Machine Learning Prediksi Demensia dengan Akurasi 92 Persen Berdasarkan Data 15.300 Pasien

Para periset dari University of Exeter menemukan Machine Learning dapat secara akurat mengetahui siapa yang akan mengalami demensia dengan menggunakan data lebih dari 15.300 pasien

oleh M Hidayat diperbarui 20 Des 2021, 06:30 WIB
Diterbitkan 20 Des 2021, 06:30 WIB
Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan
Ilustrasi Machine Learning, Deep Learning, Artificial Intelligence, Kecerdasan Buatan. Kredit: Mohamed Hassan via Pixabay

Liputan6.com, Jakarta - Para periset dari University of Exeter menemukan bahwa Machine Learning dapat secara akurat mengetahui siapa yang akan mengalami demensia dengan menggunakan data lebih dari 15.300 pasien Memory Clinics--klinik yang berfokus pada masalah ingatan--di Amerika Serikat.

Studi yang terbit di JAMA Network Open dan didanai oleh Alzheimer's Research UK itu juga menyarankan bahwa algoritma Machine Learning dapat membantu mengurangi jumlah orang yang mungkin terdiagnosis demensia secara keliru.

Para peneliti menganalisis data orang-orang yang menghadiri jaringan 30 Memory Clinics di AS.

Mereka tidak mengalami demensia pada awal penelitian berlangsung, meskipun banyak di antaranya yang mengalami masalah dengan ingatan atau fungsi otak lainnya.

Dalam jangka waktu studi antara 2005 dan 2015, satu dari sepuluh peserta (1.568) menerima diagnosis demensia baru dalam waktu dua tahun setelah mengunjungi Memory Clinics.

Riset itu pun mendapati bahwa model Machine Learning dapat memprediksi kasus demensia baru ini dengan akurasi hingga 92 persen. Angka ini disebut jauh lebih akurat daripada dua metode penelitian alternatif yang ada.

 

* Untuk mengetahui kebenaran informasi yang beredar, silakan WhatsApp ke nomor 0811 9787 670 hanya dengan ketik kata kunci yang diinginkan.

Identifikasi Diagnosis Keliru

Para peneliti juga untuk pertama kalinya menemukan bahwa sekitar delapan persen (130) dari diagnosis demensia tampaknya keliru. Model Machine Learning secara akurat mengidentifikasi lebih dari 80 persen diagnosis inkonsisten ini.

"Kami saat ini dapat mengajarkan komputer untuk secara akurat memprediksi siapa yang akan mengembangkan demensia dalam dua tahun. Kami juga senang mengetahui bahwa pendekatan Machine Learning kami dapat mengidentifikasi pasien yang mungkin salah didiagnosis," ujar Profesor David Llewellyn, periset berbasis di University of Exeter.

Pencapaian ini, menurut Llewellyn, berpotensi untuk "mengurangi dugaan dalam praktik klinis dan secara signifikan meningkatkan jalur diagnostik, sehingga membantu keluarga mengakses dukungan yang mereka butuhkan secepat dan seakurat mungkin."

 

Potensi Kecerdasan Buatan

Sementara itu, Dr Janice Ranson, yang juga periset di University of Exeter menambahkan bahwa demensia adalah kondisi yang sangat ditakuti.

Oleh karena itu, menurut dia, "menyematkan Machine Learning dapat membantu memastikan diagnosis jauh lebih akurat, serta mengurangi kesusahan yang tidak perlu yang dapat disebabkan oleh diagnosis keliru."

Saat ini tim periset berencana melakukan studi tindak lanjut untuk mengevaluasi penggunaan praktis metode Machine Learning di klinik, untuk menilai apakah itu dapat dirilis untuk meningkatkan diagnosis, pengobatan, dan perawatan demensia.

Deteksi Dini

Dr Rosa Sancho, Kepala Penelitian di Alzheimer's Research UK menuturkan bahwa kecerdasan buatan memiliki potensi besar untuk meningkatkan deteksi dini penyakit yang menyebabkan demensia.

"Teknik ini merupakan peningkatan yang signifikan atas pendekatan alternatif yang ada dan dapat memberikan dasar bagi dokter untuk merekomendasikan perubahan gaya hidup dan mengidentifikasi orang-orang yang mungkin mendapat manfaat dari dukungan atau penilaian mendalam," kata Sancho.

Infografis 5 Gejala Sakit Kepala Akibat Covid-19

Infografis 5 Gejala Sakit Kepala Akibat Covid-19. (Liputan6.com/Abdillah)
Infografis 5 Gejala Sakit Kepala Akibat Covid-19. (Liputan6.com/Abdillah)
Lanjutkan Membaca ↓
Loading

POPULER

Berita Terkini Selengkapnya