นักศึกษาอเมริกันพัฒนาอุปกรณ์เอ็กซ์เรย์อัตโนมัติ ลดเวลาวิเคราะห์อนุภาคมลพิษทางอากาศขนาดไมโครเหลือ 10 ชั่วโมง

นักศึกษาคนหนึ่งในอเมริกันได้พัฒนาอุปกรณ์เอ็กซ์เรย์อัตโนมัติรุ่นใหม่ ที่สามารถลดเวลาในการตรวจจับอนุภาคมลพิษทางอากาศขนาดเล็ก 500 อนุภาค จาก 44 ชั่วโมง เหลือเพียง 10 ชั่วโมง เทคโนโลยีนี้ชื่อว่า X-AutoMap โดย Carlos DeLeon ได้ออกแบบขณะฝึกงานที่ แหล่งแสงซิงโครตรอนแห่งชาติ II (National Synchrotron Light Source II) ของ ห้องปฏิบัติการแห่งชาติบรูคเฮเวน (Brookhaven National Laboratory, BNL) DeLeon เข้าร่วม โครงการฝึกงานห้องปฏิบัติการวิทยาศาสตร์สำหรับนักศึกษาระดับปริญญาตรี (Science Undergraduate Laboratory Internships, SULI) ของ กระทรวงพลังงานสหรัฐอเมริกา (Department of Energy, DOE)

ภายใต้การดูแลของ ดร. Ajith Pattammattel นักวิทยาศาสตร์สายพучุที่ห้องปฏิบัติการ DeLeon ทุ่มเทให้กับการทำให้กระบวนการวิเคราะห์เอ็กซ์เรย์เป็นอัตโนมัติ เครื่องมือนี้ช่วยให้ไมโครสโคปเอ็กซ์เรย์สามารถระบุอนุภาคที่สนใจโดยอัตโนมัติ และศึกษาองค์ประกอบเคมีของมันอย่างลึกซึ้ง ซอฟต์แวร์นี้อาจช่วยให้เข้าใจผลกระทบของมลพิษทางอากาศต่อสุขภาพมนุษย์ รวมถึงใช้ในการศึกษาแบตเตอรี่และผลิตภัณฑ์อิเล็กทรอนิกส์ได้

ข้อได้เปรียบของการวิเคราะห์เอ็กซ์เรย์อัตโนมัติ

Pattammattel กล่าวว่า: "หากเราสามารถระบุองค์ประกอบเคมีโดยละเอียดได้โดยไม่ต้องมีบุคลากรควบคุมการทดลอง จะมีประสิทธิภาพมากกว่าอย่างมาก"

มลพิษทางอากาศประกอบด้วยอนุภาคขนาดเล็กนับพันชนิด ที่มีองค์ประกอบเคมีต่างกัน อนุภาคเหล่านี้อาจรวมถึง ควันฝุ่น, ฝุ่น, ละอองเกสร และ ไมโครพลาสติกในอากาศ ที่ผู้คนหายใจเข้าไปทุกวัน ขึ้นอยู่กับองค์ประกอบเคมี บางอนุภาคอาจสร้างความเสี่ยงต่อสุขภาพมากกว่า อย่างไรก็ตาม การระบุอนุภาคเหล่านี้ต้องใช้เวลาหลายวัน เนื่องจากนักวิจัยต้องตรวจสอบตัวอย่างจำนวนมากด้วยตนเอง และเลือกอนุภาคเดี่ยวๆ เพื่อวิเคราะห์รายละเอียดมากขึ้น เพื่อเร่งกระบวนการนี้ ทีมจึงพัฒนา ซอฟต์แวร์ X-AutoMap เพื่อทำงานร่วมกับ โปรบนาโนเอ็กซ์เรย์แข็ง (Hard X-ray Nanoprobe, HXN) ของสถานที่

HXN เป็นไมโครสโคปอันทรงพลัง ที่สามารถตรวจสอบวัสดุในขนาดเล็กมากได้ เริ่มต้นจะสแกนตัวอย่างแบบเร็ว ความละเอียดต่ำ จากนั้นซอฟต์แวร์จะวิเคราะห์สัญญาณแสงสนิมเอ็กซ์เรย์ เพื่อตรวจจับอนุภาคที่ตรงกับรูปแบบเคมีเฉพาะ เมื่อซอฟต์แวร์พบอนุภาคเหล่านี้ ไมโครสโคปจะเริ่มสแกนความละเอียดสูงโดยอัตโนมัติ เพื่อแสดงองค์ประกอบเคมีและโครงสร้าง Pattammattel อธิบายรายละเอียดว่า ซอฟต์แวร์นี้ปฏิบัติตามกฎทางวิทยาศาสตร์ที่นักวิจัยตั้งไว้ล่วงหน้า เขาอธิบายเหตุผลของวิธีการนี้ว่า: "เราเชื่อว่าหากสามารถเข้ารหัสและรวมความรู้เชี่ยวชาญของผู้เชี่ยวชาญหลายๆ คนเข้าด้วยกันเป็นแบบจำลองคอมพิวเตอร์ ให้ไมโครสโคปใช้ข้อมูลเหล่านี้ระบุพื้นที่ที่ต้องการสแกนความละเอียดสูงโดยอัตโนมัติ จะง่ายกว่ามาก"

ผลการทดสอบในห้องปฏิบัติการและความท้าทาย

ในการทดสอบในห้องปฏิบัติการ นักวิทยาศาสตร์ใช้ตัวอย่างอนุภาคที่เก็บรวบรวมจากมลพิษทางอากาศในเมือง ซอฟต์แวร์สามารถตรวจจับอนุภาคประมาณ 500 อนุภาคภายใน 10 ชั่วโมง ในขณะที่การเก็บข้อมูลด้วยตนเองใช้เวลาทั้งหมด 44 ชั่วโมง ระบบยังแสดงความแตกต่างที่สำคัญระหว่างสองประเภทของอนุภาคที่มีเหล็ก บางอนุภาคประกอบด้วย เหล็ก, โครเมียม และ แมงกานีส ที่ผสมผสานกันอย่างหนาแน่น และหลายๆ อนุภาคเป็นทรงกลม ซึ่งเกี่ยวข้องกับกระบวนการอุตสาหกรรมอุณหภูมิสูง อนุภาคอื่นๆ ประกอบด้วย เหล็ก, แคลเซียม และ ซิลิคอน จัดเรียงเป็นกลุ่มของอนุภาคที่แยกจากกัน โครงสร้างแบบนี้มักเกี่ยวข้องกับวัสดุธรรมชาติหรือทางธรณีวิทยา ตามทีมงาน ความแตกต่างเหล่านี้อาจยากที่จะตรวจจับได้ในการสแกนความละเอียดต่ำ

อย่างไรก็ตาม เนื่องจากซอฟต์แวร์สามารถระบุได้เฉพาะอนุภาคที่นักวิทยาศาสตร์ระบุไว้ จึงอาจพลาดอนุภาคที่เล็กมาก หรืออันที่มีสัญญาณเคมีอ่อน ทีมจึงวางแผนปรับปรุงซอฟต์แวร์และสำรวจโมเดล AI เพื่อตรวจจับวัสดุได้มากขึ้น

DeLeon สะท้อนประสบการณ์ฝึกงานของเขา และเชิญชวนนักศึกษาที่ยังคงลังเล ให้สมัครโอกาสที่คล้ายกัน เขาได้กล่าวในคำประกาศข่าวว่า: "หลายคนมักสงสัยในตนเอง หรือประเมินความสามารถของตนเองต่ำเกินไป ทำให้พลาดโอกาสแบบนี้ ผมสนับสนุนให้ทุกคนที่สนใจสมัครดูสิ จะเกิดอะไรขึ้น" งานวิจัยนี้ได้ตีพิมพ์ในวารสาร 《Advanced Intelligent Discovery》

โอกาสการประยุกต์ใช้เทคโนโลยีอัตโนมัติในวิทยาศาสตร์สิ่งแวดล้อม

การพัฒนาอุปกรณ์เอ็กซ์เรย์อัตโนมัติเป็นความก้าวหน้าสำคัญในการวิจัยวิทยาศาสตร์สิ่งแวดล้อม ด้วยความกังวลต่อผลกระทบของมลพิษทางอากาศต่อสุขภาพที่เพิ่มขึ้น ความสามารถในการวิเคราะห์อนุภาคขนาดไมโครในอากาศอย่างรวดเร็วและแม่นยำจึงกลายเป็นสิ่งสำคัญยิ่งขึ้น เทคโนโลยีใหม่นี้ไม่เพียงช่วยเพิ่มประสิทธิภาพการตรวจจับ แต่ยังช่วยให้นักวิจัยเข้าใจองค์ประกอบเคมีของอนุภาคต่างๆ และความเสี่ยงที่อาจเกิดขึ้นได้ดียิ่งขึ้น 儘管ปัจจุบันยังเผชิญข้อจำกัดด้านความสามารถในการระบุ แต่ในอนาคต ผ่านการบูรณาการโมเดล AI อาจขยายขอบเขตการประยุกต์ใช้ได้มากขึ้น และสร้างผลกระทบเชิงบวกต่อการตรวจสอบสิ่งแวดล้อมและสุขภาพสาธารณะ