DEMOKRASI.CO.ID - Tim peneliti dari Universitas Makau di Daerah Administratif Khusus (Special Administrative Region/SAR) Makau, Tiongkok, dan sejumlah institusi di Provinsi Hubei, Tiongkok tengah, bekerja sama untuk mengembangkan sebuah sistem pintar yang mampu membedakan pneumonia yang disebabkan coronavirus baru (Covid-19) dari tipe pneumonia lainnya, demikian disampaikan universitas tersebut pada Selasa (4/8).
Sistem baru itu, yang dikembangkan oleh Profesor Wong Pak Kin di Fakultas Ilmu Pengetahuan dan Teknologi bersama Yan Tao, mahasiswa doktoralnya di Departemen Teknik Elektromekanik, mampu membedakan Covid-19 dari tipe pneumonia umum lainnya hampir 60 kali lebih cepat dibanding ahli radiologi, papar pihak Universitas Makau dalam pernyataan persnya.
Mereka bekerja sama dengan para peneliti di sejumlah institusi di Provinsi Hubei untuk mengumpulkan data 206 pasien terkonfirmasi Covid-19 dan 416 citra tomografi terkomputasi (computed tomography/CT) dada mereka, serta data 412 pasien yang mengalami pneumonia non-COVID dan 412 citra CT dada mereka.
Berdasarkan seluruh citra CT tersebut, para peneliti mengembangkan sistem diagnosis otomatis berdasarkan sebuah jaringan saraf konvolusional multiskala. Hasil verifikasinya menunjukkan bahwa dengan data yang terbatas, sistem diagnosis pintar itu sukses membedakan pneumonia yang disebabkan Covid-19 dari tipe pneumonia umum lainnya.
Diagnosis CT memiliki tingkat akurasi yang sangat tinggi dan mampu menyajikan lebih banyak informasi klinis untuk pendeteksian dan diagnosis Covid-19. Namun, banyaknya jumlah citra CT dan panjangnya waktu yang dibutuhkan untuk melakukan identifikasi secara manual memunculkan tantangan besar bagi para ahli radiologi.
Artikel penelitian terkait yang berjudul “Automatic Distinction between Covid-19 and Common Pneumonia using Multi-Scale Convolutional Neural Network on Chest CT Scans” (Pembedaan Otomatis antara Covid-19 dan Pneumonia Umum menggunakan Jaringan Saraf Konvolusional Multiskala terhadap Citra CT Dada) itu sudah dipublikasikan dalam edisi terbaru sebuah jurnal ilmu pengetahuan internasional, Chaos, Solitons & Fractals.
