UI Kembangkan Alat Deteksi Pneumonia Akibat COVID-19 Berbasis AI
Minggu, 17 Mei 2020 - 21:15 WIB
loading...
(FMIPA UI) telah mengembangkan DSS-CovIDNet.
A
A
A
DEPOK - 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) telah mengembangkan DSS-CovIDNet. DSS-CovIDNet adalah sebuah alat bantu prediksi kasus pneumonia akibat COVID-19 dengan menggunakan program berbasis Artificial Intelligence (AI) deep-learning.
Program DSS-CovIDNet dirancang oleh tim mahasiswa S2 serta alumni dari Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (artificial intelligence for radiological applications). Mereka berada di bawah arahan Prof. Dr. Djarwani S. Soejoko, FIOMP, dan Prawito, Ph.D.
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra rontgen dada. Tim membedakan klarifikasi dalam 3 (tiga) kelompok, yakni pneumonia COVID-19, pneumonia Non-COVID-19, dan paru normal dengan akurasi mencapai 98,44%. BACA JUGA; Yamaha Mulai Buka Kembali Dua Pabriknya di Daratan Eropa
"DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19," kata Koordinator Tim AIRA, Lukmanda Evan Lubis S.Si., M.Si.
Wakil Rektor UI bidang Riset dan Inovasi Prof. Dr.rer.nat. Abdul Haris, M.Sc menambahkan bahwa tingkat akurasi yang tinggi membuat alat ini unggul. Akses data juga telah dibuka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini.
Penelitian tentang deteksi pneumonia ini tidak hanya dilakukan oleh satu kelompok penelitian. Namun, ada beberapa tim peneliti interdisipliner lainnya di UI untuk mendeteksi pneumonia COVID-19 menggunakan Artificial Intelligent (AI) berdasarkan data radiologis.
Para peneliti tersebut adalah Tim Peneliti Fakultas Kedokteran UI (FKUI) yang bekerja sama dengan DELFT Imaging CAD4COVID di bawah arahan dr. Eric Daniel Tenda, SpPD, dan dr. Benny Zulkarnaien, SpRad(K). Ada juga kelompok peneliti FKUI di bawah arahan dr. Cleopas Martin Rumende, Sp.PD-KP dan dr. Telly Kamelia, SpPD., KP untuk mengembangkan algoritma deteksi. Meskipun satu fakultas tetapi memiliki perbedaan materi penelitian. BACA JUGA; Duo Ducati Scrambler 1100 Series Mulai Tancap Gas
Selanjutnya adalah tim peneliti dari Fakultas Ilmu Komputer UI (Fasilkom UI) yang dipimpin oleh Mirna Adriani, Dra., B.Sc., Ph.D., Dina Chahyati, S.Kom., M.Kom. yang bekerja sama dengan tim dari AI Center Fasilkom UI.
Deskripsi tentang metode dan hasil sementara menggunakan dataset opensource dapat diunduh di https://arxiv.org/abs/2005.04562. Untuk proses validasi menggunakan data pasien anonim Indonesia yang 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.
Pembuatan program tersebut didukung penuh oleh FMIPA UI dan dapat diakses untuk uji coba pada http://sci.ui.ac.id/detectcovid/ dengan menggunakan access key. Access key dapat diminta secara gratis via email ke [email protected]. Namun, pengguna terbatas hanya untuk tenaga medis dan kesehatan di bidang radiologi.
Program DSS-CovIDNet dirancang oleh tim mahasiswa S2 serta alumni dari Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (artificial intelligence for radiological applications). Mereka berada di bawah arahan Prof. Dr. Djarwani S. Soejoko, FIOMP, dan Prawito, Ph.D.
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra rontgen dada. Tim membedakan klarifikasi dalam 3 (tiga) kelompok, yakni pneumonia COVID-19, pneumonia Non-COVID-19, dan paru normal dengan akurasi mencapai 98,44%. BACA JUGA; Yamaha Mulai Buka Kembali Dua Pabriknya di Daratan Eropa
"DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19," kata Koordinator Tim AIRA, Lukmanda Evan Lubis S.Si., M.Si.
Wakil Rektor UI bidang Riset dan Inovasi Prof. Dr.rer.nat. Abdul Haris, M.Sc menambahkan bahwa tingkat akurasi yang tinggi membuat alat ini unggul. Akses data juga telah dibuka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini.
Penelitian tentang deteksi pneumonia ini tidak hanya dilakukan oleh satu kelompok penelitian. Namun, ada beberapa tim peneliti interdisipliner lainnya di UI untuk mendeteksi pneumonia COVID-19 menggunakan Artificial Intelligent (AI) berdasarkan data radiologis.
Para peneliti tersebut adalah Tim Peneliti Fakultas Kedokteran UI (FKUI) yang bekerja sama dengan DELFT Imaging CAD4COVID di bawah arahan dr. Eric Daniel Tenda, SpPD, dan dr. Benny Zulkarnaien, SpRad(K). Ada juga kelompok peneliti FKUI di bawah arahan dr. Cleopas Martin Rumende, Sp.PD-KP dan dr. Telly Kamelia, SpPD., KP untuk mengembangkan algoritma deteksi. Meskipun satu fakultas tetapi memiliki perbedaan materi penelitian. BACA JUGA; Duo Ducati Scrambler 1100 Series Mulai Tancap Gas
Selanjutnya adalah tim peneliti dari Fakultas Ilmu Komputer UI (Fasilkom UI) yang dipimpin oleh Mirna Adriani, Dra., B.Sc., Ph.D., Dina Chahyati, S.Kom., M.Kom. yang bekerja sama dengan tim dari AI Center Fasilkom UI.
Deskripsi tentang metode dan hasil sementara menggunakan dataset opensource dapat diunduh di https://arxiv.org/abs/2005.04562. Untuk proses validasi menggunakan data pasien anonim Indonesia yang 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.
Pembuatan program tersebut didukung penuh oleh FMIPA UI dan dapat diakses untuk uji coba pada http://sci.ui.ac.id/detectcovid/ dengan menggunakan access key. Access key dapat diminta secara gratis via email ke [email protected]. Namun, pengguna terbatas hanya untuk tenaga medis dan kesehatan di bidang radiologi.
(wbs)
Lihat Juga :
