Teknologi AI untuk Prediksi Kematian Pasien Capai Akurasi 90%

Kematian merupakan suatu hal yang pasti dan tak dapat dielakkan. Meski begitu tak ada yang bisa mengetahui kapan hal tersebut aka terjadi pada setiap makhluk.

Namun peneliti mengembangkan sistem AI revolusioner, sebuah algoritma learning baru yang akan memprediksi kematian pasien di rumah sakit (RS). Teknologi itu bahkan memiliki akurasi hingga 90%.

Para peneliti dari Stanford University yang mengembangkan teknologi tersebut dengan tujuan untuk memberikan perawatan akhir yang sesuai kepada pasien. Sebagaimana diketahui, orang-orang yang memiliki penyakit yang telah parah membutuhkan perawatan yang khusus demi meningkatkan kualitas hidupnya sembari memberi rasa tenang dari gejala dan tekanan akibat panyakitnya.

Pendekatan itu sendiri memerlukan pengetahuan bagi seorang dokter terkait seberapa lama pasien dapat hidup. Pasalnya jika pasiesn itu berada di tangan yang salah, mereka justru akan memiliki kemungkinan untuk meninggal lebih cepat.

Hal itulah yang mendorong para peneliti di Stanford membawa AI untuk mengatasi kemunkinan buruk tersebut. Dalam sebuah makalah yang diterbitkan di server preprint arXiv, kelompok peneliti itu telah merinci hasil pelatihan algoritma deep learning untuk mengetahui pasien mana yang beresiko lebih besar meninggal dalam waktu dekat.

Sistem yang dirancang para peneliti itu belajar dari catatan kesehatan elektronik meliputi informasi diagnosis hingga prosedur yang dilakukan pada sekira 160.000 pasiesn orang dewasa dan anak-anak di rumah sakit Stanford dan Lucile Packard Children.

Saat diminta untuk memperkirakan mana dari 40.000 pasien yang akan meninggal dalam tiga sampai dua belas bulan ke depan, sistem tersebut dengan benar memperkirakan angka kematian pada 90% kasus.

“Skala data yang tersedia memungkinkan kami membuat model prediksi semua penyebab kematian, bukan hanya dari penyakit atau spesifik demografis,” kata Anand Avati, anggota Laboratorium AI Stanford University.

Dalam uji coba sistem ini berjalan dengan sangat baik. Para peneliti juga berharap temuannya itu bisa digunakan. Meski begitu, sistem itu masih membutuhkan banyak data untuk menghasilkan hasil yang lebih baik dan dapat diandalkan. Demikian seperti dilansir IB Times, Sabtu (20/1/2018).

Leave a Reply

Your email address will not be published. Required fields are marked *