UMY kembangkan 5 prototipe AI untuk bantu deteksi limfoma maligna hingga tumor otak - ANTARA News Megapolitan

Yogyakarta (ANTARA) - Universitas Muhammadiyah Yogyakarta (UMY) mengembangkan lima prototipe kecerdasan buatan (Artificial Intelligence/AI) yang dirancang untuk membantu deteksi berbagai penyakit, mulai dari limfoma maligna hingga tumor otak.

Guru Besar UMY bidang Kecerdasan Buatan Terapan Prof Slamet Riyadi mengatakan kelima prototipe berbasis AI tersebut mencakup LymphoScan, myStressD, BrainDetect, myHeartD v3, dan myDBT-Enhance.

"Aplikasi-aplikasi ini dirancang sebagai alat bantu dan bukan sebagai pengganti evaluasi profesional dari praktisi kesehatan," kata Slamet saat menjadi pemapar utama dalam "The 10th International Conference on Sustainable Innovation (ICoSI) UMY" di Yogyakarta, Rabu.

Ia mengatakan LymphoScan merupakan aplikasi berbasis web yang menganalisis citra mikroskopis untuk mendeteksi jenis limfoma maligna, meliputi Chronic Lymphocytic Leukemia (CLL), Follicular Lymphoma (FL), dan Mantle Cell Lymphoma (MCL).

Sementara itu BrainDetect dirancang untuk mengklasifikasi jenis tumor otak dari citra Magnetic Resonance Imaging (MRI) lengkap dengan skor keyakinan prediksi, serta myDBT-Enhance yang berfungsi meningkatkan kualitas citra mamografi guna mendukung skrining kanker payudara.

Adapun dua prototipe lainnya berfokus pada deteksi non-kanker, yakni myStressD untuk mendeteksi kondisi stres seseorang melalui citra wajah di perangkat seluler, serta myHeartD v3 yang memperkirakan risiko penyakit jantung koroner dari data kuesioner pasien.

Slamet menegaskan seluruh prototipe telah terdaftar hak ciptanya dan diuji di laboratorium dengan tingkat akurasi tinggi.

Pengembangan model AI tersebut memanfaatkan arsitektur Convolutional Neural Network (CNN), VGG, hingga EfficientNet untuk pemrosesan citra. Model ini juga dilengkapi teknik explainability seperti Grad-CAM dan LIME agar logika di balik hasil prediksi dapat ditelusuri oleh tenaga medis.

"Model yang lebih akurat tidak selalu berarti layanan yang lebih baik. Penerapannya juga bergantung pada kecepatan, memori, dan konteks penggunaan," katanya.

Menurut dia, evaluasi model AI di bidang kesehatan tidak cukup hanya diukur dari satu metrik akurasi, melainkan juga harus memperhitungkan dampak operasional dan klinisnya sebelum diterapkan dalam layanan kesehatan sehari-hari.

"Riset UMY yang mendasari pengembangan kelima prototipe ini mencakup empat kategori utama, yakni pencitraan dada dan pernapasan, risiko kardiovaskular dan metabolik, pencitraan kanker, serta kesehatan mental dan biosignal," katanya.

Pewarta: Sutarmi
Uploader : Naryo

Dilarang keras mengambil konten, melakukan crawling atau pengindeksan otomatis untuk AI di situs web ini tanpa izin tertulis dari Kantor Berita ANTARA.