UNAIR NEWS – Fakultas Kedokteran (FK) Universitas Airlangga (UNAIR) menggelar webinar yang bertajuk ACWS 133rd x ISMINS-ACNS Artificial Intelligence (AI) in Neourosurgery. Webinar ini berlangsung secara daring melalui platform Zoom Meeting pada Sabtu, (12/4/2025). Pembicara yang turut hadir dalam webinar ini adalah Prof Giuseppe Emmanuele Umana dan Prof Nidan Qiao. Prof Giuseppe Emmanuele membahas optimasi machine learning (ML) pada pasien malformasi arteri dan vena otak.
Prof Giuseppe Emmanuele Umana memaparkan studi klinis yang telah ia lakukan, bernama Uji Coba Acak Malformasi Arteri dan Vena Otak yang Tidak Pecah (ARUBA). Ia meneliti efektivitas berbagai metode pengobatan pertama untuk pasien dewasa dengan malformasi arteriovenosa atau arteri vena otak (AVM) otak yang belum pecah. Prof Guiseppe melibatkan 226 pasien dalam studi tersebut.
Uji Coba ARUBA
Uji coba ARUBA bertujuan untuk menentukan waktu hingga terjadinya kematian atau stroke simptomatik. Hal menarik dari studi ini adalah proses pengambilan keputusan terkait pengobatan pertama yang paling tepat untuk setiap pasien. Pengambilan keputusan tersebut berdasarkan konsensus dengan mayoritas sederhana lebih dari 60 persen suara.
“Keputusan-keputusan ini kemudian menjadi label untuk melatih model pembelajaran mesin atau supervised machine learning model,” jelas Profesor Guiseppe dalam pemaparannya. Dengan demikian, studi ARUBA tidak hanya memberikan wawasan mengenai efektivitas pengobatan AVM otak yang belum pecah, tetapi juga memanfaatkan kecerdasan buatan untuk potensi pengembangan strategi pengobatan di masa depan.
Lebih lanjut, ia menjelaskan bahwa hasil uji coba dianalisis secara mendalam menggunakan perangkat lunak statistik R. Dalam analisis tersebut, perbandingan antarkelompok pengobatan dilakukan dengan menerapkan uji statistik yang sesuai untuk kedua jenis variabel, yaitu kategorikal dan kontinu.
Selain itu, Prof Guiseppe bersama tim peneliti juga mengembangkan model Machine Learning (ML) sebagai bagian dari studi ini. Proses pengembangan model melibatkan pembagian data menjadi dua set utama, yaitu set pelatihan dan set pengujian. Untuk implementasi algoritma ML, peneliti memanfaatkan pustaka scikit-learn. Langkah optimasi juga diterapkan pada pipeline ML dengan menggunakan algoritma genetika, yang bertujuan untuk meningkatkan hasil kinerja dan akurasi model.
Prof Giuseppe menekankan bahwa evaluasi model harus berfokus pada recall micro score untuk memprioritaskan model dengan sensitivitas tinggi. Ia juga menyatakan pentingnya pengukuran fitur dalam memahami kontribusi variabel terhadap prediksi pengobatan yang dipilih secara klinis.
Machine Learning (ML)
Pada akhir penjelasan, ia menyampaikan terkait machine learning (ML) atau pembelajaran mesin kini dimanfaatkan secara andal dalam penanganan malformasi arteriovenosa atau arteri vena otak yang belum pecah. Pendekatan yang bersifat skalabel diklaim mampu mengurangi subjektivitas dalam penanganan malformasi arteri vena otak yang belum pecah (bAVM). Menurutnya, pendekatan ini dapat diterapkan pada registri AVM yang lebih besar dengan data hasil yang ada.
Hal ini menunjukkan bahwa ML mampu mengidentifikasi pengobatan lini pertama yang paling tepat untuk bAVMs berdasarkan konsensus dari para ahli di bidangnya. “Kemampuan ini menjadikan ML sebagai alat pendukung keputusan klinis yang menjanjikan dan layak dipertimbangkan oleh para profesional medis. Oleh karena itu, pemanfaatan ML diharapkan dapat meningkatkan efektivitas dan personalisasi pengobatan bagi pasien dengan kondisi bAVMs,” ujarnya.
Penulis: Arifatun Nazilah
Editor: Yulia Rohmawati
