Author: Herison Surbakti
CONTOH APLIKASI AI
Aplikasi Artifical Intellegent pada
lingkungan kesehatan dan kedokteran
Pada dewasa ini sistem informasi
kecerdasan buatan (Artifical Intellegance) sangat bangay dibutuhkan
dalam berbagai bidang ilmu. Teknologi softcomputing merupakan adalah sebuah
bidang kajian penelitian interdisipliner dalam ilmu komputasi dan kecerdasan
buatan. Sebagai contohnya dimana beberapa teknik dalam softcomputing diantaranya
sistem pakar (expert system), jaringan saraf tiruan (neural Networks),
logika fuzzy (fuzzy logic), dan algoritma genetik (genetic algorithms)
mulai banyak diterapkan dalam aplikasi-aplikasi yang sangat membantu manusia
dalam menjalan kan tugas dan mencapai tujuan tertentu yang ingin dicapai.
Salah satu sub bidang yang
menggunakan sistem kecerdasan buatan untuk mengatasi dan menganalisis
permasalah yang ada adalah bidang kedokteran. Pengembangan aplikasi kecerdasan
buatan pada bidang kedokteran sangat membantu sekali beberapa user yang
terlibat dalam kedokteran.
Penelitian yang dilakukan Ting-Sheng
Weng dan Chien-Hung Kuo,2009 dengan judul “Development and Research on the
Intelligent Emergency Medical Information System: A Case Study of Yunlin and
Chiayi Counties in Taiwan ”, merupakan salah satu aplikasi yang sangat
membantu pasien untuk mempercepat dan mempermudah dalam mendapatkan pelayanan
serta membantu tenaga medis untuk melaksanakan tugasnya dengan cepat dalam
menangani pasien. Dalam penetian tersebut di ciptakan sebuah aplikasi sistem
infomasi darurat dalam menangani pasien secara cerdas di suatu daerah. Dimana
jika terjadi kecelakaan ataupun pasien yang ingin ke sebuah rumah sakit di
daerah tersebut dengan mudah dan cepat dapat ditunjukkan oleh sistem ini
atau akan meningkatkan kecepatan dan
pelayanan ambulan dalam membantu pelayanan darurat medis serta efisien waktu
tempuh untuk menemukan posisi rumah sakit terdekat dengan pasien yang
membutuhkan pelayanan.
Sistem Kerja : sistem dirancang untuk
membantu memecahkan masalah antara pasien dengan tenaga medis/rumah sakit.
Dalam sistem ini, diciptakan sebuah tugas fungsi darurat penyelamatan medis.
Sistem ini menggunakan peta satelit Formosa 2 (FORMOSAT-2) dan teknologi Ajax
untuk mengakses informasi terhadap peta dan memungkinkan operator pusat 119
untuk menentukan lokasi yang benar dari pasien secara tepat waktu.
Berdasarkan lokasi pasien, kemudian
ambulans akan mengetahui posisi pasien dari layanan 119. Kemudian, teknisi
medis darurat sejalan penyelamatan pertama yang menggunakan perangkat mobile
pasien atau smart phone dapat terhubung ke sistem kami melalui GPRS (General
Packet Radio Service ) atau 3G (Third Generation Wireless Format)
untuk mencari pasien. Akhirnya, teknisi medis darurat bisa memasukkan kondisi
pasien ke dalam sistem kami, dan kemudian sistem akan menentukan rumah sakit
yang paling tepat.
Hasil yang diperoleh: Penelitian ini
bertujuan untuk meningkatkan kemungkinan bahwa pasien menerima pengobatan yang
tepat, dan disesuaikan untuk mengurangi pemborosan waktu yang disebabkan oleh
transportasi yang tidak perlu antara rumah sakit. Sistem ini merupakan
pengintegrasian sistem informasi rumah sakit dengan menggunakan ASP berbasis
Web. Aplikasi mobile, dan bahasa teknologi Ajax, JavaScript dan SQL untuk
membuat suatu sistem cerdas untuk informasi medis darurat yang menggabungkan
aplikasi web, peta satelit dan fungsi keputusan darurat medis mobile.
Diharapkan dengan menggunakan sistem ini, akan dapat meningkatkan efisiensi
transportasi pasien di rumah sakit.
Penelitian
yang dilakukan Rifat Shahriyar dkk (2009), dengan judul “Intelligent Mobile
Health Monitoring System (IMHMS)”, dimana penelitian ini membahas tentang
Handphone Health Care merupakan
sistem integrasi antara komputasi mobile
dengan pemantauan kesehatan manusia. Aplikasi teknologi komputasi mobile ini
untuk meningkatkan komunikasi antara pasien, dokter dan petugas kesehatan.
Perangkat mobile telah menjadi bagian tak terpisahkan dari kehidupan kita
ternyata dapat diintegrasikan dengan kesehatan manusia. Hal ini memungkinkan
penyampaian informasi medis yang akurat kapan saja di mana saja dengan
menggunakan ponsel.
Pada
penelitian yang dilakukan Prasdl dkk (2011) dengan judul “An Approach to Develop Expert System in
Medical Diagnosis using Machine Learning Algorithms (Asthma) and a Performance
Study”, mengatakan bahwa Mesin Intelijen memainkan peranan penting dalam
perancangan sistem pakar dalam diagnosis medis. Di India banyak orang yang
menderita beberapa jenis penyakit seperti asma, kanker diabetes, dan banyak
lagi. Dalam penelitian ini peneliti mempertimbangkan untuk membuar sistem pakar
diagnosis asma. Data diagnosis asma dapat dilakukan dengan dua cara 1) melalui
kuesioner dan 2) melalui data klinis. Metode yang dipakai dalam penelitian ini
adalah dengn menggunakan pendekatan Machine Learning Algorithmts, metode
Backpropogation, algoritma C45, Bayesian Network, dan Particle Swarm
Optimazation.
Sistem Kerja : Pertama-tama pasien
diberikan beberapa pertanyaan yang harus dijawab, berdasarkan pertanyaan ini seleksi Sistem
Pakar akan ditentukan asma atau penyakit lain yang terjadi dalam sistem
pernapasan pasien yang melakukan konsultasi apakan penyakit pasien derita
seperti asma kronis, gagal jantung kongestif, Episodic Asma, Infeksi Saluran
Pernapasan, Infeksi Viral. Dan kemudian pasien melaporkan jenis darah klinis
untuk analisa lebih lanjut kemuadian dilakukan diagnosis dengan menggunakan
algoritma yang telah dipilih, gejala asma dan data klinis yang dianalisis akan
menghasilkan beberapa faktor seperti validasi, kehandalan, efektivitas , dan
akurasi hasil analisis yang tepat yang bisa dipetakan dengan pengetahuan dari
ahli.
Hasil yang diperoleh : dari penelitian ini pula dapat didefinisikan
konteks memori tergantung pada jaringan neurel-asosiatif dan Particle Swarm Optimazation adalah salah satu algoritma terbaik dari
jaringan Bayesian, Backpropogation dan C4.5.
Download atau baca artikel selengkapnya di sini
0 comments:
Post a Comment