Penggunaan kecerdasan buatan (Artificial Intelligence/AI) telah merevolusi berbagai aspek kehidupan manusia, dari bisnis hingga perawatan kesehatan. Salah satu perkembangan yang menarik adalah penerapan AI untuk prediksi kematian. Bagaimana hal tersebut dimungkinkan? Simak penjelasannya pada artikel berikut!
Bagaimana AI dapat memprediksi kematian?
Kecerdasan buatan kini memiliki kemampuan untuk memprediksi kematian dini seseorang, menurut para peneliti medis. Para peneliti melatih sistem AI untuk menilai data kesehatan selama sepuluh tahun yang diberikan oleh lebih dari 500.000 warga Inggris.
Kemudian, para ilmuwan melatih kecerdasan buatan untuk menentukan apakah seseorang berisiko meninggal dunia akibat penyakit kronis. Menurut Stephen Weng, asisten profesor epidemiologi dan data science di University of Nottingham (UN) Inggris, prediksi kematian dini yang dibuat oleh algoritma AI dapat lebih akurat. Sistem ini dikatakan dapat “secara signifikan lebih akurat” daripada prediksi yang dibuat oleh model yang tidak menggunakan machine learning (ML).
Para peneliti menguji dua jenis algoritma AI untuk menentukan mana yang lebih mungkin untuk memprediksi subjek kematian dini. Algoritma AI tersebut adalah “deep learning,” di mana jaringan pemrosesan informasi berlapis memungkinkan komputer untuk belajar dari contoh-contoh.
Selain itu menggunakan “random forest,” algoritma AI yang tidak terlalu rumit yang menggabungkan beberapa model seperti pohon untuk memperhitungkan semua hasil yang mungkin terjadi. Hasil dari algoritme umum yang dikenal sebagai model Cox kemudian dibandingkan dengan temuan yang dicapai oleh model AI.
Ketiga model digunakan oleh para peneliti untuk menilai informasi dari UK Biobank, sebuah basis data genetik, fisik, dan data kesehatan. Hampir 14.500 partisipan meninggal dunia dalam kurun waktu 2006-2016, sebagian besar karena kanker, penyakit jantung, dan penyakit pernapasan.
Menggunakan variabel yang berbeda
Usia, jenis kelamin, riwayat merokok, dan diagnosis kanker sebelumnya adalah variabel utama dalam ketiga model untuk menentukan kemungkinan meninggal muda. Namun, para peneliti menemukan bahwa model-model tersebut berbeda di bidang-bidang penting lainnya.
Model ML tidak memperhitungkan etnisitas atau aktivitas fisik seperti halnya model Cox. Menurut penelitian tersebut, persentase lemak tubuh, ukuran pinggang, jumlah buah dan sayuran yang dikonsumsi, serta warna kulit semuanya diberi bobot yang lebih rendah oleh model random forest.
Faktor-faktor utama untuk model deep-learning termasuk paparan risiko terkait pekerjaan termasuk polusi udara, penggunaan alkohol, dan penggunaan obat-obatan tertentu. Algoritme deep-learning menghasilkan prediksi yang paling akurat setelah semua perhitungan selesai, dengan mengidentifikasi 76% peserta yang meninggal dunia selama periode penelitian.
Sebagai perbandingan, model Cox hanya mendeteksi sekitar 44% kematian dini. Sedangkan model random forest memprediksi dengan tepat sekitar 64% kematian dini.
Algoritma AI untuk prediksi kematian pada alat EKG
Elektrokardiogram (EKG), tes rutin yang melibatkan pemasangan elektroda kecil di dada untuk menilai ritme jantung dan aktivitas listrik jika kamu dirawat di rumah sakit. EKG rumah sakit biasanya dianalisis oleh dokter atau perawat.
Tetapi para peneliti sekarang menggunakan kecerdasan buatan untuk mengekstrak lebih banyak informasi dari pembacaan tersebut untuk meningkatkan sistem perawatan kesehatan. Menurut data sebuah penelitian, tim peneliti mengembangkan dan melatih program ML menggunakan 1,6 juta EKG yang diambil antara tahun 2007-2020 dari 244.077 orang di Alberta bagian utara.
Algoritma ini membagi pasien ke dalam lima kategori risiko, dari yang terendah hingga tertinggi. Selain itu dapat memprediksi kematian dengan tingkat akurasi 85% dari titik tersebut untuk setiap pasien dengan semua penyebab dalam waktu satu bulan, satu tahun, dan lima tahun.
Ketika data demografis dan hasil dari enam tes darah laboratorium yang umum ditambahkan, prediksi menjadi lebih akurat. Menurut peneliti utama Padma Kaul, profesor kedokteran dan salah satu direktur dari Canadian VIGOUR Centre, penelitian ini berfungsi sebagai bukti konsep untuk penggunaan data kesehatan yang diperoleh secara rutin. Hal ini bertujuan untuk meningkatkan perawatan individu dan memungkinkan sistem perawatan kesehatan untuk “belajar” sambil berjalan.
“Kami ingin mengetahui apakah kecerdasan buatan dan ML untuk menganalisis data dan mengidentifikasi pasien yang memiliki risiko kematian yang lebih tinggi,” kata Kaul. Hasil penelitian ini menunjukkan bagaimana model ML dapat digunakan untuk mengubah data kesehatan menjadi pengetahuan yang dapat digunakan untuk mendukung pengambilan keputusan.
Prediksi kematian dengan kecerdasan buatan yang diciptakan oleh Google
Google menciptakan teknologi AI untuk memprediksi kematian seseorang. Pasien dengan kanker payudara stadium lanjut memberikan 175.639 titik data yang dianalisis oleh algoritma Google. Ini menyebabkan cairan memenuhi paru-paru dan organ lainnya, sehingga memberinya peluang 9,3% untuk hidup, menurut profesional medis.
Sebaliknya, harapan hidup yang lebih panjang diprediksi oleh algoritma Google. Menurut informasi yang dikumpulkan, Google memprediksi wanita tersebut memiliki risiko kematian sebesar 19,9%. Tetapi, pasien tersebut dinyatakan meninggal beberapa hari kemudian.
Sebagai hasil kejadian ini, Google menciptakan alat untuk memprediksi prospek kelangsungan hidup pasien, termasuk lama dirawat, sampai potensi waktu kematian. Dibandingkan dengan metode sebelumnya, AI mengevaluasi semua data dan menghasilkan prediksi yang lebih cepat dan akurat. Algoritma Google bahkan mengidentifikasi bukti yang mendukung sebuah kesimpulan.
Menurut salah satu penulis riset ini dan profesor Universitas Stanford, Nigam Shah, metode yang ada saat ini menghabiskan 80% waktunya untuk membuat data menjadi rapi. Sementara strategi Google benar-benar menjauhi hal ini.
Rumah sakit, dan penyedia layanan kesehatan lainnya pasti tercengang dengan kemampuan Google dalam menggali data, termasuk catatan dalam dokumen dan bagan lama. Mengingat bahwa organisasi medis telah bekerja untuk memanfaatkan data pasien dan informasi kesehatan untuk menyelamatkan lebih banyak nyawa selama bertahun-tahun.
Itu dia pemaparan mengenai AI untuk prediksi kematian. Punya pertanyaan mengenai virtual reality, augmented reality dan teknologi lainnya? Temukan jawabannya di blog MetaNesia!
MetaNesia adalah platform dunia metaverse yang menciptakan interaksi virtual di mana pengguna dapat berinteraksi, berkolaborasi, dan berkreasi dengan lingkungan digital yang mendukung. Apabila kamu tertarik untuk menjual produk digital atau menjalin kerja sama dengan MetaNesia, kamu dapat bergabung dengan menghubungi Customer Service kami melalui WhatsApp untuk bertanya. Kamu juga dapat berkonsultasi dengan pihak MetaNesia secara gratis.
Kamu juga bisa merasakan pengalaman di dunia virtual dengan mengunduh aplikasi MetaNesia melalui website kami. Ayo rasakan pengalaman yang belum pernah kamu coba sebelumnya melalui MetaNesia!
Twitter
Linkedin