Penelitian itu dituangkan dalam disertasi berjudul “Pengembangan Model Kecerdasan Buatan Pembelajaran Mesin untuk Prediksi Keberhasilan Terapi Trombolisis Intravena pada Stroke Iskemik Hiperakut Sirkulasi Anterior dengan Menggunakan CT scan Otak, Data Klinis, dan Laboratorium Darah”.
“Penelitian ini merupakan yang pertama di Indonesia, yang memanfaatkan kecerdasan buatan untuk menentukan terapi pada pasien stroke sumbatan hiperakut dengan menggunakan data lokal," dosen FK UI itu dalam keterangan tertulis yang dikeluarkan UI, Rabu, 31 Juli 2024.
Hasil penelitian ditemukan membuka peluang baru dalam penanganan stroke. Hal ini diharapkan dapat meningkatkan kualitas hidup pasien serta mengurangi beban sistem kesehatan nasional.
Berdasarkan proses terjadinya, stroke dibedakan menjadi dua, yakni stroke perdarahan dan stroke non-perdarahan atau sumbatan. Stroke sumbatan hiperakut terjadi ketika aliran darah menuju jaringan otak terganggu karena adanya sumbatan dalam kurun waktu enam jam dari awitan stroke.
Waktu awitan ini perlu diketahui agar dapat ditentukan apakah terapi trombolisis intravena atau trombektomi mekanik dapat dilakukan. Reyhan melibatkan 145 sampel untuk pengembangan algoritma pembelajaran mesin.
Sampel diambil secara retrospektif berdasarkan registrasi code stroke di Rumah Sakit Dr. Cipto Mangunkusumo (RSCM) sejak November 2014 hingga Februari 2023.
Dari keseluruhan sampel, untuk penderita stroke sumbatan hiperakut yang diberikan tatalaksana trombolisis—memiliki data CT scan otak non-kontras, data klinis saat masuk rumah sakit dan 24 jam pasca trombolisis, serta data laboratorium darah yang terkait stroke—diinklusikan dalam penelitian ini. Variabel data digunakan sebagai masukan uji coba dalam pengembangan model pembelajaran mesin untuk memprediksi kondisi perbaikan klinis pasien pasca terapi trombolisis.
Pengolahan data dan pengembangan model menggunakan algoritma pembelajaran mesin Random Forest (RF) dan Convolutional Neural Network (CNN). Model kecerdasan buatan ini mampu membantu prediksi luaran pasien stroke sumbatan hiperakut sesudah trombolisis dilakukan dengan memanfaatkan data klinis, laboratorium, dan pemeriksaan CT scan otak. Model ini dapat digunakan sebagai alat bantu bagi klinisi, terutama di rumah sakit dengan keterbatasan dokter spesialis, namun memiliki kemampuan untuk melakukan terapi trombolisis.
“Dengan adanya penelitian ini, diharapkan tercipta terobosan baru dalam penatalaksanaan stroke sumbatan guna menurunkan tingkat kematian dan disabilitas pasien. Namun, model kecerdasan buatan ini masih perlu diuji coba dan diaplikasikan lebih luas pada rumah sakit pusat stroke lainnya yang melakukan terapi trombolisis,” kata Ketua Departemen Radiologi FKUI-RSCM.
Berkat penelitiannya, Reyhan berhasil mendapatkan gelar Doktor dari FKUI pada sidang promosi doktor. Sidang tersebut diketuai oleh Dekan FKUI, Prof. Dr. dr. Ari Fahrial Syam, SpPD-KGEH, MMB, dengan Promotor Prof. Dr. dr. Salim Harris, Sp.S(K), FICA serta Ko-Promotor Dr. dr. Prijo Sidipratomo, Sp.Rad, Subsp.RI(K), S.H., M.H dan Dr. dr. Jacub Pandelaki, Sp.Rad, Subsp.RI(K).
Adapun tim penguji yang diketuai oleh Prof. Dr. dr. Suhendro, Sp.PD, Subsp P.T.I.(K), dengan anggota terdiri atas Dr. dr. Andhika Rachman, Sp.PD-KHOM; Dr. dr. Aria Kekalih, MTI; Prof. Dr. Eng. Wisnu Jatmiko, S.T, M.Kom; dan penguji dari Universitas Syiah-Kuala, Prof. Dr. dr. Syahrul, Sp.N(K).
Dekan FKUI, Ari Fahrial, berharap ke depan semakin banyak riset tentang pemanfaatan Artificial Intelligence (AI) dalam dunia kedokteran dan kesehatan sebagaimana yang dilakukan oleh Reyhan. Dia menyebut Reyhan konsisten dengan topik yang diangkat karena juga terlibat di beberapa studi AI, baik untuk penanganan covid-19, Tuberculosis, maupun stroke.
"Saya berharap ia tetap konsisten untuk hal ini dan mudah-mudahan akan ada terus riset-riset untuk AI khususnya di bidang Radiologi,” ujar Ari.
| Baca juga: Miegu, Inovasi Mi Ramah Lingkungan dari Sagu Bikinan Mahasiswa Vokasi UI |
Cek Berita dan Artikel yang lain di
Google News
Viral! 18 Kampus ternama memberikan beasiswa full sampai lulus untuk S1 dan S2 di Beasiswa OSC. Info lebih lengkap klik : osc.medcom.id
