ACADSTAFF UGM

CREATION
Title : X-ray AI TB: Aplikasi Kecerdasan Buatan dalam Pembacaan X-ray Digital untuk Skrining Tuberkulosis di Indonesia
Author :
Date : 14 2022
Abstract : Tuberkulosis (TB) adalah salah satu penyakit infeksi yang paling mematikan di dunia. Sekitar sepertiga pasien tidak mendapatkan diagnosis yang cepat dan akurat atau pengobatan yang efektif, sehingga meningkatan kemungkinan kematian. Indonesia dengan jumlah populasi 274 juta, menjadi negara dengan beban TB terbesar ketiga. Indonesia juga mempunyai kesenjangan tertinggi kedua di dunia antara jumlah kasus sebenarnya dengan kasus yang terdeteksi. WHO menganjurkan agar skrining TB dilakukan dengan pemeriksaan gejala dan Xray dada. X-ray dada memiliki sensitivitas yang lebih tinggi dibanding pemeriksaan gejala (87% v.s. 70%). Meskipun sensitivitas X-ray dada tinggi ketika diinterpretasikan oleh dokter ahli radiologi yang berpengalaman, tidak semua daerah memiliki akses terhadap dokter ahli radiologi. Oleh karena itu, dalam pedoman skrining TB yang terbaru (Maret 2021), WHO merekomendasikan penggunaan perangkat lunak CAD untuk membantu interpretasi X-ray dada digital untuk skrining TB bagi individu berusia >15 tahun. CAD juga dapat digunakan sebagai second reader pada pusat pelayanan kesehatan yang memiliki dokter ahli radiologi. Beberapa produk perangkat lunak CAD telah dikembangkan dalam interpretasi X-ray digital untuk diagnosis TB, seperti CAD4TB (DIAG, Radboud University, Belanda), qXR (Qure.AI, India), dan Lunit INSIGHT CXR (Lunit, Korea Selatan), namun tidak ada perangkat lunak CAD yang dikembangkan oleh Indonesia, sedangkan Indonesia memiliki angka kejadian dan beban TB tertinggi nomor tiga di dunia. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan perangkat lunak CAD untuk membantu interpretasi hasil X-ray dada digital dan menginvestigasi sensitivitas dan spesifisitasnya. Pengembangan perangkat lunak CAD ini melalui 3 fase, yaitu uji profiling, uji validasi, dan uji skrining. Dengan dana DAMAS ini, akan dilakukan uji profiling. Foto radiografi dada pasien yang terdiagnosis TB dan radiografi dada pasien dengan keluhan pernapasan yang lain di RSUP Dr. Sardjito yang didapatkan pada tahun 2021 (sebanyak minimal 3160 sampel) akan dilatihkan ke perangkat lunak CAD. Segmentasi area paru-paru dilakukan untuk membagi bidang paru-paru menjadi area yang tumpang tindih dengan berbagai ukuran. Fitur tekstur diekstraksi dari setiap area, menggunakan multiscale filter bank. Satu dataset pelatihan yang terpisah akan dibangun untuk setiap area. Semua area diklasifikasikan dengan k-nearest neighbours dan metode leave-one out. Selanjutnya, hasil klasifikasi dari masing-masing area digabungkan, menggunakan pengganda berbobot di mana area dengan klasifikasi yang lebih andal memiliki bobot yang lebih berat, sehingga akan dihasilkan skor abnormalitas untuk setiap gambar. Kurva ROC akan memplot fraksi true positive sebagai fungsi dari fraksi false positive. Analisis area di bawah kurva ROC (AUC) dan standar deviasinya akan dilakukan dengan STATA 17 (StataCorp LLC, College Station, TX). Penelitian ini adalah kerjasama departemen Ilmu Penyakit Dalam, Pusat Kedokteran Tropis, Radiologi, RSUP Dr. Sardjito, dan institusi mitra (Fakultas MIPA UGM) dengan hasil publikasi dan pengembangan perangkat lunak computer-aided detection untuk membantu dokter ahli radiologi dalam skrining TB. Dengan penelitian ini, skrining TB yang lebih efektif, mudah, dan menjangkau seluruh lapisan masyarakat dapat dilakukan, dan pada akhirnya meningkatkan kualitas pelayanan kesehatan bagi masyarakat. Penelitian ini sejalan dengan peta jalan dan renstra penelitian FKKMK UGM, yaitu pencegahan, diagnostik, intervensi medis dan kesehatan masyarakat untuk peningkatan kualitas pelayanan dengan pemanfaatan teknologi untuk kedokteran dan pelayanan dalam bidang penyakit menular, dan berorientasi pada paten dan hilirisasi produk. Kata kunci: tuberkulosis, skrining, X-ray dada, kecerdasan buatan, computer-aided detection
Group of Knowledge : Penyakit Dalam
Original Language : Bahasa Indonesia
Level : Nasional
Status :
Document
No Title Document Type Action
1 1_ dr_ Antonia Morita IS, Ph_D-Skema PascaDoktoral.pdf
Document Type : Kontrak
Kontrak View