Penjadwalan pasien yang difasilitasi oleh machine learning bisa mengoptimalkan jadwal pasien serta mengurangi kemungkinan kehilangan perawatan karena tidak menghadiri janji medis dan radiologi. Machine learning juga diusulkan untuk safety screening pasien. Dalam hal deteksi temuan otomatis sendiri machine learning sudah mampu mendeteksi nodul tiroid dan pulmonari. Penelitian-penelitian lebih lanjut juga sudah dilakukan untuk mendeteksi penyakit-penyakit lain seperti pneumothorax. Selain image detecting, machine learning juga bisa digunakan untuk mengurangi noise dari low-dose gambar CT.
Diagnosis pencitraan radiologi sangat berguna dalam manajemen pasien klinis. Model deep learning bisa membantu memikul beban kerja di radilogi. Imaging modalities terbaru seperti MR bisa menyediakan detail informasi lebih rinci dengan gambar yang lebih tipis dan/atau beberapa rangkaian gambar, dan waktu yang dibutuhkan untuk mengumpulkan gambar ini menjadi lebih cepat. Namun sayangnya model deep learning tidak selalu transportable dari rumah sakit ke rumah sakit yang lain. Contohnya pada Oermann dan rekan kerjanya yang menunjukkan bahwa model deep learning yang mendeteksi pneumonia menunjukkan kinerja yang kuat dengan data baru dari tempat penelitian yang asli namun tidak berlaku jika menggunakan eksternal data. Karena high performance dari deep learning pada image recognition, penerapan teknologi deep learning pada pencitraan radiologipun meningkat. AI diharapkan bisa mengubah praktik klinis dengan membantu para ahli radiologi melakukan praktik dan alur kerja yang lebih baik untuk rekomendasi yang lebih tepat waktu
Sumber:
Yasaka K, Abe O (2018) Deep learning and artificial intelligence in radiology: Current applications and future directions. PLoS Med 15(11): e1002707. https://doi.org/10.1371/journal.pmed.1002707
Current Applications and Future Impact of Machine Learning in Radiology
Garry Choy, Omid Khalilzadeh, Mark Michalski, Synho Do, Anthony E. Samir, Oleg S. Pianykh, J. Raymond Geis, Pari V. Pandharipande, James A. Brink, and Keith J. Dreyer
Radiology 2018 288:2, 318-328
yustinayasin.wordpress.com 