UI Kembangkan Pendeteksi Pneumonia Akibat Covid-19 Berbasis Kecerdasan Buatan

Laporan Wartawan Tribunnews.com, Reza Deni

TRIBUNNEWS.COM, JAKARTA -- Universitas Indonesia (UI) melalui Kelompok Bidang Ilmu (KBI) Fisika Medis & Biofisika dan KBI Instrumentasi Fisika - Departemen Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam UI (FMIPA UI) mengembangkan DSS-CovIDNet, sebuah alat bantu prediksi kasus pneumonia akibat Covid-19 dengan menggunakan program berbasis kecerdasan buatan (artificial intelligence) deep-learning.

Program tersebut dirancang oleh tim mahasiswa S2 serta alumni dari Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (artificial intelligence for radiological applications) di bawah arahan Prof. Djarwani S. Soejoko dan Prawito.

Koordinator Tim AIRA, Lukmanda Evan Lubis menyampaikan DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra roentgen dada ke dalam 3 (tiga) kelompok.

Ketiganya yakni peumonia Covid-19, pneumonia Non-Covid-19, dan paru normal dengan akurasi mencapai 98,44 persen.

“Adanya DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus Covid-19," ujar Lukmanda dalam keterangan yang diterima Tribunnews, Jumat (15/5/2020).

Terpisah, Wakil Rektor UI bidang Riset dan Inovasi Abdul Haris mengklaim bahwa tingkat akurasi yang tinggi membuat alat ini unggul.

"Akses data juga kami buka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini," ujar Abdul.

Penelitian berkenaan dengan deteksi pneumonia, dikatakan Abdul, tidak hanya dilakukan oleh satu kelompok penelitian ini saja, melainkan ada tiga tim peneliti interdisipliner lainnya di UI untuk mendeteksi pneumonia Covid-19 menggunakan Artificial Intelligence (AI) berdasarkan data radiologis.

"Para peneliti tersebut adalah Tim Peneliti Fakultas Kedokteran Universitas Indonesia (FKUI) yang bekerja sama dengan DELFT Imaging CAD4COVID di bawah arahan dr. Eric Daniel Tend, dan dr. Benny Zulkarnaien," lanjut Abdul.

Kemudian, Abdul menambahkan terdapat pula kelompok peneliti FKUI lainnya di bawah arahan dr. Cleopas Martin Rumende dan dr. Telly Kamelia untuk mengembangkan algoritma deteksi.

"Berikutnya, tim peneliti dari Fakultas Ilmu Komputer UI (Fasilkom UI) yang dipimpin oleh Mirna Adriani dan Dina Chahyati, yang bekerja sama dengan tim dari AI Center Fasilkom UI," pungkas Abdul.

Adapun deskripsi mengenai metode dan hasil sementara menggunakan dataset opensource dapat diunduh di https://arxiv.org/abs/2005. 04562.

Proses validasi menggunakan data pasien anonim Indonesia telah diinisiasi melalui kerja sama dengan staf Departemen Radiologi Fakultas Kedokteran UI (FKUI), tim Unit Radiologi Rumah Sakit UI (RSUI), dan Instalasi Radiologi RSUD Cibinong.