ความโดดเด่นทางวิชาการของท่านอยู่ที่การผสานความเชี่ยวชาญทางการแพทย์เข้ากับเทคโนโลยี AI ซึ่งช่วยให้งานวิจัยมีผลโดยตรงต่อการวินิจฉัยและการรักษาทางการแพทย์ การมีส่วนร่วมในการพัฒนาเครื่องมือและแบบจำลองที่ช่วยปรับปรุงประสิทธิภาพและความแม่นยำในการดูแลสุขภาพเป็นสิ่งที่สำคัญอย่างยิ่ง
นายศรัฐฐา กาญจนปรีชากร สำเร็จการศึกษาระดับปริญญาโทสาขาเทคโนโลยีเกมและเกมมิฟิเคชัน และจบศึกษาระดับปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ หัวข้อวิจัยระดับปริญญาเอกของเขามุ่งเน้นไปที่การเร่งการสร้างภาพ MRI โดยใช้ Deep Learning กับข้อมูลความถี่เชิงพื้นที่ (Accelerating MR Imaging using Deep Learning on Spatial Frequency Data) ซึ่งเป็นส่วนสำคัญในการปรับปรุงประสิทธิภาพของกระบวนการวินิจฉัยทางการแพทย์
นางสาวปุณยนุช บวรจิณณ์ เธอมีพื้นฐานการศึกษาที่แข็งแกร่ง โดยสำเร็จการศึกษาระดับปริญญาโทด้านสารสนเทศจาก University of Edinburgh, UK และปริญญาตรีด้านเทคโนโลยีสารสนเทศและการสื่อสารจากมหาวิทยาลัยมหิดล งานวิจัยของเธอครอบคลุมหลายด้านที่เกี่ยวข้องกับการประมวลผลภาพ ชีวมิติ คอมพิวเตอร์วิชัน การรู้จำรูปแบบ และการเรียนรู้ของเครื่อง
ผลงานของนางสาวปุณญานุชแสดงให้เห็นถึงความสามารถในการประยุกต์ใช้ Deep Learning เพื่อแก้ไขปัญหาที่หลากหลาย ตั้งแต่การวินิจฉัยทางการแพทย์ไปจนถึงการเฝ้าระวังสิ่งแวดล้อมและชีวมิติของสัตว์
4. นายกฤตณัฐ สุทัศนานนท์ (Krittanat Sutassananon)
นายกฤตณัฐ สุทัศนานนท์
นายกฤตณัฐ สุทัศนานนท์ สำเร็จปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ โดยมีหัวข้อวิจัยหลักเกี่ยวกับการแบ่งส่วนหัวใจทั้งหมดด้วยเครือข่ายประสาทเทียมแบบคอนโวลูชัน (Whole Heart Segmentation with Convolutional Neural Networks) เขายังเป็นส่วนหนึ่งของโครงการปริญญาเอกร่วม (Cotutelle PhD Programs) ระหว่างมหาวิทยาลัยมหิดลและ Macquarie University ประเทศออสเตรเลีย ซึ่งสะท้อนถึงการมีส่วนร่วมในเครือข่ายวิจัยระดับนานาชาติ