23/06/2026
ข่าวประชาสัมพันธ์ 📸
นิสิตวิชาการวินิจฉัยโรคพืช เรียนรู้การใช้ AI และปฏิบัติการสำรวจโรคพืชในแปลงจริง
ภาควิชาโรคพืช คณะเกษตร กำแพงแสน จัดกิจกรรมการเรียนการสอนภาคปฏิบัติในรายวิชา 02031481 การวินิจฉัยโรคพืช (Diagnosis of Plant Diseases) มุ่งเสริมสร้างทักษะการวินิจฉัยและสำรวจโรคพืชในสภาพแปลงปลูกจริง โดยได้รับเกียรติจาก ผู้ทรงคุณวุฒิพิเศษ ผศ.ดร.พิสสวรรณ เจียมสมบัติ เป็นวิทยากรบรรยาย สาธิต และนำปฏิบัติการตลอดทั้งวัน โดยมี ผศ.ดร.ศิริพร ดอนเหนือ ผู้จัดการวิชา และทีมคณาจารย์ภาควิชาโรคพืชเข้าร่วมกิจกรรมการเรียนการสอนครั้งนี้ด้วย
กิจกรรมในช่วงเช้า (9:00–12:00 น.) เป็นการบรรยาย สาธิต และปฏิบัติการในหัวข้อ “การใช้ AI วินิจฉัยโรคพืชจากภาพถ่าย” ซึ่งเป็นการบูรณาการเทคโนโลยีปัญญาประดิษฐ์เข้ากับการเรียนการสอนด้านโรคพืช ให้นิสิตได้เรียนรู้วิธีใช้เครื่องมือดิจิทัลเพื่อวินิจฉัยอาการของโรคพืชได้อย่างรวดเร็วและแม่นยำ
ในช่วงบ่าย (13:00–16:00 น.) นิสิตลงพื้นที่ปฏิบัติการสำรวจโรคพืชในแปลงพืชผัก ณ ศูนย์วิจัยและพัฒนาพืชผักเขตร้อน ภาควิชาพืชสวน พร้อมบันทึกข้อมูลผ่านแอปพลิเคชัน KoboToolbox ซึ่งเป็นระบบเก็บข้อมูลภาคสนามมาตรฐานสากล ช่วยให้นิสิตได้ฝึกประเมินความรุนแรงและการระบาดของโรคในสภาพการปลูกจริง
กิจกรรมครั้งนี้สอดคล้องกับจุดประสงค์รายวิชาที่มุ่งให้นิสิตสามารถวินิจฉัยโรคพืชเกิดจากเชื้อสาเหตุชนิดต่างๆ และความผิดปกติที่เกิดจากสิ่งไม่มีชีวิต โดยเริ่มจากกิจกรรมสำรวจและประเมินสถานการณ์โรคในแปลงปลูก เพื่อนำไปสู่การให้คำแนะนำแนวทางการควบคุมโรคพืชได้อย่างมีประสิทธิภาพ
ทั้งนี้ ขอขอบคุณ ศูนย์วิจัยและพัฒนาพืชผักเขตร้อน ภาควิชาพืชสวน ที่เอื้อเฟื้อพื้นที่สำหรับการเรียนรู้ภาคปฏิบัติในครั้งนี้
Press Release 📸
Plant Disease Diagnosis Students Explore AI-Powered Disease Identification and Field Survey Practices.
The Department of Plant Pathology, Faculty of Agriculture at Kamphaeng Saen, organized a hands-on practical learning activity for the course 02031481 Diagnosis of Plant Diseases, aimed at building students’ skills in diagnosing and surveying plant diseases under real field conditions. The activity was led by Special Expert Lecturer Asst. Prof. Dr. Pissawan Chiamsombat, who delivered lectures, demonstrations, and guided practical sessions throughout the day, with the participation of Asst. Prof. Dr. Siriporn Donnua, course coordinator, along with faculty members from the Department of Plant Pathology.
The morning session (9:00–12:00) featured lectures, demonstrations, and hands-on practice on the topic of “Using AI for Plant Disease Diagnosis from Photographs”, integrating artificial intelligence technology into plant pathology education. Students learned how to apply digital tools to diagnose plant disease symptoms quickly and accurately.
In the afternoon (13:00–16:00), students conducted field surveys of plant diseases in vegetable plots at the Tropical Vegetable Research and Development Center, Department of Horticulture, recording data using the KoboToolbox application — an internationally recognized field data collection platform. This allowed students to practice assessing disease severity and outbreak patterns under actual growing conditions.
This activity aligns with the course objectives, which aim to equip students with the ability to diagnose plant diseases caused by various pathogens as well as abnormalities caused by abiotic factors. Beginning with field survey and disease assessment, students are guided toward providing effective recommendations for plant disease management.
Special thanks are extended to the Tropical Vegetable Research and Development Center, Department of Horticulture, for generously providing the field site for this practical learning experience.
