Tak Hanya Untuk Narsis, Kini ‘Selfie’ Bisa Mendeteksi Penyakit Jantung!

Tak Hanya Untuk Narsis, Kini ‘Selfie’ Bisa Mendeteksi Penyakit Jantung!

Bandung, Omicron Indonesia – Revolusi industri di dunia telah berlangsung sejak 4 abad terakhir, dimulai sejak di penguhujung abad ke-18 (tahun 1784) yang tercatat sebagai revolusi industri 1.0 dan merupakan introduksi serta stimulator perkembangan industri hingga saat ini. Abad ke-21 kini berpijak pada kebutuhan industri yang mengandalkan perkembangan komputer dengan kemampuan-kempuan yang lebih mutakhir, diantaranya yaitu sistem cyber-physical, Internet of Things, komputasi cloud,  komputasi kognitif, Augmented Reality (AR), Big Data, sistem integrasi, dll. jantung

Apa itu Atificial Intelligence?

Salah satu bagian dari ilmu komputer yang saat ini mulai dibicarakan oleh para technology developement enthusiast, yaitu Artificial Intelligence atau kecerdasan buatan. Artificial Intelligence yang sering disingkat AI ini adalah sistem yang menjadikan sebuah mesin (komputer) dapat bekerja dan berperilaku seperti manusia dengan memberikan beberapa pengalaman dan pembelajaran sebelumnya. Baik itu dalam melakukan decition making, menganalisa data, penggunaan indera, dan sebagainya.

Dengan konsep tersebut, AI menyumbang kemudahan di berbagai sektor kehidupan dan menjadi jawaban atas berbagai permasalahan yang  muncul saat melakukan suatu pekerjaan. Sehingga tak heran, bila sistem AI diidentikkan sebagai penggerak revolusi industri 4.0. Beberapa implementasi dari AI dapat Omicronians jumpai di kehidupan sehari-hari. Seperti pengalaman mendapatkan rekomendasi film di suatu platform, penggunaan google translate, pendeteksian wajah, dan masih banyak lagi. Adapun dalam bidang kesehatan, AI menjadi semakin menarik dengan adanya teknologi telemedicine.

Atificial Intelligence dalam Dunia Medis

Berbicara mengenai pengembangan AI di bidang kesehatan, para peneliti di European Society of Cardiology berhasil mengembangkan model AI dengan pembelajaran mesin deep learning untuk memberikan diagnosis awal terkait seseorang yang memiliki penyakit jantung hanya dengan melalui ‘selfie’.  Sebagaimana yang dilansir oleh Science Direct, studi tersebut adalah yang pertama mampu mendeteksi penyakit arteri koroner atau coronary artery disease (CAD) dengan menganalisis empat foto wajah seseorang.

“Sepengetahuan kami, ini adalah karya pertama yang menunjukkan bahwa kecerdasan buatan dapat digunakan untuk menganalisis wajah guna mendeteksi penyakit jantung. Ini adalah langkah menuju pengembangan alat berbasis Deep learning yang dapat digunakan untuk menilai risiko penyakit jantung, baik di klinik rawat jalan atau dengan cara pasien mengambil ‘selfie’ untuk melakukan skrining mereka sendiri. Ini dapat memandu pengujian diagnostik lebih lanjut atau kunjungan klinis,” kata Profesor Zhe Zheng, yang memimpin penelitian dan wakil direktur National Center for Cardiovascular Diseases dan wakil presiden Rumah Sakit Fuwai, Akademisi di Medical Sciences and Peking Union Medical College, Beijing, Republik Rakyat Cina.

Mendeteksi Penyakit Jantung Menggunakan Atificial Intelligence?

Parameter yang diterapkan dalam pengujian ini adalah dengan mendeteksi ciri-ciri seseorang terkena penyakit jantung diantaranya, rambut menipis atau beruban, keriput, lipatan lobus telinga, xanthelasmata (endapan kolesterol kecil berwarna kuning di bawah kulit, biasanya di sekitar kelopak mata) dan arcus corneae (timbunan lemak dan kolesterol yang tampak seperti cincin buram putih, abu-abu atau biru kabur di tepi luar kornea). Namun begitu, sulit bagi manusia untuk berhasil menggunakan parameter tersebut untuk memprediksi dan mengukur risiko penyakit jantung.

Baca Juga : Deretan Crazy Rich Indonesia, yang Tajir Melintir!

Profesor Zheng bersama Profesor Xiang-Yang Ji, yang merupakan direktur Brain and Cognition Institute di Department of Automation Universitas Tsinghua, Beijing, dan rekan lainnya mendaftarkan 5.796 pasien dari delapan rumah sakit di Tiongkok untuk penelitian ini dan dilangsungkan pada bulan Juli 2017. Pada Maret 2019, pasien menjalani prosedur pencitraan untuk menyelidiki pembuluh darah mereka, seperti angiografi koroner atau angiografi tomografi koroner (CCTA). Kemudian, citra hasil wajah mereka dibagi secara acak menjadi kelompok pelatihan (5.216 pasien, 90%) atau validasi (580 data, 10%).

Pengujian Atificial Intelligence dalam Mendeteksi Penyakit Jantung

Untuk fase pelatihan data, diambil empat foto wajah dengan kamera digital: satu bagian depan, dua dari bagian samping dan satu di bagian atas kepala. Mereka juga mewawancarai pasien untuk mengumpulkan data tentang status sosial ekonomi, gaya hidup dan riwayat kesehatan. Ahli radiologi meninjau angiogram pasien dan menilai derajat penyakit jantung tergantung pada berapa banyak pembuluh darah yang menyempit hingga 50% atau lebih (stenosis ≥ 50%) dan lokasinya. Informasi ini digunakan untuk membuat, melatih, dan memvalidasi algoritma Deep Learning.

Para peneliti kemudian melakukan pengujian algoritma pada 1.013 pasien lebih lanjut dari sembilan rumah sakit di China, yang terdaftar antara bulan April 2019 dan Juli 2019. Mayoritas pasien di semua kelompok adalah etnis Han China. Hasilnya adalah mereka menemukan bahwa algoritma tersebut melebihi metode yang ada untuk memprediksi risiko penyakit jantung (model Diamond-Forrester dan skor klinis konsorsium CAD).

Dalam kelompok validasi pasien, algoritma mendeteksi penyakit jantung dengan benar pada 80% kasus (tingkat positif benar atau ‘sensitivitas’) dan pendeteksian tidak ada penyakit jantung terjadi  pada 61% kasus (tingkat negatif atau ‘spesifisitas’). Pada kelompok uji, sensitivitasnya 80% dan spesifisitas 54%.

Dari pengujian yang dilakukan oleh tim penelitian mereka, algoritma ini perlu dikembangkan lebih lanjut dan diuji dalam kelompok orang yang lebih besar dari latar belakang etnis yang berbeda. Para peneliti mengatakan algoritma tersebut berpotensi untuk digunakan sebagai alat skrining yang dapat mengidentifikasi kemungkinan penyakit jantung pada orang-orang pada populasi umum atau di tingkat tinggi, maupun kelompok berisiko yang dapat dirujuk untuk pemeriksaan klinis lebih lanjut.Namun demikian, dengan adanya pengembangan aplikasi tersebut dapat menjadi opsi yang murah, sederhana dan efektif untuk mengidentifikasi pasien yang membutuhkan penyelidikan lebih lanjut.

 

Editor : Tegar Tri Sawali

Leave a Reply

Your email address will not be published. Required fields are marked *