UNAIR NEWS – Belakangan ini, istilah machine learning dalam dunia kesehatan cukup hangat terdengar di telinga masyarakat. Selaku irisan cabang ilmu dari statistika, artificial intelligence, dan ilmu komputer, machine learning juga dikenal sebagai predictive analytics atau statistical learning.
Peran machine learning dalam bidang kesehatan sangat beraneka ragam, seperti halnya identifikasi, diagnosis, prediksi suatu penyakit, smart health records, medical imaging, dan lain sebagainya. Maka tak heran jika tidak sedikit orang menganggap keberadaan machine learning sangat membantu.
Seperti yang diungkapkan oleh Ratih Ardiati Ningrum, M.S., M.Stat, selaku dosen Teknologi Sains Data (TSD) Fakultas Teknologi Maju dan Multidisiplin (FTMM), jika algoritma machine learning bisa diterapkan secara maksimal, maka seorang dokter dapat mendiagnosis suatu penyakit lebih awal dan akurat.
“Beberapa dokter sudah mulai melirik algoritma machine learning untuk diterapkan pada pemrosesan datanya. Ini tentu akan memberikan efisiensi dan akurasi yang tinggi,” ujar dosen lulusan National Chiao Tung University, Taiwan itu pada Selasa (27/4/2021).
Bertindak seperti Otak Manusia
Pada dasarnya, machine learning merupakan ilmu yang mempelajari bagaimana komputer dapat memahami dan bertindak seperti otak manusia melalui data. Tujuannya, agar komputer memperoleh insight dari data tersebut.
Fungsi machine learning sebagai tempat komputasi untuk menganalisis data tidak perlu diragukan manfaatnya. Terdapat banyak algoritma machine learning yang bisa dimanfaatkan untuk pengolahan dan analisis data, terutama jika dibandingkan dengan metode statistika tradisional.
Sebagai contoh, penerapan metode pada statistika tradisional terdapat dua asumsi yang harus dipenuhi. Namun, dengan machine learning lebih fleksibel, pemakaian algoritma yang mana saja tinggal menyesuaikan dengan pola data yang ada. Selanjutnya, dari berbagai algoritma dipilih yang paling optimal dalam akurasi, sensitivitas, nilai errornya, dan kriteria kebaikan model yang lain.
“Machine learning membantu tenaga medis mendapatkan insight dari data supaya lebih cepat dan akurat dalam mendiagnosis atau mengidentifikasi penyakit,” jelas Ratih.
Menawarkan Banyak Algoritma Pemrosesan
Machine learning menawarkan banyak algoritmayang dapat digunakan mengolah data. Algoritma-algoritma tersebut terbagi ke dalam supervised, unsupervised, dan reinforcement learning dimana setiap jenisnya dibagi lagi ke dalam beberapa jenis algoritma. Sebagai contoh, untuk supervised learning dikenal decision tree, support vector machine, neural network, naive bayes, dan lain sebagainya.
“Seorang health scientist sebelum menerapkan algoritma-algoritma kedalam analisis pengolahan datanya, mereka juga perlu memahami kasus yang dihadapi. Selain itu, memiliki pengetahuan terkait problem yang akan diselesaikan sangat diperlukan disamping pengetahuan terkait dengan machine learning,” imbuhnya.
Penerapan machine learning dalam bidang kesehatan seperti halnya pendeteksian suatu penyakit, misalnya terdapat sebuah benjolan di kulit, maka machine learning bisa mendeteksi apakah benjolan itu merupakan tumor jinak atau tumor ganas (kanker). Selain itu, pada bidang radiologist, machine learning dapat membantu membaca visualisasi hasil X-Ray lebih cepat dan akurat.
“Semoga kedepannya machine learning lebih banyak digunakan dalam mengolah data, supaya lebih efektif, efisien, maksimal, dan akurat. Terlebih, menawarkan berbagai metode dan tools yang mudah digunakan dalam mengolah data,” pungkasnya. (*)
Penulis: Wildan Suyuti
