Ilustrasi pembelajaran mesin dalam dunia kedokteran (Sumber: Freepik)

Kampus ITS, ITS News — Diagnosis penyakit yang cepat dan tepat menjadi salah satu hal krusial dalam dunia medis. Beranjak dari hal tersebut, guru besar Institut Teknologi Sepuluh Nopember (ITS) Prof Dr techn Drs Mohammad Isa Irawan MT memberikan pandangannya mengenai penerapan machine learning (ML) dalam dunia medis.

Guru besar bidang machine learning dan bioinformatika tersebut menuturkan bahwa machine learning merupakan salah satu cabang Artificial Intelligence (AI) yang memungkinkan sebuah sistem belajar dari data untuk mengenali suatu pola. “Pola tersebut dapat dianalisis untuk dimanfaatkan dalam berbagai macam keperluan, salah satunya keperluan medis,” jelasnya. 

Lebih mendalam, Isa menjelaskan bahwa machine learning dapat dimanfaatkan untuk berbagai tujuan dalam dunia medis, termasuk identifikasi penyakit, mengenali varian virus baru, dan penemuan obat. Berbagai pemanfaatan tersebut diperoleh dari beberapa metode mulai dari analisis pengolahan gambar Magnetic Resonance Imaging (MRI), CT-Scan, X-Ray, hingga data sekuens DNA, RNA, atau protein. 

Kepala Laboratorium Pembelajaran Mesin dan Big Data ini berujar bahwa machine learning dikelompokkan menjadi dua kelompok, yakni machine learning berbasis statistika dan berbasis algoritma. Untuk memaksimalkan fungsi machine learning, sistem tersebut perlu dilatih menggunakan data yang cukup banyak agar dapat membentuk model yang bisa mengenali pola data secara akurat. 

Dalam mendiagnosis penyakit, diperlukan pengumpulan data-data pasien yang relevan. Setelah itu, dari data yang diperoleh akan dilakukan prapemrosesan data sebelum menentukan model machine learning yang sesuai. “Beragam model yang dapat dipilih mulai dari K-Means Clustering, Naive Bayes, Convolutional Neural Network (CNN), hingga jaringan Transformer,” jelas Dosen Departemen Matematika ITS tersebut.

Guru Besar ITS Prof Dr techn Drs Mohammad Isa Irawan MT ketika memaparkan mengenai machine learning dalam dunia medis

Dari model diatas, sistem akan dilatih menggunakan data-data yang telah ada agar dapat mengetahui pola yang ada dalam data. Isa menyampaikan, machine learning akan mempelajari pola hubungan antar data untuk mengukur keakuratan hasil pemodelan. Selanjutnya, sistem tersebut akan dilakukan pengoptimalan model dan evaluasi kinerja akhir. “Hingga akhirnya, machine learning sudah dapat digunakan untuk mengidentifikasi penyakit,” ucapnya.

Tidak berhenti disitu, machine learning juga dapat mengidentifikasi varian virus baru. Isa mengungkapkan bahwa sistem machine learning dilatih dengan menganalisis sekuens DNA atau RNA virus yang menjangkiti pasien. “Apabila dalam tubuh pasien terdapat sekuens RNA atau DNA yang berbeda, maka dapat dinyatakan sebagai virus varian baru,” terang Isa. 

Sedangkan untuk pembuatan obat, beber Isa, machine learning dapat digunakan untuk memprediksi interaksi antara senyawa kimia dengan target biologis tertentu. Melalui interaksi dan didukung data biologis terkait, machine learning dapat membantu dalam memprediksi potensi efek samping dari kandidat obat sebelum pengujian pada manusia. 

Besarnya manfaat machine learning tersebut seyogyanya dimaknai sebagai salah satu potensi perkembangan teknologi yang bermanfaat. Ke depannya, Isa yakin bahwa machine learning dapat berkembang pesat dan penggunaannya semakin masif. “Harapannya mahasiswa banyak belajar mengenai bidang ini dan terus mengembangkannya,” tutupnya penuh harap. (*)

Reporter: Mohammad Febryan Khamim
Redaktur: Regy Zaid Zakaria