Machine Learning Berpotensi Tingkatkan Akurasi Alat Diagnostik Covid-19

Oleh Mochamad Wahyu Hidayat pada 15 Des 2020, 08:00 WIB
Diperbarui 15 Des 2020, 08:00 WIB
Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan
Perbesar
Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan. Kredit: Mohamed Hassan via Pixabay

Liputan6.com, Jakarta - Para peneliti di University of Maryland, Baltimore County (UMBC) telah mengembangkan sebuah model Machine Learning untuk menghasilkan gambar rontgen dada berkualitas tinggi untuk mendiagnosis Covid-19 lebih akurat daripada metode saat ini.

Tim peneliti yang dipimpin oleh Sumeet Menon, kandidat Ph.D di bidang ilmu komputer di UMBC, akan mempublikasikan temuannya di prosiding IEEE Big Data 2020 Conference yang digelar bulan Desember ini secara virtual.

"Ketersediaan data adalah salah satu aspek terpenting dari Machine Learning dan penelitian kami telah mengambil langkah teoretis tambahan untuk menghasilkan data menggunakan MTT-GAN," ujar Menon dikutip dari keterangan resmi via Eurekalert, Selasa (14/12/2020).

Kebutuhan akan pengujian COVID-19 yang cepat dan akurat sangat tinggi, termasuk pengujian yang dapat menentukan apakah COVID-19 memengaruhi sistem pernapasan pasien.

Banyak tenaga kesehatan menggunakan teknologi sinar X untuk mengklasifikasikan gambar rontgen dada yang mungkin terinfeksi COVID-19. Namun, keterbatasan data membuatnya lebih sulit untuk mengklasifikasikan gambar tersebut secara akurat.

 

2 dari 3 halaman

Generative Adversarial Networks

Menon dan rekannya mengembangkan sebuah alat yang merupakan perpanjangan dari jaringan adversarial generatif (Generative Adversarial Networks, GAN).

Ia merupakan kerangka kerja Machine Learning yang dapat dengan cepat menghasilkan data baru berdasarkan statistik dari set pelatihan.

Dalam penelitian mereka, Menon dan reknnya menggunakan apa yang mereka sebut Mean Teacher + Transfer Generative Adversarial Networks (MTT-GAN). MTT-GAN, menurut Menon, lebih unggul dari GAN karena gambar yang dihasilkan jauh lebih mirip dengan gambar asli yang dihasilkan mesin sinar X.

 

3 dari 3 halaman

Berpotensi tingkatkan akurasi

Sistem klasifikasi MTT-GAN berpotensi membantu meningkatkan akurasi pengklasifikasian COVID-19, sehingga ia dapat dipertimbangkan sebagai alat diagnostik.

"Penelitian ini terutama berfokus pada menghasilkan lebih banyak sinar X menggunakan MTT-GAN, yang dapat digunakan secara luas untuk melatih model Machine Learning dan dapat memiliki banyak aplikasi, termasuk klasifikasi CT-scan dan segmentasi," kata Menon.

Lanjutkan Membaca ↓