Kecerdasan Buatan (AI) Dapat Diaplikasikan untuk Memprediksi Kematian Pasien

https://i1.wp.com/warstek.com/wp-content/uploads/2018/03/Untitled-1.jpg

Kematian akan dialami oleh setiap mahluk hidup baik yang disebabkan oleh penyakit, kecelakaan ataupun memang sudah tiba ajalnya. Kematian akan datang kepada siapa saja yang pernah hidup di dunia fana ini. Kematian tidak dapat dihindari, karena kedatangannya adalah pasti, dan bisa datang kapan pun dan dimana saja, tanpa mengenal waktu dan tempat. Terkadang seseorang yang pagi harinya sehat dan bugar, tiba-tiba sorenya meninggal. Namun kematian pada umumnya diawali dengan sakit terlebih dahulu.

Pada 16 Januari 2018 terbit artikel di IEEE Spectrum, berjudul “Stanford’s AI Predicts Death for Better End-of-Life Care” dan pada 17 November 2017 terbit makalahnya di Arxiv dengan judul “Improving Palliative Care with Deep Learning” yang ditulis oleh Anand Avati et al, yang merupakan tim ilmuwan dari Universitas Stanford. Makalah tersebut menjelaskan bagaimana menggunakan Kecerdasan Buatan yang berupa algoritma Pembelajaran Mendalam (Deep Learning) untuk membantu dokter dalam meningkatkan kualitas perawatan pada akhir-akhir masa hidup pasien rawat inap. Tentu dengan tujuan agar pasien mendapatkan pelayanan yang lebih baik.

Penelitian yang dilakukan oleh tim ilmuwan dari Universitas Stanford tersebut didasarkan pada banyaknya dokter yang seringkali memberikan perkiraan terlalu banyak tentang kapan pasien akan meninggal. Penelitian telah menunjukkan bahwa dokter cenderung terlalu memperkirakan prognosis yang dikombinasikan dengan ketidakcocokan pengobatan. Hal tersebut menyebabkan tidak sesuainya keinginan pasien dan perawatan yang mereka peroleh pada akhir hidup pasien tersebut.

Para ilmuwan yang didalamnya termasuk Prof. Andrew Ng (beliau merupakan seorang professor ahli Machine Learning di Universitas Stanford) menggunakan Deep Learning untuk memecahkan masalah ini dengan melatih Kecerdasan Buatan tersebut pada data yang diperoleh dari data rekam medis elektronik (Electronic Health Record, EHR). Algoritma Deep Learning merupakan teknik paling populer agar suatu mesin dapat belajar. Tentunya mesin tersebut menggunakan jaringan saraf tiruan untuk menyaring dan mempelajari dari sejumlah besar data. Algortima Kecerdasan Buatan yang dapat memprediksi kematian tersebut masih dalam tahap uji coba agar bisa mendapatkan persetujuan dari Dewan Penasehat Institusional di pusat medis akademis Universitas Stanford.

Data rekam medis elektronik pasien secara otomatis akan dievaluasi oleh Deep Learning yang akan berguna bagi pasien untuk mendapatkan pelayan yang lebih baik. Algortima Deep Learning dilatih dengan data-data rekam medis sejumlah sekitar 2 juta pasien dewasa dan anak-anak yang dirawat di Rumah Sakit Stanford atau Rumah Sakit Anak Lucile Packard untuk memprediksi kematian pasien tertentu dalam 3-12 bulan kedepan. Prediksi tersebut berguna untuk memberikan paling sedikit waktu selama 3 bulan sebagai persiapan dalam perawatan paliatif. Perlu digaris bawahi bahwa algoritma ini hanya digunakan untuk memprediksi penyebab semua kematian, bukan tentang penyakit yang dialami atau spesifik demografis penyakitnya[1][2].

Sebelumnya juga pada 10 Mei 2017 terbit makalah penelitian di jurnal Nature yang bersifat open access, berjudul “Precision Radiology: Predicting longevity using feature engineering and deep learning methods in a radiomics framework“. Pada makalah yang ditulis oleh Luke Oakden-Rayner et al yang merupakan ilmuwan dari Universitas Adelaide, Australia, menyatakan bahwa sistem kecerdasan buatan yang mereka bangun mampu mendiagnosis penyakit dan bahkan dapat memprediksi dengan akurat kapan seseorang akan meninggal.

Para ilmuwan melakukan penelitian dengan mengembangkan hasil riset dari data CT scan sebanyak 48 pasien. Algortima yang mereka gunakan juga sama yaitu menggunakan Deep Learning yang dapat memberikan output akhir berupa diagnosis apakah pasien akan meninggal dalam kurun waktu 5 tahun mendatang. Prediksi dari algoritma tersebut memiliki tingkat akurasi sebesar 69% yang merupakan skor serupa dengan keakuratan yang dilakukan oleh manusia yang berprofesi sebagai dokter[3][4].

Referensi:

  1. Hsu, Jeremy. 2018. “Stanford’s AI Predicts Death for Better End-of-Life Care“. IEEE Spectrum, 16 Januari 2018 (https://spectrum.ieee.org/the-human-os/biomedical/diagnostics/stanfords-ai-predicts-death-for-better-end-of-life-care) diakses pada 8 Maret 2018
  2. Avati, Anand et al. 2017. “Improving Palliative Care with Deep Learning“. Arxiv, 17 November 2017 ([1711.06402] Improving Palliative Care with Deep Learning) diakses pada 8 Maret 2018
  3. Oakden-Rayner, Luke et al. 2017. “Precision Radiology: Predicting longevity using feature engineering and deep learning methods in a radiomics framework“. Nature, 10 Mei 2017 (Precision Radiology: Predicting longevity using feature engineering and deep learning methods in a radiomics framework | Scientific Reports) diakses pada 8 Maret 2018
  4. Miley, Jessica. 2017. “Artificial Intelligence Systems Can Now Predict When You Will Die“. Interesting Engineering, 8 Juni 2017 (Artificial Intelligence Systems Can Now Predict When You Will Die) diakses pada 8 Maret 2018