ระบบใช้ YOLOv4-tiny หาเชื้อ UNet แยกบริเวณ และ DINOv2 จำแนกชนิด Candida จากภาพจุลทรรศน์ การจำแนก C. albicans กับ C. krusei ให้ความแม่นยำ 98.0-98.8% และ F1 0.981 ส่วนงานสี่กลุ่มให้ precision, recall และ F1 สูงสุด 0.977 การตรวจไขว้ห้าพับให้ความแม่นยำ 94.8-98.3% และ AUC 0.990-0.998 ผลเป็น proof of concept ที่ดี แต่ข้อมูลมาจากชุดภาพและกระบวนการเตรียมที่ควบคุม แม้ตรวจไขว้ก็ไม่เท่าการทดสอบหลายศูนย์แบบไปข้างหน้า จึงยังต้องประเมินเชื้อหลากหลาย คุณภาพภาพจริง ความผิดพลาด และเวลาใช้งานก่อนช่วยวินิจฉัย
ข้อค้นพบสำคัญ
ทำไมจึงมีความสำคัญระดับโลก
ผลงานเพิ่มองค์ความรู้ในสาขาและเปิดทางให้ตรวจสอบหรือต่อยอดในบริบทอื่น การตีความผลกระทบควรยึดขอบเขตและหลักฐานของงานต้นฉบับเป็นหลัก ระบบให้สัญญาณผลกระทบ 74 จาก 100 ซึ่งใช้เพื่อจัดลำดับการนำเสนอ ไม่ใช่คะแนนคุณภาพวารสารหรือการจัดอันดับนักวิจัย
บทบาทของนักวิจัยไทย
การเชื่อมโยงกับประเทศไทยปรากฏผ่านผู้เขียนหรือสังกัด ได้แก่ King Mongkut's Institute of Technology Ladkrabang
ข้อจำกัดที่ควรรู้
บทวิเคราะห์นี้อาศัยข้อมูลบรรณานุกรม บทคัดย่อ และแหล่งต้นทางที่เข้าถึงได้ ไม่ได้แทนการอ่านบทความฉบับเต็ม และไม่ควรอนุมานเหตุเป็นผลหรือการใช้จริงเกินกว่าที่ผู้วิจัยรายงาน