ADVANCED NANOCHARACTERIZATION, SAFETY, AND INFORMATICS RESEARCH GROUP

กลุ่มวิจัยการวิเคราะห์ระดับนาโนขั้นสูงความปลอดภัยและสารสนเทศ (ANSI) มุ่งเน้นการวิจัยและพัฒนาขั้นแนวหน้าในด้านมาตรวิทยาในระดับนาโน และ การวิเคราะห์คุณสมบัติวัสดุนาโน โดยเฉพาะการศึกษาคุณลักษณะของวัสดุนาโนและผลกระทบต่อ สิ่งแวดล้อมและสุขภาพของมนุษย์ นอกเหนือจากการพัฒนาองค์ความรู้ด้าน นาโนอินฟอร์แมติกส์ และ ปัญญาประดิษฐ์ (AI) ANSI ยังนำเสนอแนวทางแก้ปัญหาที่สร้างสรรค์ผ่านแนวคิดแบบบูรณาการ ซึ่งผสานศาสตร์หลากหลายสาขา ได้แก่ ทฤษฎีพื้นฐาน ฟิสิกส์ประยุกต์ วิศวกรรมระบบ การออกแบบกระบวนการ และการพัฒนาต้นแบบ เพื่อรับมือกับความท้าทายของภาคอุตสาหกรรมในโลกความจริง

กลุ่มวิจัยยังดำเนินความร่วมมือกับภาคอุตสาหกรรมอย่างใกล้ชิด ผ่านโครงการวิจัยและพัฒนาร่วม โดยใช้แบบจำลองทางชีววิทยา ระบบสารสนเทศเชิง AI และเครื่องมือขั้นสูงด้านนาโนเทคโนโลยี เพื่อร่วมกันพัฒนาแนวทางแก้ไขที่ตอบโจทย์เฉพาะของภาคอุตสาหกรรม นอกจากนี้ ANSI ยังมีบทบาทสำคัญในการพัฒนา มาตรฐานด้านนาโนเทคโนโลยี โดยเฉพาะการกำหนดมาตรฐานอุตสาหกรรมสำหรับอนุภาคนาโนและผลิตภัณฑ์จากนาโนเทคโนโลยี เพื่อส่งเสริมความปลอดภัยและคุณภาพในการใช้งานระดับภาคอุตสาหกรรม

ผลงานวิจัยเด่นของกลุ่มวิจัย (Key Research)

Key Research 1 : การพัฒนาอนุภาคพอลิสไตรีนเพื่อเป็นวัสดุอ้างอิงรับรองของไทย

          โครงการวิจัย “การพัฒนาอนุภาคพอลิสไตรีนเพื่อเป็นวัสดุอ้างอิงรับรองของไทย” มีเป้าหมายในการผลิตอนุภาคพอลิสไตรีนเพื่อใช้เป็นวัสดุอ้างอิงรับรองของไทย (Thailand Reference Material, TRM) ซึ่งสถาบันมาตรวิทยาแห่งชาติเป็นผู้ให้การรับรอง อนุภาคพอลิสไตรีนใช้ในการสอบเทียบเครื่องมือ เช่น กล้องจุลทรรศน์อิเล็กตรอนแบบส่องกราด และ เทคนิควัดการกระเจิงแสงแบบพลวัต เพื่อให้มั่นใจว่าเครื่องมือมีความแม่นยำและน่าเชื่อถือ ปัจจุบันประเทศไทยยังต้องนำเข้าอนุภาคพอลิสไตรีนรับรอง (certificated reference material, CRM) จากต่างประเทศ ซึ่งมีราคาสูง โครงการนี้จึงมุ่งพัฒนาอนุภาคพอลิสไตรีนที่มีขนาดสม่ำเสมอ มีเสถียรภาพ และผ่านการวิเคราะห์คุณสมบัติอย่างเป็นระบบตามมาตรฐานสากล เพื่อยกระดับขีดความสามารถด้านมาตรวิทยา เสริมสร้างความมั่นคงทางวิทยาศาสตร์ และลดการพึ่งพาต่างประเทศในระยะยาว ทั้งนี้ วัสดุที่ได้ยังสามารถสนับสนุนการควบคุมคุณภาพในภาคอุตสาหกรรมและงานวิจัยด้านสิ่งแวดล้อมอีกด้วย

Key Research 2 : การยกระดับห้องปฏิบัติการทดสอบปลาม้าลาย ด้วยมาตรฐาน OECD GLP เพื่อเพิ่มขีดความสามารถในการแข่งขันของอุตสาหกรรมเครื่องสำอาง การแพทย์และสุขภาพ เกษตรและอาหารของประเทศไทย

         ประเทศไทยได้รับการยอมรับเป็นภาคีสมทบในระบบการยอมรับร่วมของข้อมูล (Mutual Acceptance of Data, MAD) ภายใต้หลักการ OECD GLP สำหรับการทดสอบความปลอดภัยของสารเคมีใน 7 กลุ่มผลิตภัณฑ์ โดยมีเป้าหมายลดการใช้สัตว์ทดลอง ลดการตรวจสอบซ้ำ และสนับสนุนการส่งออกไปยังประเทศสมาชิก OECD กว่า 45 ประเทศ รายงานผลการทดสอบจากห้องปฏิบัติการที่ได้รับการรับรอง OECD GLP สามารถนำไปใช้ในการขึ้นทะเบียนกับหน่วยงานที่เกี่ยวข้องของประเทศสมาชิกได้ ซึ่งช่วยลดขั้นตอนและต้นทุนในการเข้าสู่ตลาดสากล ปัจจุบันในประเทศไทยมีห้องปฏิบัติการที่ได้รับการขึ้นทะเบียน OECD GLP เพียง 7 แห่ง และยังไม่มีห้องปฏิบัติการที่ใช้สัตว์ทดลองขนาดเล็กอย่างปลาม้าลาย ซึ่งเป็นแบบจำลองที่ได้รับการยอมรับในระดับสากล เนื่องจากมียีนคล้ายมนุษย์ถึง 70% มีอวัยวะสำคัญเหมือนมนุษย์ และเหมาะสมต่อการทดสอบทั้งด้านเภสัชวิทยาและความเป็นพิษ ด้วยข้อดีที่ใช้ตัวอย่างน้อย ทดสอบเร็ว ค่าใช้จ่ายต่ำ และสามารถใช้จำนวนสัตว์ทดลองมากขึ้นในแต่ละชุดการทดลอง ดังนั้นการยกระดับห้องปฏิบัติการทดสอบปลาม้าลายของไทยให้ได้รับการรับรอง OECD GLP จะเป็นส่วนหนึ่งของโครงสร้างพื้นฐานด้านคุณภาพของประเทศ โดยเน้นลดการใช้สัตว์ทดลองมีกระดูกสันหลังขนาดใหญ่ ลดระยะเวลาและต้นทุนในการทดสอบ ทั้งนี้ เพื่อสร้างฐานข้อมูลความปลอดภัยของสารที่เกี่ยวข้องกับผลิตภัณฑ์อาหารและยา สนับสนุนอุตสาหกรรมไทยให้มีมาตรฐานด้านความปลอดภัยที่เป็นสากล และลดการพึ่งพาการทดสอบจากต่างประเทศในระยะยาว

Key Research 3 : การพัฒนาระบบคอมพิวเตอร์อัจฉริยะเพื่อเพิ่มประสิทธิภาพการวินิจฉัย ตรวจหาสาเหตุ และจำแนกกลุ่มอาการความผิดปกติในผู้ป่วยสูงอายุที่มีประสิทธิภาพการทำงานสมองลดลงในระยะต้นโดยใช้หลักบูรณาการทางคณิตศาสตร์ ประสาทวิทยา และปัญญาประดิษฐ์

การตรวจพบภาวะการสูญเสียการรู้คิดระยะต้น (mild cognitive impairment หรือ MCI) อย่างรวดเร็วและแม่นยำมีความสำคัญอย่างยิ่งต่อการดำเนินการรักษาและดูแลอย่างทันท่วงที อย่างไรก็ตาม การวินิจฉัยในปัจจุบันใช้เวลานานและความแม่นยำในการตรวจขึ้นอยู่กับประสบการณ์ของผู้ตรวจ ด้วยความร่วมมือระหว่างเครือข่ายวิจัยที่ประกอบด้วยศูนย์นาโนเทคโนโลยีแห่งชาติ โรงพยาบาลจุฬาลงกรณ์ และ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ภายใต้ทุนสนับสนุนจากสำนักงานการวิจัยแห่งชาติ ได้ร่วมกันพัฒนาเครื่องมือสำหรับช่วยคัดกรองภาวะการสูญเสียการรู้คิดระยะต้นด้วยเทคนิค deep learning ซึ่งในทางการแพทย์เชื่อว่าการตรวจพบและแก้ไขปัญหาตั้งแต่ระยะนี้อาจช่วยชะลอหรือยับยั้งการดำเนินโรคต่อไปเป็นภาวะสมองเสื่อม (dementia) ได้ เครื่องมือปัญญาประดิษฐ์ที่เครือข่ายวิจัยได้พัฒนาขึ้นนั้น มีความแม่นยำในการคัดกรองที่สูงกว่าวิธีการอื่น ๆ ที่มีอยู่ในปัจจุบัน พร้อมทั้งยังให้คำอธิบายเชิงภาพ (visual explanation) ที่สอดคล้องกับการแปลผลของผู้เชี่ยวชาญทางคลินิก ซึ่งประกอบด้วยแพทย์ผู้เชี่ยวชาญด้านประสาท