PEMANFAATAN KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) UNTUK MENDETEKSI HASIL CT SCAN PARU-PARU PASIEN YANG TERINFEKSI COVID-19
Keywords:
COVID-19, Artificial Intelligence, Deep Learning, CNN, CT ScanAbstract
Penyakit Virus Corona 19 (COVID-19) adalah penyakit menular yang disebabkan oleh virus corona yang baru-baru ini ditemukan. Saat ini, COVID-19 menjadi permasalahan yang signifikan bagi kita semua, namun hingga saat ini belum ditemukan obat yang efektif untuk mengatasinya. Salah satu masalah lainnya adalah deteksi infeksi pada individu. Metode pendeteksian COVID-19 saat ini, seperti PCR Swap, dianggap masih lambat, sementara Rapid Tes dianggap kurang dapat dipercaya berdasarkan beberapa kasus sebelumnya. Penelitian ini bertujuan untuk mengembangkan metode yang lebih cepat dan akurat dalam pendeteksian individu yang terinfeksi COVID-19 dengan menggunakan Artificial Intelligence, khususnya dengan menggunakan arsitektur Convolutional Neural Network (CNN) dalam pembelajarannya. Metode penelitian yang digunakan dalam studi ini adalah literature review, di mana artikel-artikel terkait dikumpulkan dan diproses menggunakan aplikasi Mendeley. Kriteria yang digunakan dalam seleksi artikel adalah artikel yang diterbitkan pada tahun 2020 yang membahas penggunaan Artificial Intelligence dalam penanganan COVID-19. Berdasarkan pengumpulan dan pembahasan beberapa penelitian yang ada, dapat disimpulkan bahwa dengan menggunakan sistem Artificial Intelligence, deteksi infeksi COVID-19 pada individu dapat dilakukan melalui analisis pola pada hasil CT Scan Paru dengan tingkat akurasi yang tinggi, menggunakan data latih yang telah ada.
References
Zhu, J., Shen, B., Abbasi, A., Hoshmand-Kochi, M., Li, H., & Duong, T. Q. (2020). Deep transfer learning artificial intelligence accurately stages COVID-19 lung disease severity on portable chest radiographs. PLoS ONE. 2(3).
Xu, X., Jiang, X., Ma, C., Du, P., Li, X., Lv, S., Yu, L., Ni, Q., Chen, Y., Su, J., Lang, G., Li, Y., Zhao, H., Liu, J., Xu, K., Ruan, L., Sheng, J., Qiu, Y., Wu, W., … Li, L. (2020). A Deep Learning System to Screen Novel Coronavirus Disease 2019 Pneumonia. Engineering. 2(2). 345-354.
Li, L., Qin, L., Xu, Z., Yin, Y., Wang, X., Kong, B., Bai, J., Lu, Y., Fang, Z., Song, Q., Cao, K., Liu, D., Wang, G., Xu, Q., Fang, X., Zhang, S., Xia, J., & Xia, J. (2020). Using Artificial Intelligence to Detect COVID-19 and Community-acquired Pneumonia Based on Pulmonary CT: Evaluation of the Diagnostic Accuracy. Jakarta Radiology.
Ko, H., Chung, H., Kang, W. S., Kim, K. W., Shin, Y., Kang, S. J., Lee, J. H., Kim, Y. J., Kim, N. Y., Jung, H., & Lee, J. (2020). COVID-19 pneumonia diagnosis using a simple 2d deep learning framework with a single chest CT image: Model development and validation. Journal of Medical Internet Research. 2(2) 468-476.
Harmon, S. A., Sanford, T. H., Xu, S., Turkbey, E. B., Roth, H., Xu, Z., Yang, D., Myronenko, A., Anderson, V., Amalou, A., Blain, M., Kassin, M., Long, D., Varble, N., Walker, S. M., Bagci, U., Ierardi, A. M., Stellato, E., Plensich, G. G., … Turkbey, B. (2020). Artificial intelligence for the detection of COVID-19 pneumonia on chest CT using multinational datasets. Jakarta. Nature Communications.
Ahmad, T., Khan, M., Haroon, Musa, T. H., Nasir, S., Hui, J., Bonilla-Aldana, D. K., & Rodriguez-Morales, A. J. (2020). COVID-19: Zoonotic aspects. Travel Medicine and Infectious Disease, 3(2), 101-117.
Ahuja, S., Panigrahi, B. K., Dey, N., Rajinikanth, V., & Gandhi, T. K. (2020). Deep transfer learning-based automated detection of COVID-19 from lung CT scan slices. Jakarta. Applied Intelligence.
Ardakani, A. A., Kanafi, A. R., Acharya, U. R., Khadem, N., & Mohammadi, A. (2020). Application of deep learning technique to manage COVID-19 in routine clinical practice using CT images: Results of 10 convolutional neural networks. Computers in Biology and Medicine, 1(4), 103-125.
Das C, Lucia MS, H. K. and T. J. (2017). HHS Public Access. Physiology & Behavior, 176(3), 139–148.
