะห์เสียงพูด
7. การเชื่อมโยงข้อมูลจากหลายรูปแบบ
8. การสร้างต้นแบบที่สามารถสาธิตการทำงานได้
9. การทดสอบการทำงานและความสะดวกในการใช้งานเบื้องต้น
10. การวิเคราะห์ข้อมูลและปรับปรุงต้นแบบ
11. การจัดทำบทความโครงงาน โปสเตอร์ และสื่อนำเสนอ
12. การเตรียมยื่นประกวดและตอบคำถามกรรมการ

การทดสอบในระยะแรกจะดำเนินการกับอาสาสมัครสุขภาพดีและสถานการณ์จำลองเท่านั้น เพื่อประเมินการทำงาน ความชัดเจนของคำแนะนำ ระยะเวลาในการประเมิน และความสะดวกในการใช้งาน 

นักเรียนสามารถพัฒนาโครงงานแบบ เดี่ยวหรือกลุ่มละ 2–3 คน พร้อมรับการดูแลด้านการออกแบบระบบ การพัฒนาต้นแบบ การทดสอบ การวิเคราะห์ผล การจัดทำเอกสารโครงงาน การนำเสนอ และการเตรียมผลงานสำหรับการแข่งขันทั้งในประเทศและต่างประเทศ

ผลงานที่ได้รับ

• ต้นแบบ Smart Stroke Prevention & Early Recognition ที่สามารถสาธิตการทำงานได้
• แผนภาพการทำงานและสถาปัตยกรรมระบบ
• ผลการทดสอบการทำงานและการใช้งานเบื้องต้น
• บทความหรือรายงานโครงงานนวัตกรรม
• โปสเตอร์วิชาการ
• สไลด์นำเสนอ 12–15 สไลด์
• การนำเสนอและสาธิตต้นแบบสำหรับการแข่งขัน

โครงการนี้เหมาะสำหรับ

• นักเรียนระดับมัธยมศึกษาปีที่ 4–5
• นักเรียนที่สนใจแพทยศาสตร์ วิศวกรรมชีวการแพทย์ วิทยาศาสตร์สุขภาพ สาธารณสุข วิทยาการคอมพิวเตอร์ AI หรือ Data Science
• นักเรียนที่ต้องการพัฒนาผลงานวิจัยและนวัตกรรมสำหรับแฟ้มสะสมผลงาน
• นักเรียนที่ต้องการยื่นผลงานตีพิมพ์ นำเสนอในการประชุมวิชาการ หรือเข้าร่วมการแข่งขันนวัตกรรม
• นักเรียนที่เตรียมยื่น Portfolio ตั้งแต่ปีการศึกษา 2571 เป็นต้นไป

ทักษะที่นักเรียนจะได้รับ

• การสืบค้นและประเมินหลักฐานทางวิทยาศาสตร์
• การเขียนบทความวิชาการ
• การคิดเชิงวิพากษ์และการสังเคราะห์ข้อมูล
• การออกแบบนวัตกรรมโดยยึดผู้ใช้เป็นศูนย์กลาง
• พื้นฐาน AI, Machine Learning และการวิเคราะห์ข้อมูลหลายรูปแบบ
• การออกแบบและทดสอบต้นแบบ
• จริยธรรมการวิจัยและการคุ้มครองข้อมูลส่วนบุคคล
• การนำเสนอผลงานและตอบคำถามเชิงวิชาการ
• การทำงานร่วมกันเป็นทีม

สิ่งที่ต้องเตรียม

• Notebook สำหรับสืบค้นข้อมูล วิเคราะห์ข้อมูล เขียนบทความ และพัฒนาต้นแบบ
• Smartphone สำหรับทดสอบระบบ
• โปรแกรมประชุมออนไลน์และอินเทอร์เน็ตที่มีความเสถียร
• Tablet สามารถนำมาใช้เพิ่มเติมได้ แต่ไม่ทดแทน Notebook ในบางกิจกรรม

เวลาเรียน

• เรียนทุกวันอาทิตย์ ครั้งละ 3 ชั่วโมง
• รวม 15 ครั้ง หรือ 45 ชั่วโมง
• ระยะเวลาเรียนตั้งแต่ วันอาทิตย์ที่ 8 พฤศจิกายน 2569 ถึงวันอาทิตย์ที่ 14 กุมภาพันธ์ 2570
• ผลงานวิจัย: 6 สัปดาห์ รวม 18 ชั่วโมง
• โครงงานนวัตกรรม: 9 สัปดาห์ รวม 27 ชั่วโมง

Project Description

The Smart Stroke Prevention & Early Recognition project aims to develop students’ competencies in research, digital health technology, artificial intelligence, and medical innovation. It integrates knowledge of stroke with the development of a smartphone-based system for monitoring risk factors and supporting early recognition of suspected stroke using the B.E.F.A.S.T. framework.

Throughout this 45-hour course, students will develop two major outputs:

1. A narrative review manuscript prepared for journal submission
2. The StrokeGuard innovation project, including a prototype for innovation competitions or academic conference presentations

Research Output: Narrative Review—18 Hours or 6 Weeks

Students will prepare a narrative review concerning smartphone- and wearable-based technologies for stroke prevention, risk monitoring, and early recognition.

The course content covers:

• Fundamental knowledge of ischaemic stroke, haemorrhagic stroke, and transient ischaemic attack
• Modifiable risk factors, including hypertension, diabetes, dyslipidaemia, smoking, physical inactivity, and atrial fibrillation
• Assessment of stroke warning signs using the B.E.F.A.S.T. framework
• Applications of smartphones, wearable devices, cameras, microphones, and motion sensors
• Applications of AI and machine learning in analysing facial features, arm movements, gait, balance, and speech
• Searching for and selecting publications from academic databases
• Evaluating the quality and limitations of scientific evidence
• Synthesising evidence and identifying knowledge gaps
• Academic manuscript writing

Students will receive close guidance throughout the process, from formulating the review questions and developing search terms to selecting publications, preparing evidence-extraction tables, synthesising findings, and writing and revising the manuscript for submission to an academic journal.

The project will be conducted in groups of approximately 4–5 students. Students will collaborate in searching, reading, summarising, and critically analysing the literature while sharing responsibility for different sections of the manuscript. This approach reduces individual workload and promotes teamwork.

Expected outputs

• A complete narrative review article
• A manuscript prepared for journal submission

Note: The course fee does not include publication charges, which depend on the selected journal. After the course, approximately two weeks may be required to compile, revise, and prepare the manuscript for submission. The journal review and publication process varies between journals and generally takes approximately 4–6 months.

Smart Stroke Prevention & Early Recognition Project—27 Hours or 9 Weeks

Students will translate findings from the narrative review into evidence-based design and development of StrokeGuard, a multimodal smartphone prototype designed to:

• Monitor stroke-risk factors
• Assess warning signs using the B.E.F.A.S.T. framework
• Analyse facial symmetry
• Assess arm weakness or downward arm drift
• Conduct preliminary analysis of speech abnormalities
• Record symptom-onset time or last-known-well time
• Notify caregivers and support contact with Thailand’s emergency medical service at 1669

The innovation-development process covers:

1. Identifying and analysing user problems
2. Defining target users and system requirements
3. Designing the user journey and application interface
4. Developing the risk-assessment module
5. Applying computer vision to facial and arm analysis
6. Applying speech-analysis techniques
7. Integrating data from multiple modalities
8. Developing a demonstrable prototype
9. Conducting preliminary functional and usability testing
10. Analysing results and improving the prototype
11. Preparing a project paper, academic poster, and presentation materials
12. Preparing for innovation competitions and judges’ questions

Initial testing will involve only healthy volunteers and simulated conditions to evaluate functionality, clarity of instructions, assessment time, and usability.

Students may develop their innovation individually or in groups of 2–3. They will receive guidance in system design, prototype development, testing, data analysis, project documentation, presentation, and preparation for national and international competitions.

Suitable Participants

• Grade 10–11 students
• Students interested in medicine, biomedical engineering, health sciences, public health, computer science, AI, or data science
• Students seeking research and innovation projects for their portfolios
• Students seeking to publish, present at academic conferences, or participate in innovation competitions
• Students preparing portfolio applications for the 2028 academic year onward

Skills Students Will Develop

• Scientific literature searching and evidence appraisal
• Academic manuscript writing
• Critical thinking and evidence synthesis
• User-centred innovation design
• Foundations of AI, machine learning, and multimodal data analysis
• Prototype design and testing
• Research ethics and personal-data protection
• Academic presentation and question-answering skills
• Collaborative teamwork

Required Equipment

• A notebook computer for literature searches, data analysis, manuscript writing, and prototype development
• A smartphone for system testing
• Online-meeting software and a stable internet connection
• A tablet may be used as an additional device but cannot replace a notebook computer for some activities

Course Schedule

• Every Sunday, three hours per session
• 15 sessions totalling 45 hours
• Course period: Sunday, 8 November 2026–Sunday, 14 February 2027
• Research component: 6 weeks, totalling 18 hours
• Innovation component: 9 weeks, totalling 27 hours