Machine Learning Prediksi Risiko Kematian

Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan. Kredit: Mohamed Hassan via Pixabay

Liputan6.com, Jakarta - Para peneliti di Geisinger telah menemukan bahwa algoritme komputer yang dikembangkan berdasarkan sekumpulan video ekokardiogram jantung dapat memprediksi risiko kematian dalam setahun.

Kemampuan algoritme Machine Learning ini mengungguli prediktor klinis lainnya yang berfokus pada penelitian serupa.

"Kami sangat senang menemukan bahwa Machine Learning dapat memanfaatkan kumpulan data tak terstruktur seperti gambar dan video medis untuk meningkatkan berbagai model prediksi klinis," kata Chris Haggerty, Ph.D., penulis senior dan asisten profesor di Department of Translational Data Science and Informatics di Geisinger.

Ikuti cerita dalam foto ini https://story.merdeka.com/2303605/volume-5

Menurut penelitian yang terbit di Nature Biomedical Engineering tersebut, pencitraan sangat penting untuk keputusan penanganan medis di sebagian besar spesialisasi. Bahkan, pencitraan telah menjadi salah satu komponen paling kaya data dari catatan kesehatan elektronik.

Satu USG jantung, misalnya, menghasilkan sekitar 3.000 gambar. Sementara itu, para ahli jantung memiliki waktu terbatas untuk menafsirkan ribuan gambar itu dalam konteks banyak data diagnostik lainnya.

Oleh karena itu, para peneliti menilai pencitraan dapat menciptakan peluang besar lewat pemanfaatan teknologi seperti Machine Learning untuk mengelola dan menganalisis data tersebut dan pada akhirnya membantu para dokter.

2 dari 2 halaman

Analisis 50 juta gambar ekokardiogram

Dalam penelitian ini, perangkat keras komputasi khusus melatih model Machine Learning yang melibatkan 812.278 video ekokardiogram yang dikumpulkan dari 34.362 pasien di Geisinger selama sepuluh tahun terakhir.

Penelitian ini membandingkan hasil model Machine Learning tersebut dengan prediksi ahli jantung berdasarkan beberapa survei. Survei selanjutnya menunjukkan bahwa ketika dibantu oleh model Machine Learning, akurasi prediksi ahli jantung meningkat 13 persen.

Dengan hampir 50 juta gambar, penelitian ini menganalisis dataset gambar medis terbesar yang pernah diterbitkan.

"Tujuan kami adalah mengembangkan algoritme komputer untuk meningkatkan perawatan pasien," kata Alvaro Ulloa Cerna, Ph.D., penulis dan ilmuwan data senior di Department of Translational Data Science and Informatics di Geisinger.

Cerna dan rekannya mengaku senang bahwa algoritme yang mereka kembangkan dapat membantu ahli jantung meningkatkan prediksi mereka tentang pasien karena keputusan tentang pengobatan dan intervensi didasarkan pada jenis prediksi klinis ini.

PESAN IBU

** #IngatPesanIbu

Pakai Masker, Cuci Tangan Pakai Sabun, Jaga Jarak dan Hindari Kerumunan.

Selalu Jaga Kesehatan, Jangan Sampai Tertular dan Jaga Keluarga Kita.