Doktor ITS Kembangkan Sistem Diagnosis Stroke, Akurasi 97 Persen

Salah satu doktor Institut Teknologi Sepuluh Nopember (ITS) Surabaya, Andi Kurniawan Nugroho kembangkan inovasi sebuah sistem diagnosis stroke secara otomatis berbasis pengolahan citra.

Andi mengatakan, metode penanganan stroke saat ini seperti CT Scan dan Magnetic Resonance Imaging (MRI), membutuhkan waktu diagnosis yang panjang dan hasil interpretasi tergantung pada subjektif penilaian ahli radiologi. 

Sedangkan, kata Andi, stroke sendiri merupakan penyakit dengan tingkat mortalitas dan morbiditas yang tinggi, sehingga diperlukan penanganan serius bagi penderitanya. 

Dengan demikian, pasien stroke sangat bergantung pada hasil diagnosis oleh dokter. Semakin cepat dan akurat hasil diagnosis maka akan semakin baik pula penanganan yang dapat diberikan kepada penderita. 

“Dengan diagnosis yang tepat maka penanganan akan lebih cepat, terapi dan dosis lebih tepat, serta biaya pengobatan yang lebih kecil,” kata Andi, Kamis, 4 Agustus 2022.

Andi pun merespons hal tersebut dengan membuat disertasi yang bertajuk Klasifikasi Stroke Otak Pada Citra Diffusion Weighted Magnetic Resonance Imaging (DW-MRI) Menggunakan Convolutional Neural Network (CNN).

Dalam disertasi tersebut, Andi membuat desain sistem yang mampu mengklasifikasikan jenis stroke dengan akurasi mencapai 97 persen. “Berbasis pengolahan citra, sistem ini mampu membedakan jenis stroke iskemik dan stroke hemoragik dengan durasi yang lebih singkat,” jelasnya.

Stroke isemik merupakan jenis stroke yang disebabkan penyumbatan pada otak. Penyumbatan ini menimbulkan pecahnya salah satu arteri dalam otak, menyebabkan pendarahan dan berujung pada stroke berjenis hemoragik. 

Lebih lanjut, kata Andi, sistem yang dibuatnya tersebut juga mampu mengklasifikasikan tingkatan stroke iskemik menjadi tiga tingkatan, yaitu tahap akut, subakut, dan kronik. “Tingkatan ini sangat berpengaruh pada pemberian dosis obat kepada pasien nantinya,” katanya.

Pria yang saat ini menjadi dosen Departemen Teknik Elektro Universitas Semarang (USM) ini berharap, sistem pemodelan tersebut dapat dikembangkan lebih lanjut dan diimplementasikan di dunia kesehatan nantinya. 

“Harapannya, penelitian ini mampu bermanfaat bagi masyarakat luas dan mampu berkontribusi dalam meningkatkan kualitas pengobatan di Indonesia,” tutupnya.