Kecerdasan Buatan Mampu Diagnosis Covid-19 lewat Hasil ”CT Scan”

Teknologi kecerdasan buatan dapat dimanfaatkan untuk membantu tenaga kesehatan dalam menganalisis kesehatan pasien berdasarkan hasil pemindaian ”computerized tomography” atau biasa disebut dengan ”CT scan”.

BAGCI ET AL/NATURE COMMUNICATIONS—Baris atas adalah sampel CT scan. Baris bawah adalah sampel CT scan dengan citra penunjuk (heat map) prediksi adanya cairan akibat Covid-19 berdasarkan model kecerdasan buatan yang dilatih oleh Bagci dan kolega dari UCF. Semua sampel tersebut secara benar diprediksikan positif Covid-19.

Teknologi kecerdasan buatan dapat dimanfaatkan untuk membantu tenaga kesehatan dalam menganalisis kesehatan pasien berdasarkan hasil pemindaian computerized tomography atau biasa disebut dengan CT scan. Hasil pembacaan CT scan dapat melengkapi diagnosis pasien Covid-19 mengenai progres penyakit tersebut.

Para peneliti dari University Central Florida (UCF) AS telah menciptakan algoritma kecerdasan buatan yang dapat mendeteksi Covid-19 melalui hasil pemindaian CT scan. Pengajar dari Departemen Ilmu Komputer UCF, Ulas Bagci, mengatakan, ini menunjukkan bahwa AI dapat menjadi alat yang terstandar dan obyektif untuk membantu tenaga kesehatan dalam melayani masyarakat.

Pemindaian CT scan dapat melengkapi diagnosis Covid-19 selain tes real time-polymerase chain reaction (RT-PCR). Sebab, dengan pemindaian ini, CT scan dapat menunjukkan progresi penyakit. Terlebih lagi, hasil RT-PCR membutuhkan waktu.

Namun, CT scan tidak bisa digunakan sebagai tes CT scan sebab pneumonia yang diakibatkan Covid-19 sering kali tampak mirip dengan apa yang dipicu oleh penyakit lain, influenza misalnya. Meski demikian, Bagci mengatakan, algoritma yang dikembangkan bersama timnya dapat mengidentifikasi pneumonia Covid-19 dan membedakannya dari penyakit-penyakit lain.

Dalam penelitian yang dipublikasikan dalam jurnal ternama Nature Communications tersebut ditunjukkan bahwa algoritma AI yang dilatih peneliti dapat mendeteksi Covid-19 dengan akurasi 90 persen, dengan sensitivitas (tingkat deteksi positif) 84 persen dan spesifisitas (tingkat deteksi negatif) sebesar 93 persen.

”Ini dapat digunakan sebagai alat pelengkap diagnostik secara cepat dan dalam skala besar apabila terjadi penyebaran penyakit menular yang terus terjadi,” kata Bagci melalui laman keterangan resmi UCF, Rabu (30/9/2020).

Kemampuan algoritma ini didapatkan dengan cara melatih algoritma kecerdasan buatan terhadap hasil pemindaian CT scan dari 1.280 pasien yang memiliki gangguan paru-paru; dari Covid-19, kanker, hingga pneumonia yang diakibatkan oleh penyakit pernapasan yang bukan Covid-19.

”Model kecerdasan buatan kami juga bisa membedakan antara pneumonia yang diakibatkan Covid-19 ataupun penyakit lain,” kata Bagci. Studi ini dibiayai melalui hibah dari Pemerintah AS melalui Institut Kesehatan Nasional (National Institute of Health/NIH).

TANGKAPAN LAYAR YOUTUBE—Model kecerdasan buatan yang dibangun oleh Guru Besar Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung (ITB) Bambang Riyanto Trilaksono dapat mendeteksi adanya bercak ground glass opacity (GGO dan konsolidasi pada paru-paru.

Di Indonesia, pemanfaatan kecerdasan buatan untuk identifikasi Covid-19 juga telah dilakukan oleh Guru besar Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung (ITB) Bambang Riyanto Trilaksono.

Bambang mengatakan, pihaknya melatih model kecerdasan buatannya dengan setidaknya 126 citra CT scan yang didapatkan dari sejumlah sumber, termasuk dari Cornell University dan berbagai rumah sakit dalam negeri di Indonesia.

Model kecerdasan buatan tersebut dapat menganalisis sejumlah karakteristik kesehatan paru-paru berdasarkan hasil pemindaian CT scan, misalnya rasio luas area jaringan paru-paru yang memiliki bercak ground glass opacity (GGO) ataupun luas paru-paru yang terisi cairan (konsolidasi).

”Kita memerlukan tes yang bersifat komplementer terhadap rapid test dan PCR yang saat ini sudah dilaksanakan. Ini dapat dipergunakan untuk mengatasi kelangkaan tenaga medis ahli di berbagai rumah sakit di Indonesia,” kata Bambang melalui webinar.

TANGKAPAN LAYAR YOUTUBE—Perbandingan hasil rontgen yang positif Covid-19 dan yang bukan, serta hasil pembacaannya oleh model kecerdasan buatan ciptaan Guru Besar Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung (ITB) Bambang Riyanto Trilaksono.

Oleh SATRIO PANGARSO WISANGGENI

Editor: KHAERUDIN KHAERUDIN

Sumber: Kompas, 2 Oktober 2020