Ahli Kenalkan Teknologi AI untuk Memprediksi Kematian dengan Akurasi 99%
loading...
Teknologi AI untuk Memprediksi Kematian dengan Akurasi 99% diperkenalkan. FOTO/ THE VERGE
A
A
A
CALIFORNIA - Bot kematian menggunakan teknologi kecerdasan buatan (AI) sedang dikembangkan oleh berbagai tim peneliti. Bot-bot ini menggunakan berbagai metode untuk memprediksi kematian, termasuk analisis data medis, data perilaku, dan data lingkungan.
Salah satu bot kematian AI yang paling terkenal adalah Mortality Prediction Engine (MPE) yang dikembangkan oleh Google AI.
MPE menggunakan data medis dari lebih dari 1 juta pasien untuk memprediksi risiko kematian dalam 30 hari ke depan. Akurasinya mencapai 99%.
Elektrokardiogram (EKG), tes rutin yang melibatkan pemasangan elektroda kecil di dada untuk menilai ritme jantung dan aktivitas listrik jika kamu dirawat di rumah sakit. EKG rumah sakit biasanya dianalisis oleh dokter atau perawat.
Tetapi para peneliti sekarang menggunakan kecerdasan buatan untuk mengekstrak lebih banyak informasi dari pembacaan tersebut untuk meningkatkan sistem perawatan kesehatan.
Menurut data sebuah penelitian, tim peneliti mengembangkan dan melatih program ML menggunakan 1,6 juta EKG yang diambil antara tahun 2007-2020 dari 244.077 orang di Alberta bagian utara.
Algoritma ini membagi pasien ke dalam lima kategori risiko, dari yang terendah hingga tertinggi. Selain itu dapat memprediksi kematian dengan tingkat akurasi 85% dari titik tersebut untuk setiap pasien dengan semua penyebab dalam waktu satu bulan, satu tahun, dan lima tahun.
Ketika data demografis dan hasil dari enam tes darah laboratorium yang umum ditambahkan, prediksi menjadi lebih akurat. Menurut peneliti utama Padma Kaul, profesor kedokteran dan salah satu direktur dari Canadian VIGOUR Centre, penelitian ini berfungsi sebagai bukti konsep untuk penggunaan data kesehatan yang diperoleh secara rutin.
Hal ini bertujuan untuk meningkatkan perawatan individu dan memungkinkan sistem perawatan kesehatan untuk “belajar” sambil berjalan.
“Kami ingin mengetahui apakah kecerdasan buatan dan ML untuk menganalisis data dan mengidentifikasi pasien yang memiliki risiko kematian yang lebih tinggi,” kata Kaul seperti dilansir dari Daily Start, Rabu (20/12/2023).
Hasil penelitian ini menunjukkan bagaimana model ML dapat digunakan untuk mengubah data kesehatan menjadi pengetahuan yang dapat digunakan untuk mendukung pengambilan keputusan.
Salah satu bot kematian AI yang paling terkenal adalah Mortality Prediction Engine (MPE) yang dikembangkan oleh Google AI.
MPE menggunakan data medis dari lebih dari 1 juta pasien untuk memprediksi risiko kematian dalam 30 hari ke depan. Akurasinya mencapai 99%.
Elektrokardiogram (EKG), tes rutin yang melibatkan pemasangan elektroda kecil di dada untuk menilai ritme jantung dan aktivitas listrik jika kamu dirawat di rumah sakit. EKG rumah sakit biasanya dianalisis oleh dokter atau perawat.
Tetapi para peneliti sekarang menggunakan kecerdasan buatan untuk mengekstrak lebih banyak informasi dari pembacaan tersebut untuk meningkatkan sistem perawatan kesehatan.
Menurut data sebuah penelitian, tim peneliti mengembangkan dan melatih program ML menggunakan 1,6 juta EKG yang diambil antara tahun 2007-2020 dari 244.077 orang di Alberta bagian utara.
Algoritma ini membagi pasien ke dalam lima kategori risiko, dari yang terendah hingga tertinggi. Selain itu dapat memprediksi kematian dengan tingkat akurasi 85% dari titik tersebut untuk setiap pasien dengan semua penyebab dalam waktu satu bulan, satu tahun, dan lima tahun.
Ketika data demografis dan hasil dari enam tes darah laboratorium yang umum ditambahkan, prediksi menjadi lebih akurat. Menurut peneliti utama Padma Kaul, profesor kedokteran dan salah satu direktur dari Canadian VIGOUR Centre, penelitian ini berfungsi sebagai bukti konsep untuk penggunaan data kesehatan yang diperoleh secara rutin.
Hal ini bertujuan untuk meningkatkan perawatan individu dan memungkinkan sistem perawatan kesehatan untuk “belajar” sambil berjalan.
“Kami ingin mengetahui apakah kecerdasan buatan dan ML untuk menganalisis data dan mengidentifikasi pasien yang memiliki risiko kematian yang lebih tinggi,” kata Kaul seperti dilansir dari Daily Start, Rabu (20/12/2023).
Hasil penelitian ini menunjukkan bagaimana model ML dapat digunakan untuk mengubah data kesehatan menjadi pengetahuan yang dapat digunakan untuk mendukung pengambilan keputusan.
Lihat Juga :
(wbs)
