Kelompok Bidang Ilmu (KBI) Fisika Medis & Biofisika dan KBI Instrumentasi Fisika - Departemen Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia (FMIPA UI) mengembangkan DSS-CovIDNet, sebuah alat bantu prediksi kasus pneumonia akibat COVID-19 dengan menggunakan program berbasis artificial intelligence deep-learning.
Koordinator Tim AIRA, Lukmanda Evan Lubis S.Si., M.Si. melalui keterangan tertulisnya, Jumat mengatakan DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19.
Menurut dia 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. Dr. Djarwani S. Soejoko, FIOMP, dan Prawito, Ph.D.
Baca juga: UI kembangkan alat pembunuh virus dan bakteri dengan sinar ultra violet
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra rontgen dada ke dalam tiga kelompok, yakni pneumonia COVID-19, pneumonia Non-COVID-19, dan paru normal dengan akurasi mencapai 98,44 persen.
Sementara itu Wakil Rektor UI bidang Riset dan Inovasi Prof. Dr.rer.nat. Abdul Haris mengatakan tingkat akurasi yang tinggi membuat alat ini unggul. Akses data juga kami buka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini.
"Penelitian berkenaan dengan deteksi pneumonia ini 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 intelligent berdasarkan data radiologis," katanya.
Baca juga: Dosen UI perkenalkan program inovatif mikroponik untuk jamur tiram
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).
Selain mereka, ada kelompok peneliti FKUI di bawah arahan dr. Cleopas Martin Rumende, Sp.PD-KP dan dr. Telly Kamelia, SpPD., KP untuk mengembangkan algoritma deteksi.
Berikutnya, 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.
Baca juga: EWAS, alat pendeteksi gempa buatan ahli geofisika FMIPA UI
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 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 yang dapat diminta secara gratis via email ke aira.medphy.ui@gmail.com. Pengguna terbatas hanya untuk tenaga medis dan kesehatan di bidang radiologi.
COPYRIGHT © ANTARA News Megapolitan 2020
Koordinator Tim AIRA, Lukmanda Evan Lubis S.Si., M.Si. melalui keterangan tertulisnya, Jumat mengatakan DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19.
Menurut dia 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. Dr. Djarwani S. Soejoko, FIOMP, dan Prawito, Ph.D.
Baca juga: UI kembangkan alat pembunuh virus dan bakteri dengan sinar ultra violet
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra rontgen dada ke dalam tiga kelompok, yakni pneumonia COVID-19, pneumonia Non-COVID-19, dan paru normal dengan akurasi mencapai 98,44 persen.
Sementara itu Wakil Rektor UI bidang Riset dan Inovasi Prof. Dr.rer.nat. Abdul Haris mengatakan tingkat akurasi yang tinggi membuat alat ini unggul. Akses data juga kami buka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini.
"Penelitian berkenaan dengan deteksi pneumonia ini 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 intelligent berdasarkan data radiologis," katanya.
Baca juga: Dosen UI perkenalkan program inovatif mikroponik untuk jamur tiram
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).
Selain mereka, ada kelompok peneliti FKUI di bawah arahan dr. Cleopas Martin Rumende, Sp.PD-KP dan dr. Telly Kamelia, SpPD., KP untuk mengembangkan algoritma deteksi.
Berikutnya, 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.
Baca juga: EWAS, alat pendeteksi gempa buatan ahli geofisika FMIPA UI
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 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 yang dapat diminta secara gratis via email ke aira.medphy.ui@gmail.com. Pengguna terbatas hanya untuk tenaga medis dan kesehatan di bidang radiologi.
Editor : Naryo
COPYRIGHT © ANTARA News Megapolitan 2020