Kecerdasan Buatan Mampu Meramal Kematian Awal Akibat Penyakit Kronik

Fakta Perubatan Disemak oleh | Oleh

Kemas kini Tarikh 10/07/2020 . 2 minit bacaan
Share now

Sektor penyediaan perkhidmatan kesihatan dunia berkembang dengan semakin baik seiring perkembangan sains dan teknologi. Terbaharu, kajian yang dijalankan oleh University of Nottingham menunjukkan kecerdasan buatan mampu menjangkakan kematian awal seseorang individu yang disebabkan oleh penyakit kronik. Komputer yang berkemampuan untuk meramal kematian awal boleh memberi kesan yang amat besar dalam menambah baik penjagaan kesihatan yang bersifat pencegahan pada masa hadapan.

Sekumpulan saintis data penjagaan kesihatan dan doktor telah membangunkan dan menguji satu sistem algoritma ‘pembelajaran mesin’ yang berasaskan komputer yang bertujuan meramal risiko kematian awal disebabkan oleh penyakit kronik dalam populasi umur pertengahan yang agak besar. Mereka mendapati sistem kecerdasan buatan (AI) ini sangat tepat dalam ramalannya dan melakukannya dengan lebih baik berbanding pendekatan standard semasa untuk ramalan yang dibangunkan oleh pakar. Kajian yang bertajuk ‘Prediction of Premature All-cause Mortality: A Prospective General Population Cohort Study Comparing Machine-learning and Standard Epidemiological Approaches’ telah diterbitkan pada 27 Mac 2019 dalam jurnal PLOS ONE melalui edisi koleksi khas ‘Machine Learning in Health and Biomedicine’.

Penyelidik utama yang juga pensyarah epidemiologi dan sains data, Dr. Stephen Weng berkata, penjagaan kesihatan yang bersifat pencegahan adalah keutamaan yang semakin berkembang dalam melawan penyakit-penyakit serius, oleh itu pasukan penyelidik yang diketuainya telah membuat penyelidikan dalam masa beberapa tahun bertujuan menambah baik ketepatan penilaian risiko kesihatan berkomputer dalam populasi umum. Menurut beliau lagi, kebanyakan aplikasi memfokuskan kepada satu bidang penyakit sahaja, dan meramal kematian disebabkan beberapa hasil penyakit berbeza adalah bersifat sangat kompleks disebabkan oleh faktor persekitaran dan individu yang mempengaruhinya. Menurut Dr. Stephen Weng, pasukan penyelidiknya telah mengambil langkah yang besar kehadapan dalam bidang tersebut dengan membangunkan pendekatan yang bersifat holistik dan unik untuk meramal risiko kematian awal seseorang individu melalui pembelajaran mesin. Kajian tersebut menggunakan komputer untuk membina model ramalan risiko baharu yang mengambil kira faktor demografi, biometrik, klinikal dan cara hidup seseorang yang dinilai termasuklah pemakanan daging, buah dan sayur dalam diet mereka.

Pasukan penyelidik kemudiannya membuat pemetaan ramalan yang terhasil kepada data kematian daripada kohort, menggunakan rekod kematian Pejabat Perangkaan Kebangsaan, pendaftaran kanser UK dan statistik ‘hospital episodes’. Mereka menemui bahawa algoritma pembelajaran mesin jauh lebih tepat dalam meramal kematian berbanding model ramalan standard. Salah seorang penyelidik yang juga ahli akademik klinikal, Profesor Joe Kai menyatakan bahawa, teknik penggunaan kecerdasan buatan yang mereka gunakan adalah berbeza dengan teknik yang biasa digunakan. Teknik tersebut adalah baharu bagi kebanyakan penyelidikan kesihatan dan agak sukar untuk diikuti. Oleh itu, mereka akan membuat laporan dengan jelas berkenaan kaedah dan teknik yang mereka gunakan, sekaligus membantu pengesahan saintifik dan pembangunan masa hadapan bidang ini untuk tujuan penjagaan kesihatan.

Pasukan penyelidik tersebut telah menggunakan data kesihatan lebih daripada setengah juta individu yang berusia diantara 40 hingga 69 tahun yang direkrut untuk UK Biobank dalam tempoh masa diantara 2006 hingga 2010 dengan penyusulan sehingga tahun 2016.

Para penyelidik turut meramal peranan kecerdasan buatan yang akan memainkan peranan penting dalam pembangunan alatan masa hadapan yang berkemampuan dalam menyampaikan ubat-ubatan peribadi yang menyesuaikan pengurusan risiko kepada pesakit.

Hello Health Group tidak memberikan nasihat perubatan, diagnosis atau rawatan.

Hello Health Group tidak memberikan nasihat perubatan, diagnosis atau rawatan.

Adakah artikel ini membantu anda?
happy unhappy
Rujukan

Baca juga:

    Anda mungkin berminat dengan artikel berikut

    Tidur Tak Nyenyak Atau Sering Terjaga Waktu Malam? Ikut 6 Perkara Ini Agar Tiada Gangguan

    Apa perlu kita buat jika tidur waktu malam asyik terjaga dan terganggu ya? Tenang, jom klik artikel ini untuk tahu cara atasinya!

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Ahmad Farid
    Insomnia, Tidur Berkualiti 27/10/2020 . 3 minit bacaan

    Jangan Ingat Perokok Saja Yang Kena Masalah Pernafasan COPD, Yang Tak Merokok Juga Berisiko!

    Bukan sahaja perokok, mereka yang tidak merokok juga berisiko untuk mengalami masalah pernafasan ekoran penyakit pulmonari obstruktif kronik (COPD).

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Mohammad Nazri Zulkafli

    Pernah Dengar Kencing Manis 1.5? Baca Ini, Mana Tahu Dalam Diam Anda Mengalaminya!

    Kencing manis (diabetes) merupakan penyakit kronik yang lazim didiagnosis di Malaysia. Namun, tahukah anda, ada diabetes jenis 1.5?

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Mohammad Nazri Zulkafli
    Diabetes, Pusat Kesihatan 01/09/2020 . 3 minit bacaan

    6 Beradik Sekelip Mata Jadi Yatim Piatu – Ini Pentingnya Ibu Bapa Jaga Kesihatan Diri

    Perkara utama yang dipentingkan oleh setiap ibu bapa sudah tentu kesihatan anak-anak. Adakah itu bermakna penjagaan kesihatan ibu bapa tidak penting?

    Fakta Perubatan Disemak oleh Dr. Joseph Tan
    Ditulis oleh Asyikin Md Isa
    Gaya Hidup Sihat, Tips Kesihatan 13/05/2020 . 3 minit bacaan

    Artikel lain untuk anda

    penyakit kronik

    Ada Cara Mudah Turunkan Tekanan Darah Tinggi, Cuba 7 Herba Yang Diperakui Oleh Sains Ini

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Mohammad Nazri Zulkafli
    Diterbitkan pada 22/01/2021 . 3 minit bacaan
    obesiti

    Info Lengkap Mengenai Obesiti: Punca, Komplikasi Dan Langkah Pencegahan

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Mohammad Nazri Zulkafli
    Diterbitkan pada 30/12/2020 . 4 minit bacaan
    bayi pramatang 6 bulan

    Mama, Ini Risiko Bayi Lahir Minggu Ke-36, Paling Bahaya Boleh Akibatkan MAUT

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Asyikin Md Isa
    Diterbitkan pada 17/12/2020 . 3 minit bacaan
    tidur berlebihan

    AWAS, Ada 7 Bahaya Jika Terlebih Tidur, Boleh Sampai Hilang Nyawa!

    Fakta Perubatan Disemak oleh Panel Perubatan Hello Doktor
    Ditulis oleh Asyikin Md Isa
    Diterbitkan pada 26/11/2020 . 3 minit bacaan