WartaDepok.com – Tim dokter RSUI yang terdiri dari Dokter Spesialis Paru, dr. Raden Rara Diah Handayani, Sp.P (K) dan Dokter Spesilias Radiologi, dr. Thariqah Salamah, Sp. Rad (K) dan dr. Reyhan Eddy Yunus, Sp.Rad, M.Sc. bekerja sama dengan Kelompok Bidang Ilmu (KBI) Fisika Medis dan Biofisika dan KBI Instrumentasi Fisika dari Departemen Fisika FMIPA UI dalam mengembangkan DSS-CovIDNet, yakni program berbasis deep-learning yang dapat berfungsi sebagai alat bantu prediksi kasus pneumonia akibat Covid-19.
dr. Reyhan Eddy Yunus, Sp.Rad, M.Sc. menuturkan, “Artificial Intelligence dapat diaplikasikan pada Foto Toraks pasien terduga Covid-19 untuk membantu skrining dan penentuan manajemen pasien-pasien tersebut.”
Program yang dirancang oleh tim alumni dan mahasiswa S2 Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (artificial intelligence for radiological applications) di bawah arahan Prof. Dr. Djarwani S. Soejoko, FIOMP, dan Prawito, Ph.D. ini menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra roentgen dada kedalam 3 (tiga) kelompok, yakni pneumonia Covid-19, pneumonia non-Covid-19, dan paru normal dengan akurasi mencapai 98,44%.
Pembuatan program didukung penuh oleh FMIPA UI dan dapat diakses pada http://sci.ui.ac.id/detectcovid/ dengan menggunakan access key yang dapat diminta secara gratis via email ke aira.medphy.ui@gmail.com.
Deskripsi mengenai metode dan hasil sementara menggunakan dataset opensource dapat diunduh di https://arxiv.org/abs/2005.04562, sementara proses validasi dengan menggunakan data pasien anonim Indonesia telah diinisiasi melalui kerjasama dengan staf Departemen Radiologi FK UI, tim Unit Radiologi Rumah Sakit Universitas Indonesia, dan Instalasi Radiologi RSUD Cibinong.
“Kolaborasi dengan FMIPA UI ini adalah bentuk konkrit RSUI sebagai RS Pendidikan dan Riset UI dalam pengembangan dan penerapan teknologi mutakhir pada masalah kesehatan terkini.” ujar dr. Reyhan.
Selain itu, 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.
