Thai Netizen Network

ประเทศไทยนำ Big Data ไปใช้ประโยชน์อะไรแล้วบ้าง? มาดูงานวิจัยของวิศวะ จุฬาฯ กัน

เมื่อวันที่ 1 เม.ย. 2559 คณะวิศวกรรมศาสตร์ จุฬากรณ์มหาวิทยาลัย จัดสัมมนาเกี่ยวกับการนำข้อมูลขนาดใหญ่ไปประยุกต์ใช้ประโยชน์ในหัวข้อ “Big Data in Action: Application and Work in Progress” ณ คณะวิศวกรรมศาสตร์ จุฬาฯ

งานสัมมนาครั้งนี้นำเสนอการนำ Big Data ไปประยุกต์ใช้ในหลายเรื่องด้วยกัน ทั้งการวิเคราะห์สเตตัสเฟซบุ๊ก วางแผนการจราจร ใช้ทำแอปพลิเคชันค้นหาร้านอาหาร ใช้ประโยชน์ด้านโทรคมนาคม ใช้ประโยชน์ในสาขาการแพทย์ชีวภาพ การนำ Big Data มาวิเคราะห์ข่าวลือทางการเมือง และการเก็บข้อมูลทางการแพทย์ของผู้ป่วยกับ Big Data

เครือข่ายพลเมืองเน็ตเก็บรายละเอียดที่น่าสนใจบางส่วนมาฝากกัน

(ภาพนี้ได้รับอนุญาตให้เผยแพร่ตามอนุสัญญา Creative Commons Attribution-Share Alike 3.0 Unported)

Big Data กับการวางแผนระบบขนส่งสาธารณะ

รศ.กุลธิดา โรจน์วิบูลย์ชัย อาจารย์คณะวิศวกรรมศาสตร์ จุฬาฯ เล่าให้ฟังถึงการนำ Big Data มาช่วยในการวางแผนระบบขนส่งสาธารณะ โดยทดลองใช้ระบบดังกล่าวกับรถบัสสีชมพูที่วิ่งรับส่งนิสิตและบุคลากรภายในจุฬาลงกรณ์มหาวิทยาลัย

รศ.กุลธิดากล่าวว่า รถบัสแต่ละคันมีระบบเซ็นเซอร์ติดตั้งไว้เพื่อสื่อสารกันเองและสื่อสารกับสถานีฐาน (base station) ที่อยู่ตามบริเวณต่างๆ และเมื่อเชื่อมโยงเซ็นเซอร์เข้ากับแอปเช็คตำแหน่งรถ ผู้โดยสารก็จะสามารถเห็นได้ว่ารถกำลังวิ่งถึงไหน และจะใช้เวลาอีกนานเท่าใดกว่ารถจะมาถึงจุดรับส่งที่ตนยืนอยู่

รศ.กุลธิดากล่าวว่า รถบัสรับส่งภายในจุฬาฯ แต่ละคันจะสร้างข้อมูลขึ้นในปริมาณ 0.6 กิกะไบต์ต่อวัน ในขณะที่หากเป็นรถเมล์สาธารณะในกรุงเทพฯ ทั้งหมด (ปัจจุบันมีอยู่ 7,923 คัน) ถ้าต้องการติดตั้งระบบเซ็นเซอร์และนำมาใช้งานในลักษณะคล้ายกัน ก็จะทำให้เกิดข้อมูลทั้งหมด 4.75 เทระไบต์ต่อวัน ขณะที่หากรวมรถขนส่งสาธารณะทั้งหมดในกรุงเทพ ทั้งรถแท็กซี่และรถตู้สาธารณะด้วย (ปัจจุบันมีรถขนส่งสาธารณะทั้งหมด 127,735 คัน) ระบบก็จะสร้างข้อมูลขึ้นปริมาณ 607 เพตะไบต์ (1 เพตะไบต์เท่ากับ 1,024 เทระไบต์) ต่อวัน ซึ่งเป็นจำนวนมหาศาล ฉะนั้นแล้ว การจะสร้างระบบติดตามและวิเคราะห์ข้อมูลจราจรขนาดใหญ่ จึงต้องมีการวางโครงสร้างพื้นฐานในการจัดการและจัดเก็บข้อมูลที่พร้อม

รศ.กุลธิดากล่าวว่า ในอนาคต รถที่เชื่อมต่อกับอินเทอร์เน็ต (connected vehicle) จะมีจำนวนมากขึ้น ประโยชน์ที่ได้คือทำให้การขับขี่บนท้องถนนปลอดภัยขึ้น การที่รถเชื่อมต่อกับระบบทำให้เกิดการวางแผนการจราจรที่ดีขึ้นยังเป็นมิตรกับสิ่งแวดล้อม และประหยัดเวลาในการขนส่ง

อย่างไรก็ตาม รศ.กุลธิดาเห็นว่า รถยนต์ที่เชื่อมต่อกับอินเทอร์เน็ตซึ่งเก็บข้อมูลจำนวนมากก็หลีกเลี่ยงไม่พ้นที่จะต้องคำนึงถึงเรื่องความเป็นส่วนตัว ซึ่งผู้พัฒนาควรจะให้ความใส่ใจในเรื่องนี้ โดยในต่างประเทศมีการให้ทุนทำวิจัยในประเด็นเรื่องความเป็นส่วนตัวกับระบบการจราจรอัจฉริยะ (Intelligent Transport System – ITS) จำนวนมาก อันแสดงให้เห็นถึงความตระหนักในเรื่องนี้ของประเทศอื่นๆ

นำแอปมาช่วยในการจัดเก็บประวัติข้อมูลทางการแพทย์

นพ.กฤษณ์ เจริญลาภ จากคณะแพทย์ศาสตร์ จุฬาลงกรณ์มหาวิทยาลัยกล่าวถึงความสำคัญของการเก็บฐานข้อมูลทางการแพทย์ของคนไข้ โดยระบุว่า ปัจจุบัน บางโรงพยาบาลในประเทศไทยยังเก็บแฟ้มข้อมูลคนไข้ในรูปแบบกระดาษ ซึ่งต้องอาศัยพื้นที่จัดเก็บจำนวนมาก ทำให้จำเป็นต้องทำลายแฟ้มประวัติที่เก่าและไม่มีความเคลื่อนไหวเกิน 5 ปี ในขณะที่ในประเทศอิตาลี ข้อมูลจะถูกบันทึกอยู่ในรูปแบบดิจิทัล โดยแพทย์เป็นคนเขียนผลตรวจคนไข้ลงกระดาษ และจะมีเลขานุการพิมพ์ข้อมูลดังกล่าวลงคอมพิวเตอร์ ทำให้ไม่สิ้นเปลืองพื้นที่จัดเก็บ และทำให้เกิดฐานข้อมูล ซึ่งสามารถนำไปวิเคราะห์และใช้ประโยชน์ต่อได้

ซึ่งความสำคัญของการมีฐานข้อมูลคือ มันสามารถนำไปใช้ทำวิจัย ใช้ประเมินประสิทธิภาพของแพทย์จากการติดตามข้อมูลของคนไข้ เช่น ข้อมูลอาการหลังผ่าตัด และใช้พัฒนาบริการทางการแพทย์

ทั้งนี้ ข้อมูลทางการแพทย์มีทั้งข้อมูลส่วนตัวของคนไข้ เช่น ส่วนสูง น้ำหนัก พิสัยของข้อต่อ, ผลการตรวจจากห้องปฏิบัติการ, รายงานผลวิเคราะห์อาการ ซึ่งมักอยู่ในรูปแบบการเขียนบรรยาย เป็นต้น

นพ.กฤษณ์กล่าวว่า โรงพยาบาลในประเทศไทยควรต้องให้ความสำคัญกับการจัดเก็บประวัติข้อมูลการแพทย์ให้มากขึ้น ซึ่งปัจจุบัน แพทย์แต่ละคนมักมีอุปกรณ์พกพาที่เชื่อมต่อกับอินเทอร์เน็ตอยู่แล้ว ไม่ว่าจะเป็นมือถือหรือแท็ปเล็ต ทางคณะแพทย์ศาสตร์ จึงร่วมกับคณะวิศวกรรมศาสตร์ จุฬาฯ พัฒนาแอปสำหรับให้แพทย์บันทึกข้อมูลคนไข้ที่ชื่อ “Simplified Medical Record” (มีให้ดาวน์โหลดในแอปสโตร์)

ผศ.เกริก ภิรมย์โสภา อาจารย์คณะวิศวกรรมศาสตร์ จุฬาฯ ซึ่งเป็นผู้พัฒนาแอปดังกล่าวระบุว่า แอป “Simplified Medical Record” จะให้แพทย์กรอกข้อมูลคนไข้ลงไปในสมาร์ตโฟนหรือแท็ปเล็ตของตน โดยคำบรรยายอาการคนไข้สามารถใช้ระบบพิมพ์ด้วยคำสั่งเสียงเพื่ออำนวยความสะดวกให้แพทย์ แพทย์ยังสามารถใช้กล้องในสมาร์ตโฟนถ่ายรูปอวัยวะของผู้ป่วยแล้วทำเครื่องหมายโน้ตกำกับได้ โดยข้อมูลทั้งหมดนี้จะถูกจัดเก็บไว้ในคลาวด์

นพ.กฤษณ์กล่าวว่า การที่แอปดังกล่าวเก็บข้อมูลการแพทย์ของคนไข้ซึ่งเป็นข้อมูลอ่อนไหว จึงจำเป็นที่แอปจะต้องมีการพัฒนาด้านระบบความปลอดภัยและพัฒนาในเรื่องความเป็นส่วนตัวให้มากขึ้น ก่อนที่จะถูกนำไปใช้งานจริง อย่างไรก็ตาม แอปนี้น่าจะมีความปลอดภัยมากกว่าการใช้แอปแชตอย่าง Line ในการส่งข้อมูลอาการคนไข้อย่างที่แพทย์บางส่วนใช้อยู่ในปัจจุบัน

แบ่งประเภทลูกค้าจากพฤติกรรมการใช้สมาร์ตโฟน

ศุภเชษฐ์ เพิ่มพูนวัฒนาสุข จากเอไอเอส ร่วมพัฒนาโครงการวิจัยการวิเคราะห์ข้อมูลเพื่อแบ่งกลุ่มผู้ใช้บริการโทรคมนาคม ซึ่งเป็นงานวิจัยร่วมกับคณะวิศวกรรมศาสตร์ จุฬาฯ ระบุว่า งานวิจัยนี้มีจุดประสงค์เพื่อปรับปรุงการให้บริการของผู้ประกอบการโทรคมนาคม เพื่อให้สามารถตอบสนองความต้องการของลูกค้าเฉพาะกลุ่ม โดยข้อมูลที่นำมาใช้วิจัยคือข้อมูลที่เกิดจากการใช้งานโทรศัพท์มือถือ (mobile data)

ซึ่งข้อมูลที่เกิดจากการใช้งานโทรศัพท์มือถือเป็นสิ่งที่สามารถมาทำให้มีมูลค่าสูงได้ ด้วยการนำมาวิเคราะห์เพื่อนำไปใช้ประโยชน์ ทั้งในด้านการตลาด เช่น การทำนายว่าลูกค้าคนใดมีแนวโน้มจะย้ายค่ายมือถือ, การวางแผนการให้บริการ เช่น การวางแผนพื้นที่ติดตั้งโครงข่าย 4 จี รวมถึงปรับปรุงประสิทธิภาพการทำงานขององค์กร

โดยงานวิจัยจัดกลุ่มประเภทของลูกค้าครั้งนี้ เอไอเอสใช้ข้อมูลจากลูกค้า 40 ล้านราย และมีบันทึกข้อมูลจำนวน 300 ล้านข้อมูลต่อวัน ขณะที่บันทึกข้อมูลรายละเอียดโปรโตคอลอินเทอร์เน็ต (internet protocol detail record) มีจำนวนกว่า 2 หมื่นล้านข้อมูลต่อวัน ส่วนข้อมูลที่ศึกษา มีอาทิ ลูกค้ารายหนึ่งๆ มีการติดต่อกับใครบ้าง, เดินทางไปที่ใดบ้าง โดยติดตามจากตำแหน่งของอุปกรณ์, มีความสนใจอะไร โดยดูจากพฤติกรรมการใช้โทรศัพท์มือถือ

ตัวอย่างการวิเคราะห์ข้อมูล ได้แก่ การที่ลูกค้าคนหนึ่งมักโทรออกต่างประเทศ ใช้มือถือเข้าเว็บไซต์ที่เกี่ยวกับการเดินทาง โรงแรม หรือสายการบิน และมีการเคลื่อนที่มาก แสดงให้เห็นว่าลูกค้าคนดังกล่าวน่าจะเป็นกลุ่มนักท่องเที่ยว หรือลูกค้าที่ใช้โทรศัพท์โทรเข้าออกในเวลาทำงานมาก มีการเคลื่อนที่ปานกลาง น่าจะเป็นลูกค้าที่เป็นมนุษย์เงินเดือน เป็นต้น

ด้านผศ.วีระ เหมืองสิน จากคณะวิศวกรรมศาสตร์ จุฬาฯ กล่าวถึงประเด็นความเป็นส่วนตัวกับการทำวิจัยชิ้นนี้ว่า ข้อมูลการใช้งานมือถือที่นำมาวิจัยเหล่านี้ถือเป็นข้อมูลส่วนตัวของลูกค้าแต่ละคน ฉะนั้น ทีมวิจัยจึงใช้ข้อมูลที่ผ่านการทำให้เป็นนิรนาม (anonymize) หรือข้อมูลที่นำสิ่งบ่งชี้ตัวตนออกแล้ว และศึกษาข้อมูลในระดับที่เป็นภาพรวม ไม่ใช่ข้อมูลการใช้งานของบุคคลแต่ละราย