Francisco Herrera, profesor Ilmu Komputer di Universitas Granada, memimpin penyelidikan diteksi Covid-19 Dalam Sinar X yang bertujuan untuk mendiagnosis COVID-19 dalam waktu kurang dari satu detik melalui rontgen dada . Proyek yang sedang dalam tahap lanjut ini menggunakan kecerdasan buatan sebagai alat untuk menginterpretasikan gambar biomedis dengan lebih efisien daripada otak manusia. Teknik ini akan sangat membantu puskesmas yang tidak memiliki sistem pencitraan diagnostik yang canggih.
Herrera adalah penyelidik utama proyek ‘Pembelajaran Mendalam dan Cerdas untuk Masalah Kompleks’, yang menerima Bantuan untuk Tim Data Besar dari Yayasan BBVA pada tahun 2018 . “Dalam proyek yang didukung oleh Yayasan ini,” kata Herrera, “kami mengusulkan, di satu sisi, garis teoritis untuk memahami cara kerja mesin cerdas, dan kemudian kami mengusulkan penerapannya untuk menafsirkan gambar dalam skenario yang berbeda, seperti dalam ekologi dan studi keanekaragaman hayati atau di bidang keamanan ”.
Dengan meluasnya pandemi, dan berkat hubungan mereka dengan area radiologi Rumah Sakit Universitas San Cecilio de Granada, mereka melihat bahwa proyek mereka dapat menawarkan solusi untuk deteksi cepat penyakit tersebut. “Kami memutuskan untuk berkolaborasi dengan tim radiologi yang dipimpin oleh Dr. José Luís Martín untuk mengembangkan sistem cerdas yang dapat mendeteksi COVID-19 pada sinar-X , dalam sepersepuluh detik,” jelasnya.
Tim Herrera telah membuktikan keefektifan sistem mereka untuk membaca sinar-X dengan lebih presisi daripada dokter spesialis. Menurut data dari jurnal referensi ‘ Radiology ‘, ahli radiologi hanya mampu mendeteksi 69% kasus COVID-19 pada rontgen . Sistem cerdas yang dikembangkan Herrera telah mencapai tingkat akurasi 75-77%.
“Tingkat keberhasilan yang kami capai dengan sistem ini sudah jauh lebih tinggi daripada spesialis, meskipun kami berambisi dan ingin menyempurnakannya hingga 80% sebelum menerapkannya di klinik, dan juga meningkatkan perilakunya untuk mendeteksi penyakit. skala yang berbeda dari tingkat keparahan pneumonia yang terkait dengan COVID-19, dengan tujuan untuk mencapai tingkat keberhasilan di atas 90% untuk insiden pneumonia sedang di paru-paru, ”kata peneliti.
Untuk mengembangkan teknologi ini, mereka telah bekerja dengan database 300 pasien sinar-X dengan diagnosis positif COVID-19 dan 300 lebih banyak gambar pasien tanpa penyakit tersebut. “Semua radiografi kami divalidasi dengan tes PCR yang telah memverifikasi keberadaan penyakit pada pasien,” jelas Herrera. Saat ini mereka berharap memiliki lebih banyak gambar untuk memungkinkan model pembelajaran mencapai ketangguhan yang lebih besar . “Kami ingin mendasarkan sistem kami pada metodologi yang sangat kuat dan tidak meluncurkan lonceng terlalu dini,” tegasnya.
Namun, Herrera optimis bahwa mereka dapat mulai menerapkan sistem mereka pada musim gugur, sebelum kemungkinan pertumbuhan kembali, jika mereka dapat mencapai ambang batas pencapaian 80%. Suatu teknik yang akan sangat berguna bagi puskesmas dan rumah sakit di kota-kota kecil yang belum memiliki sistem pencitraan yang canggih seperti CT. Dengan penerapannya, sistem akan memungkinkan dokter keluarga untuk mendiagnosis kasus COVID-19 secara andal melalui rontgen dalam beberapa menit, selama pasien telah memengaruhi paru-paru. “Dengan cara ini, protokol skrining dan isolasi pasien dapat dengan cepat diaktifkan untuk pasien yang terkena,” kata Herrera.
Penelitian ini adalah contoh baru dari potensi biomedis yang besar dari ‘pembelajaran mesin’ sebagai alat ilmiah . Berkat kemajuan di bidang ini, mesin cerdas saat ini dapat dilatih untuk mengklasifikasikan kumpulan data dengan presisi manusia atau terkadang sangat tinggi. Bagi peneliti, “telah ditunjukkan bahwa mesin lebih unggul daripada manusia dalam analisis gambar biomedis untuk diagnosis kanker kulit, dengan mampu mendeteksi detail yang tidak dapat dilihat oleh ahli darah dan daging.” Namun, ini tidak berarti bahwa itu akan menggantikan para ahli, meskipun “ini bisa menjadi alat yang sangat berguna untuk mendukung pengambilan keputusan, dengan keunggulan kecepatan sistem analisis.”
