Dosen ITN Malang Pantau DBD Anak Pakai Artificial Intelligence

Data ini di digitalisasi ke dalam komputer dan selanjutnya di extraksi fiturnya menggunakan beberapa algoritma dalam digital image processing.

Seperti jumlah trombosit, jumlah leukosit, jumlah immature platelet, dan jumlah limfosit plasma biru. Selanjutnya data disimpan ke dalam cloud computer.

Untuk kontrol kebenaran positif atau negatif demam dengue, Mr Fah menggunakan pemeriksaan NS1 anti dengue dan IgM-IgG anti dengue.

"Jika ada pasien baru suspected demam dengue cukup diambil darahnya, diapus di atas preparat, dan dimasukkan ke dalam sistem deteksi dini demam dengue secara online."

"Selanjutnya menggunakan artificial intelligence sistem akan mencari gambaran darah ini dekat dengan yang positif demam dengue, atau lebih dekat dengan yang negatif demam dengue," paparnya.

Jika jumlah trombosit, leukosit, immmature platelets, dan limfosit plsma birunya dekat dengan gambaran demam dengue, maka dia positif demam dengue, begitu juga sebaliknya.

Dari hasil penelitiannya didapat akurasi sistem sebesar 94.44 persen, sensitivitas sistem sebesar 100 persen, dan spesifisitas sistem sebesar 87.50 persen. 

Sehingga dapat disimpulkan bahwa alat deteksi dini demam dengue menggunakan artificial intelligence berbasis digital image processing pada apusan darah dapat digunakan menjadi solusi alternatif yang baik untuk deteksi dini demam dengue yang mudah, murah, cepat, dan tepat.

Dijelaskan, butuh waktu kurang lebih satu menit untuk mendeteksi. Metode ini lebih spesifik lagi dibandingkan dengan NS1 anti dengue, dengan akurasi yang hampir sama, serta terpercaya. Ini memang masih prototipe sehingga kedepannya masih diperlukan tambahan data lagi.

“Harapan saya, sistem deteksi dini ini akan mendukung diagnosa dokter untuk demam dengue menjadi lebih cepat, jangkauan lebih luas, dan dapat dioperasionalkan dengan mudah oleh tenaga kesehatan di seluruh layanan kesehatan di Indonesia."

"Teknologi informatika memang berkembang pesat khususnya dalam mendukung teknologi kedokteran,” papar alumnus S1 STIKI Malang ini. 

Dari disertasinya inin Mr Fah menghasilkan empat luaran. Yaitu dua jurnal internasional di Journal of Medicinal and Chemical Sciencesm serta Bali Medical journal. Juga dua International Conference di IcoMelisa dan IcemIT 2023.