Kecerdasan Buatan Baru Terbukti Sangat Efektif dalam Mengidentifikasi COVID-19 di Paru-Paru

Kecerdasan buatan (AI) sekali lagi terbukti menjadi alat yang efektif dalam melawan COVID-19. Sebuah studi baru dari University of Central Florida menunjukkan bagaimana AI dapat hampir sama akurat dengan seorang dokter dalam mendiagnosis virus yang ada di paru-paru, serta bagaimana itu dapat digunakan untuk meningkatkan pengujian.

Studi ini diterbitkan di Nature Communications.

Mendiagnosis COVID-19

Tim peneliti mengembangkan algoritma AI yang dapat dilatih untuk mengidentifikasi pneumonia COVID-19 pada scan tomografi terkomputasi (CT), dan itu menunjukkan tingkat akurasi hingga 90 persen. Ini juga dapat mengidentifikasi kasus positif dan negatif dengan benar, 84 persen dan 93 persen dari waktu, respectively. 

Scan CT telah terbukti lebih efektif dalam mendiagnosis COVID-19 dan perkembangannya dibandingkan dengan tes reaksi rantai polymerase transkriptase terbalik (RT-PCR). Tes ini sering digunakan, tetapi mereka memiliki tingkat negatif palsu yang tinggi dan biasanya membutuhkan waktu lebih lama untuk diproses. 

Salah satu alasan utama scan CT digunakan untuk mendiagnosis COVID-19 adalah bahwa mereka dapat mendeteksi virus bahkan pada individu yang tidak menunjukkan gejala. Ini tidak berhenti di situ, karena mereka juga dapat mendeteksi pada individu dengan gejala awal, mereka yang berada pada tahap terburuk penyakit, serta mereka yang telah sembuh dan tidak lagi menunjukkan gejala. 

Dengan semua kelebihannya, scan CT juga memiliki kelemahan, yang menjadikannya tidak selalu direkomendasikan untuk identifikasi COVID-19. Ini terkait dengan kesamaan antara pneumonia yang terkait dengan influenza dan COVID-19.

Algoritma Baru

Mengingat semua ini, tim peneliti di UCF mengembangkan algoritma baru yang dapat mengidentifikasi COVID-19 dengan akurat. Tidak hanya itu, tetapi juga dapat membedakan antara COVID-19 dan influenza, yang sangat berguna bagi dokter. 

Ulas Bagci adalah asisten profesor di Departemen Ilmu Komputer UCF dan co-penulis studi.

“Kami menunjukkan bahwa pendekatan AI berbasis pembelajaran dalam dapat berfungsi sebagai alat standar dan objektif untuk membantu sistem kesehatan serta pasien,” kata Bagci. “Ini dapat digunakan sebagai alat uji komplementer pada populasi terbatas tertentu, dan dapat digunakan dengan cepat dan dalam skala besar dalam kejadian wabah berulang.”

Dalam studi ini, tim peneliti melatih algoritma komputer untuk mendeteksi COVID-19 pada scan CT paru-paru, dengan total 1.280 pasien dari Cina, Jepang, dan Italia yang diamati. Langkah selanjutnya adalah menguji algoritma pada 1.337 pasien yang menderita berbagai penyakit paru-paru, termasuk COVID-19, kanker, dan pneumonia yang tidak disebabkan oleh COVID-19.

Hasil dari komputer kemudian dibandingkan dengan diagnosis dari dokter, dan peneliti menemukan bahwa algoritma sangat efektif dalam mendeteksi pneumonia COVID-19 di paru-paru dengan akurat, serta membedakan antara COVID-19 dan penyakit lain. 

“Kami menunjukkan bahwa model AI yang kuat dapat mencapai akurasi hingga 90 persen pada populasi uji independen, mempertahankan spesifisitas tinggi pada pneumonia yang tidak terkait COVID-19, dan menunjukkan generalisasi pada populasi pasien dan pusat yang tidak terlihat,” kata Bagci.

Studi ini juga melibatkan co-penulis Baris Turkbey, yang merupakan peneliti asosiasi di National Cancer Institute Molecular Imaging Branch NIH, dan Bradford J. Wood, yang merupakan direktur NIH’s Center for Interventional Oncology dan kepala radiologi intervensi di NIH’s Clinical Center. 

Pengembangan baru dari UCF adalah salah satu contoh terbaru tentang bagaimana AI dapat dimanfaatkan selama pandemi. Teknologi ini telah diterapkan dalam berbagai area yang terkait dengan COVID-19, termasuk pelacakan, pengujian, pencegahan, diagnosis, penelitian, dan pengembangan vaksin.