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. Teknologi ini menggunakan program berbasis kecerdasan buatan (artificial intelligence/AI) deep-learning. 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).
Dalam keterangan tertulis disebutkan DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra rontgen dada kedalam 3 (tiga) kelompok, yakni pneumonia covid-19, pneumonia Non-covid-19, dan paru normal dengan akurasi mencapai 98,44%. Koordinator Tim AIRA, Lukmanda Evan Lubis menyampaikan 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.
Wakil Rektor UI bidang Riset dan Inovasi Abdul Haris menambahkan 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 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 Intelligence (AI) berdasarkan data radiologis. Para peneliti tersebut adalah Tim Peneliti Fakultas Kedokteran Universitas Indonesia (FKUI) yang dibagi dua kelompok. Pada kelompok pertama FKUI bekerja sama dengan DELFT Imaging CAD4COVID. Kemudian kelompok kedua FKUI mengembangkan algoritma deteksi. Sedangkan kelompok ketiga adalah peneliti dari Fakultas Ilmu Komputer UI (Fasilkom UI) yang bekerja sama dengan tim dari AI Center Fasilkom UI.
baca juga: LINE Tambah Kapasitas Panggilan Video Hingga 200 Orang
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 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 dibatasi pada tenaga medis dan kesehatan di bidang radiologi. (OL-3)
