Penerapan Artificial Intelligence pada Sistem Prediksi Serangan Jantung

Hasil gambar untuk Self-taught artificial intelligence beats doctors at predicting heart attacks


Studi Kasus:
Banyaknya kasus kematian mendadak menjadi bukti bahwa memprediksi serangan jantung secara akurat bukanlah hal yang mudah, bahkan bagi dokter ahli sekaligus. Dokter memiliki pengetahuan dan pengalaman untuk menilai faktor resiko dan memberikan peringatan dini kepada pasien tentang resiko serangan jantung, akan tetapi teknologi komputer dapat menjadi solusi yang lebih baik dan akurat.

Solusi:
Sekelompok peneliti dari University of Nottingham telah mengembangkan sebuah program komputer yang mampu memprediksi serangan jantung lebih baik daripada dokter. Algoritma yang digunakan pada program ini yaitu random test, logistic regression, gradien boosting dan neural networks. Algoritma tersebut bekerja dengan mengolah rekam medis pasien dan mengembangkan sendiri kriteria-kriteria faktor resiko melampaui standar yang ditetapkan oleh American College of Cardiology atau American Heart Association.
Kriteria-kriteria tersebut meliputi beberapa faktor resiko seperti usia, tekanan darah dan obesitas. Makin tinggi nilai yang diperoleh maka makin tinggi pula peluang seseorang terkena serangan jantung. Kriteria ini menjadi panduan bagi para dokter ahli di Amerika. Namun, teknologi komputer ini menawarkan pendekatan berbeda dan menemukan ruang untuk melakukan peningkatan yang tidak dapat dilakukan oleh manusia.
Keempat algoritma yang digunakan mampu belajar, kemudian menganalisa data dalam jumlah besar untuk membuat prediksi tanpa campur tangan manusia. Sedikitnya ada 378, 256 rekam medis yang diolah oleh sistem. 78% data tersebut akan diolah oleh keempat algoritma, dimana masing-masing sistem mencoba menemukan pola dan membuat kriterianya sendiri, kemudian mengujinya ke rekam medis yang tersisa.
Hasilnya, keempat program mampu melampui akurasi yang dibuat oleh dokter menggunakan panduan dari AHA/ACC, di mana menggunakan neural networks mampu memprediksi dengan benar 7.6% lebih sering ketimbang kriteria AHA dan ACC, dan hanya dengan 1,6% tingkat kesalahan. Artinya, dari 83.000 sampel yang diolah, 355 orang pasien bisa diselamatkan.

Referensi:
http://www.sciencemag.org/news/2017/04/self-taught-artificial-intelligence-beats-doctors-predicting-heart-attacks

Comments

Popular posts from this blog

SISTEM HARDWARE PADA SISTEM TEKNOLOGI INFORMASI

Framework Hybrid Apps