JAKARTA – Para peneliti di Google Health mengumumkan bahwa pihaknya telah berhasil mengidentifikasi penyakit kanker payudara pada berbagai pencitraan mamografi melalui penggunaan teknologi kecerdasan buatan, AI (artificial intelligence).
Hasil temuan ini akan menjadi bekal untuk penerapan yang lebih luas di masa depan, ketika model AI berpotensi untuk membantu ahli radiologi saat melakukan pemeriksaan untuk mendeteksi kanker payudara.
Product manager Google Health, Daniel Tse mengatakan pihaknya telah melakukan kerja sama dengan DeepMind, Cancer Research UK Imperial Centre, Northwestern University dan rumah sakit Royal Surrey County selama dua tahun terakhir untuk melakukan penelitian apakah kecerdasan buatan dapat membantu para ahli radiologi untuk menemukan tanda-tanda kanker payudara yang lebih akurat.
Model AI yang ciptakan oleh peneliti dilatih dan diatur pada set data representatif yang terdiri dari pencitraan mamografi tanpa identifikasi kepada 76.000 perempuan di Inggris dan lebih dari 15.000 ribu perempuan di Amerika Serikat (AS) guna mencari tahu apakah model dapat menemukan tanda-tanda kanker payudara.
Hasilnya, AI mampu mengidentifikasi kanker seperti dokter sungguhan dan mengurangi jumlah kesalahan diagnosis. Di AS, AI mengurangi kesalahan diagnosis kanker payudara sebesar 5,7 persen. Sedangkan di Inggris, penurunan kesalahan diagnosis sebesar 1,2 persen. Sementara, untuk proporsi kasus diagnosis yang tidak diketahui menurun sebesar masing-masing 9,4 persen dan 2,7 persen untuk pasien di AS dan Inggris.
“Kami juga meneliti apakah model dapat diterapkan secara lebih umum ke sistem perawatan kesehatan lainnya,” ujar Daniel Tse melalui telekonferensi di kantor Google Indonesia, Jakarta, Selasa (4/2). Hasil temuan ini baru langkah awal, ke depannya Google Health akan melakukan penelitian lanjutan agar sistem perangkat lunak dapat ditingkatkan demi kualitas perawatan pasien.
Nantinya teknologi AI ini dapat digunakan di segala sejenis pencitraan mamografi termasuk rumah sakit yang ada di Indonesia. “Kami harap dapat terus bekerja sama dengan para mitra kami di masa mendatang untuk menerjemahkan penelitian machine learning sehingga bisa bermanfaat bagi para dokter dan pasien,” pungkas Daniel. Ant/ils
