Jagosatu.com - Penyakit tumor otak merupakan salah satu masalah kesehatan serius yang bisa menyerang siapa saja, dari anak-anak hingga orang tua.
Tumor otak bisa berupa jinak (tidak menyebar) maupun ganas (kanker) yang berpotensi mematikan jika tidak ditangani dengan cepat.
Menurut Global Cancer Observatory tahun 2020, kanker otak dan sistem saraf masuk peringkat ke-19 kanker paling umum di dunia dan menyebabkan 2,5% dari kematian akibat kanker.
Gejala tumor otak bisa berupa sakit kepala berulang, muntah, perubahan kepribadian, gangguan penglihatan, hingga sulit berbicara.
Selama ini, cara utama mendeteksi tumor otak adalah melalui MRI (Magnetic Resonance Imaging), yaitu pemindaian otak dengan teknologi gelombang magnet.
Namun, membaca hasil MRI bukanlah hal mudah karena butuh ketelitian tinggi dan terkadang bisa menimbulkan kesalahan diagnosis.
Di sinilah kecerdasan buatan (AI) hadir untuk membantu mempercepat dan meningkatkan ketepatan dalam membaca gambar MRI otak.
Baca Juga: Artificial Intelligence (AI), Potensi Sekaligus Ancaman Bagi Bisnis di Indonesia
Penelitian terbaru dari Green Arther Sandag dan Raissa Maringka, dosen Fakultas Ilmu Komputer Universitas Klabat, Sulawesi Utara, mencoba menggunakan teknologi deep learning bernama Convolutional Neural Network (CNN) untuk mendeteksi tumor otak.
CNN adalah sistem komputer yang mampu belajar mengenali pola dalam gambar, mirip seperti cara otak manusia mengenali bentuk dan warna.
Dalam penelitian ini, kedua peneliti mencoba beberapa model AI yang sudah populer, seperti VGG16, VGG19, dan EfficientNet.
Hasilnya, model EfficientNetB3 terbukti paling unggul dengan tingkat akurasi mencapai 98% dalam mengenali tumor otak dari gambar MRI.
Tingkat akurasi setinggi ini artinya dari 100 gambar, 98 berhasil dikenali dengan benar oleh sistem AI.
Menurut Sandag dan Maringka, keunggulan EfficientNet terletak pada cara kerjanya yang lebih efisien, mampu menangkap detail kecil tanpa membutuhkan data terlalu banyak.
Selain itu, penelitian ini juga menggunakan teknik Grad-CAM (Gradient-weighted Class Activation Mapping).
Grad-CAM adalah metode untuk “menunjukkan” bagian gambar mana yang diperhatikan AI saat membuat keputusan.
Dengan teknik ini, dokter bisa melihat area otak yang di-highlight oleh sistem AI, sehingga lebih mudah memahami kenapa AI mendeteksi adanya tumor.
Visualisasi Grad-CAM biasanya berupa peta panas (heatmap) dengan warna merah menandakan area paling penting yang dicurigai ada tumor.
Hal ini membuat AI tidak hanya pintar mendeteksi, tapi juga bisa memberikan alasan yang jelas sehingga lebih bisa dipercaya oleh dokter.
Penelitian Sandag dan Maringka ini memanfaatkan lebih dari 3.000 gambar MRI otak yang terbagi menjadi data pelatihan dan pengujian untuk melatih sistem AI.
Tiga jenis tumor utama yang dianalisis adalah glioma, meningioma, dan pituitary tumor, yang merupakan jenis paling sering ditemukan pada pasien.
Dengan hasil akurasi tinggi, sistem ini kemudian diintegrasikan ke dalam aplikasi berbasis web agar bisa dipakai lebih luas di dunia medis.
Para peneliti berharap teknologi ini bisa menjadi pendamping dokter dalam mendiagnosis, bukan menggantikan peran mereka.
Jika teknologi ini dikembangkan lebih lanjut, bukan tidak mungkin pasien akan mendapat hasil diagnosa lebih cepat dan pengobatan bisa dilakukan lebih dini.
Dengan demikian, tingkat harapan hidup pasien tumor otak bisa meningkat signifikan karena deteksi dini sangat berperan penting.
Penelitian karya Sandag dan Maringka dari Universitas Klabat ini menunjukkan bagaimana AI dan dokter bisa saling melengkapi untuk menyelamatkan lebih banyak nyawa.
(rm)
Editor : Priska Watung