AI Dapat Prediksi Kematian Akibat Covid-19 dengan Akurasi 90 Persen

Suara.com - Penelitian terbaru dari University of Copenhagen menunjukkan teknologi kecerdasan buatan (AI), dapat membantu memprediksi apakah seseorang dapat meninggal karena virus Corona (Covid-19), sebelum atau setelah terinfeksi dengan tingkat akurasi 90 persen.

Temuan yang dipublikasikan di jurnal Nature ini, juga dapat membantu memprediksi berapa banyak orang yang mungkin dirawat di rumah sakit dan berapa banyak yang mungkin membutuhkan respirator.

"Kami mulai mengerjakan model untuk membantu rumah sakit, karena selama gelombang pertama, mereka takut tidak memiliki cukup respirator untuk pasien perawatan intensif. Temuan baru kami juga dapat digunakan untuk mengidentifikasi dengan cermat siapa yang membutuhkan vaksin," kata Profesor Mads Nielsen dari Departemen Ilmu Komputer di University of Copenhagen.

Model pembelajaran mesin (ML) yang dikembangkan dalam penelitian ini didasarkan pada data kesehatan dari 3.944 pasien Covid-19 di Denmark.

Model tersebut memperhitungkan berbagai faktor risiko dan AI komputer menggunakan data tersebut untuk mengidentifikasi pola serta korelasi dengan penyakit sebelumnya dengan Covid-19, yang kemudian diekstrapolasi.

Penemuan ini menyarankan bahwa sangat mungkin untuk memprediksi penerimaan rumah sakit dan Intensive Care Unit (ICU) hanya dengan menggunakan sejumlah variabel, usia, jenis kelamin, dan indeks massa tubuh (BMI).

Dari data, model ML dapat memprediksi kematian akibat Covid-19 dengan akurasi 90,2 persen.

"Hasil kami menunjukkan bahwa usia dan BMI adalah parameter paling menentukan seberapa parah seseorang akan terpengaruh oleh Covid-19," tambah Profesor Nielsen, seperti dikutip dari IFL Science, Kamis (11/2/2021).

Profesor Nielsen juga mencatat bahwa kemungkinan meninggal atau penggunaan respirator juga meningkat jika pasien adalah lelaki yang memiliki tekanan darah tinggi atau penyakit syaraf.

Bagi pasien yang mencakup dalam satu atau lebih parameter tersebut, tim menyarankan untuk menaikkannya ke dalam antrean vaksin agar menghindari risiko terinfeksi dan penggunaan alat bantu pernapasan.

Namun, penelitian ini memiliki beberapa keterbatasan. Pertama, hanya ada sejumlah pasien yang dianalisis. Ukuran sampel yang lebih besar mungkin memberikan hasil yang berbeda, terutama jumlah pasien ICU yang dinilai terbatas.

Kedua, para peneliti juga memilih subset variabel untuk dinilai dalam model. Jika tim ahli memasukkan variabel lain, hasilnya mungkin berbeda.

Terakhir, para ilmuwan juga menjelaskan bahwa perubahan kriteria untuk pengujian Covid-19 mungkin memengaruhi hasil.

Meski ada beberapa keterbatasan penelitian, model tersebut masih dapat digunakan untuk membantu dan mengidentifikasi pasien paling berisiko serta dapat berfungsi sebagai alat potensial dalam pengaturan klinis di masa mendatang.