LAPORAN PELAKSANAAN

"KULIAH UMUM RADIOLOGI"

“Artificial
Intelligence Dalam Pelayanan
Kesehatan di Bidang Radiologi”

PRODI D3 RADIOLOGI

POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR

 PRODI RADIOLOGI
POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR
. Jln :Dr. Ratulangi No.101, makassar, sulawesi selatan

BAB I
PENDAHULUAN
A. Latar Belakang
Prodi Radiologi Poltekkes Muahmmadiyah Makassar bekerjasama dengan
Himpunan mahasiswa Radiologi yang merupakan salah satu organisasi internal yang
terbentuk di Politeknik Kesehatan Muhammadiyah Makassar, sebagai wadah
pengembangan penalaran mahasiswa prodi Radiologi baik bersifat ekstrakuliker
ataupun kokurkulker, HIMARAD melalui bidang akademik dan organisasi
menyusun program kerja berdasarkan fungsi tersebut.
Memahami pentingnya pengetahuan dan pemahaman yang mendalam di era
perkembangan teknologi kesehatan yang sangat pesat dan revolusi Industri dalam
bidang teknologi mengkaitkan keilmuan Radiologi dengan ini tuntutan ke mahasiswa
Radiologi cukup besar penting bagi kami untuk menyadarkan mahasiswa prodi
Radiologi terkait tantangan tersebut. Prodi Radiologi dengan melibatkan
HIMARAD melalui program kerjanya seminar yang kami beri nama “Artificial
intelligence Dalam Pelayanan Kesehatan di Bidang Radiologi” yang menjadi
harapan kami mengambil peran dalam memberikan kontribusi dan manfaat dalam
membuka ruang pembelajaran bagi mahasiswa prodi radiologi.
Pemanfaatan teknologi untuk peningkatan kualitas layanan kesehatan
masyarakat. Di bidang kesehatan, penerapan teknologi Artificial Intelligence (AI)
dapat membantu untuk diagnosis, prognosis dan tata laksana pengobatan. AI
diharapkan mampu berperan membantu tenaga kesehatan untuk mengambil
keputusan lebih cepat dan tepat dalam tata laksana pengobatan pasien. Maka dengan
AI dapat meminimalisir human error, dimana mesin mengambil keputusan
berdasarkan data masa lalu yang mereka kumpulkan dengan menerapkan berbagai
algoritme tertentu yang telah di uji coba dan mesin dapat bekerja tanpa henti tanpa
jeda dan tidak kelelahan melakukan hal yang sama lebih dari sekali dapat
meminimalisir resiko, dengan beberapa keterbatasan manusia yang berisiko serta,
dapat menghemat kebutuhan sumber daya sehingga teknologi AI, memungkinkan
asisten digital untuk berinteraksi dengan pengguna sehingga menghemat kebutuhan
sumber daya manusia. Maka dengan penjelasan tersebut diundang pemateri yang
kami anggap berkompeten dengan tujuan menggait ketertarikan mahasiswa lebih
mendalam terkait modalitas tersebut.
 PRODI RADIOLOGI
POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR
. Jln :Dr. Ratulangi No.101, makassar, sulawesi selatan

B. Tujuan Kegiatan
Tujuan penyelenggaraan kegiatan ini adalah :
1. Menyediakan ruang untuk mengembangkan pengetahuan dan pemahaman
keilmuan bagi mahasiswa prodi Radiologi.
2. Memberikan kesadaran akan tuntutan dan tantangan mahasiswa prodi
Radiologi di era perkembangan teknologi kesehatan yang sangat pesat
3. Memberikan dan mendorong ketertarikan kepada Mahasiswa Radiologi terkait
Artificial intelligence Dalam Pelayanan Kesehatan di Bidang Radiologi menjadi salah
satu peningkatan teknologi kesehatan dunia

C. Manfaat Kegiatan

Manfaat Penyelenggaraan kegiatan ini adalah :

1. Mahasiswa mendapatkan kesadaran daya saing di era perkembangan teknologi
kesehatan yang sangat pesat.
2. Mahasiswa Radiologi memdapatkan pengetahuan terkait Artificial intelligence Dalam
Pelayanan Kesehatan di Bidang Radiologi
3. Sebagai wadah untuk bertukar pikiran ke ahlinya dalam bidang Artificial intelligence
4. Menambah poin Akreditas Kampus Poltekkes Muhammadiyah Makassar
 PRODI RADIOLOGI
POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR
. Jln :Dr. Ratulangi No.101, makassar, sulawesi selatan

BAB II
DESKRIPSI PELAKSANAAN KEGIATAN

A. NamaKegiatan

Nama kegiatan inia dalah “KULIAH UMUM RADIOLOGI”.

B. TemaKegiatan

Tema kegiatan ini adalah“ARTIFICIAL INTELLIGENCE DALAM PELAYANAN

KESEHATAN DI BIDANG RADIOLOGI”.

C. PelaksanaanKegiatan

1. Hari/Tanggal : Sabtu, 05 November 2022

2. Waktu : Pukul 13.00 - selesai

3. Tempat : Continent (120 peserta)

D. Jumlah Peserta Kuliah Umum

Mahasiswa Reguler Semester I : 60
Mahasiswa Reguler Semester III : 30
Mahasiswa Reguler Semester IV: 30
E. Pengisi Acara
MC ; Dwi Sari Aprilianti (Mahasiswa Aktif Prodi)
Keynote Speaker ; Dr. H. Sugiyanto, S.Pd, M.App.Sc (MRI)
Welcome Speech ; dr. H. Effendy Rasiyanto, M.Kes
Moderator ; Sumarsono, Amd.Rad, S.Si. M.adm.Kes
F. Rundown Acara

ROUNDOWN ACARA KEGIATAN KULIAH UMUM RADIOLOGI

Hari / Tanggal Waktu Kegiatan Keterangan

13:00 – 13:05 Pembukaan MC
Sabtu, 05
November 2022 13:05 – 13:10 PembacaanAyat Suci Al- Andi Aisyah Ali
 PRODI RADIOLOGI
POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR
. Jln :Dr. Ratulangi No.101, makassar, sulawesi selatan

Qur’an
- Menyanyikan Lagu
Indonesia Raya
13:10 – 13:25 UKM CaturSandya
- Menyanyikan Lagu
Mars Muhammadiyah
Sambutan Ketua Umum
Saifullah Amin
13:25 – 13:35 HIMARAD
Pandialang
Periode 2021/2022
Sambutan Direktur D3
Radiologi Poltekkes dr. H. Effendy Rasiyanto,
13:35 – 13:45
Muhammadiyah
M.Kes
Makassar
Sambutan Ketua Prodi
D3 Radiologi
Indah Musdalifah
13:45 – 14:00 Poltekkes
Amd.Rad,S.Si, M.Si
Muhammadiyah
Makassar
Dr. H. Sugiyanto, S.Pd,
14:00 – 15:20 Pemateri
M.App.Sc (MRI)

15:20 – 15:25 Penutup MC

G. Daftar Susunan Kepanitian

Susunan Panitia Koordinator Pelaksana

Pelindung : Direktur Poltekkes Muhammadiyah Makassar

Penanggung Jawab : Ketua Prodi Radiologi Poltekkes Muhammadiyah Makassar

Pelaksana : HIMARAD PoltekkesMuhammadiyah Makassar

H. Susunan Panitia Penyelenggara

 PRODI RADIOLOGI
POLITEKNIK KESEHATAN MUHAMMADIYAH MAKASSAR
. Jln :Dr. Ratulangi No.101, makassar, sulawesi selatan

Ketua Pelaksana : Muhammad Rusli Amd.Rad, S.Si, M.Si

Sekretaris 1 : Zulkifli Arman Amd.Rad / Fatmala Pangalima

Bendahara : Sakina R. Buna

1. Divisi Acara
Koordinator : Mirfauddin / Dea Ananda A. Hasan
Anggota :1. Luthfi Dimas M.K
2. IzzaYunizarArsyad
3. Besse Nurwahidah Syarief
4. Aness aPobela
5. Tia Rahmawati Imran
6. RizkiYeniSafitri
2. Divisi Perlengkapan
Koordinator : Muhammad Akbar Amd,Rad / Renaldi
Anggota :1. Muh.AlifHaris
2. AndiRiska
3. Kurnia Sandi
4. Abd. Mubin Hayat
3. Divisi Publikasi Dan Dokumentasi
Koordinator : Muhammad Ade Fuad / Renaldi Papuangan
Anggota :1. Gunawar
2. NurRahman
3. Greys Naway
4. Divisi Konsumsi
Koordinator :Idawati Amd.Rad / Dwi Sari Aprilianti
Anggota :1. Ahmad Muzzawir
2. SyahrulIrfan
3. Nandika Mokoagow
4. Nurul Fadillah Manyoe
5. Maghfira Makalalag
6. Alya Nada Mohammad
7. Gia Anggraini Potabuga
LAMPIRAN
Artificial intelligence Dalam
Pelayanan Kesehatan di
Bidang Radiologi

Dr. Sugiyanto, M.App.Sc

Ketum PARI Pusat
Direktur Perencanaan Dirjen Tenaga Kesehatan Kemenkes RI

Disampaikan Dalam:
Kuliah Umum Poltekkes Muhammadiyah Makasar
Sabtu, 4 November 2022
1

Data Diri
o Dr. Sugiyanto,S.Pd.M.App.Sc
o Direktur Perencanaan Dirjen
Tenaga Kesehatan,
Kemenkes
o Kulonprogo, 22 Juli 1966
o Pembina Utama Madya/IVd
o Jl. Intan No. 24 A Wisma
Belimbing Cilandak Jakarta
Selatan
o Kantor : 021-7245517
Fax : 021-7398950
gieksugiyanto66@gmail.com
sugiyanto@kemkes.go.id
BIODATA
Pendidikan
• 2019 : Doktor Bidang Ilmu Kedokteran Kesehatan, Undip Semarang
• 2004 : Magister in MRI, Royal Melbourne Institute of Technology Australia
• 2002 : Grad.Dip in MRI, Royal Melbourne Institute of Technology Australia
• 1988 : D3 Akademi Penata Rontgen Semarang
Riwayat Pekerjaan
• 2022- sekarang : Direktur Perencanaan Nakes
• 2017- 2022 : Kepala Pusat Pendidikan SDM Kesehatan
• 2008-2017 : Direktur Poltekkes Kemenkes Semarang
• 2006-2008 : Wakil Direktur II, Poltekkes Kemenkes Semarang
• 2004-2006 : Ketua Prodi DIV Teknik Radiologi, Poltekkes
Kemenkes Semarang
Organisasi Profesi
• 2015-sekarang : Ketua Umum PARI Pusat
• 2011-sekarang : ISRRT Council Member dari Indonesia
• 2006-2014 : Ketua Pengda PARI Jateng
• 2012-2016 : Ketua AIPRI
Transformasi Sistem Kesehatan 2021-2024
5 RPJMN DAN 6 PILAR TRANSFORMASI

Visi
Sejalan dengan visi Presiden untuk mewujudkan masyarakat yang sehat, produktif, mandiri dan berkeadilan

Outcome RPJMN Meningkatkan kesehatan ibu, Memperkuat sistem

Mempercepat perbaikan gizi Memperbaiki Gerakan Masyarakat
bidang kesehatan anak, keluarga berencana kesehatan & pengendalian
masyarakat pengendalian penyakit Hidup Sehat (GERMAS)
dan kesehatan reproduksi obat dan makanan

1 Transformasi layanan primer 2 Transformasi layanan 3 Transformasi sistem ketahanan

rujukan kesehatan

a b c d b
a
Edukasi Pencegahan Pencegahan Meningkatkan Meningkatkan akses Memperkuat
Meningkatkan
penduduk primer sekunder kapasitas dan dan mutu layanan ketahanan
ketahanan sektor
6 kategori utama Skrining 14 penyakit kapabilitas sekunder & tersier tanggap darurat
7 kampanye utama: farmasi & alat
imunisasi, gizi penyebab kematian layanan primer
Pembangunan RS kesehatan Jejaring nasional
seimbang, olah raga, Penambahan tertinggi di tiap sasaran Pembangunan KawasanTimur, surveilans berbasis lab,
anti rokok, sanitasi & imunisasi rutin usia, skrining stunting, Produksi dalam negeri
Puskesmas di 171 kec., jejaring pengampuan 6 tenaga cadangan
kebersihan lingkungan, menjadi 14 antigen & peningkatan ANC 14 vaksin rutin, top 10
penyediaan 40 obat yan unggulan, kemitraan tanggap darurat, table
skrining penyakit, dan perluasan untuk kesehatan ibu & obat, top 10 alkes by
esensial, pemenuhan dgn world’s top HC top exercise
kepatuhan pengobatan cakupan di seluruh bayi. volume & by value.
SDM kesehatan primer centers. kesiapsiagaan krisis.
Indonesia.

Transformasi SDM Transformasi teknologi

4 Transformasi sistem
pembiayaan kesehatan
Regulasi pembiayaan kesehatan dengan
3 tujuan: tersedia, cukup, dan
berkelanjutan; alokasi yang adil; dan
pemanfaatan yang efektif dan efisien.
5 6
Kesehatan
Penambahan kuota mahasiswa, beasiswa
dalam & luar negeri, kemudahan
penyetaraan nakes lulusan luar negeri.
kesehatan
Pengembangan dan pemanfaatan teknologi,
digitalisasi, dan bioteknologi di sektor kesehatan.
 Pilar 6

Tranformasi Teknologi
Kesehatan
Pemanfaatan teknologi
untuk peningkatan
kualitas layanan
kesehatan masyarakat

4
Computed Tomography
The workload of radiology
departments increases

35%
CT
scans
MRI
30% More and more exams need to be done and
scans
evaluated.
25%
% growth

20%

15%
A growing
10%
gap
Consultants
(full-time
5% equiv alents)

0%
2013 2014 2015 2016

Grow th in the number of consultant radiologists

and That means, even more challenges and
imaging examinations in England
pressure for radiologists and technologists!
The Royal College of Radiologists (2017): UK workforce census 2016
report.
Computed Tomography
That means: less interpretation
time for radiologists

Is the solution to read faster?

Not really, because with shorter turnaround

time, the error rate rises.

+16.6
%points error rate
What does literature say?

-50%
Interpretation
Cutting in half the interpretation time of
radiologists increases the interpretation error
rate percentage by 16.6%.3
time

3) Berlin L: Faster Reporting Speed and Interpretation Errors: Conjecture, Evidence, and
Malpractice Implications.
 In parallel,
Computed the
Tomographyworkload of
technologists increases as
well

“(…) significantly more patients can be scanned

by increasing the number of available
technologists, who can now perform many of the
workflow tasks at the same time (or in parallel).”

But: is this the best solution – clinically, financially

and from an operational point of view?

Giles, Boland et al. “Maximizing outpatient computed tomography

productivity using multiple technologists” in Americal College of
Radiology (2008)
There are many new
challenges to solve with
• an increased amount of
available data and
• an increased number of
examinations.

Why not let algorithms support

us? Computed Tomography
Challenges requiring AI powered solutions

Growth of
CT/MR scanning 230,000
10-12% patients Increasing
are waiting
but radiologist
over a month
demand for
Workforce only 3%
per year for the
for their imaging medical imaging
test results1
last ten years1

1 The Royal College of Radiologists

9
Challenges requiring AI powered solutions

In 2010 it took 3.5 years The average radiologist

for medical data is interpreting Mass data
to double. In 2020 it is an image every
projected to be 0.2 years 3–4 seconds,
overload
- just 73 days2 8 hours a day 1

1“The effects of changes in utilization and technological adv ancements of cross-

sectional imaging on radiologist workload.”, 9th January 2018,
https://www.ncbi.nlm.nih.gov /pubmed/26210525 1
Challenges requiring AI powered solutions

Halving
$585 billion interpretation time
wasted on of radiologists leads to an Diagnostic
error-prone
increase in
accuracy /
interpretation
and inefficiently
error rate Quantification
delivered services2
by 16.6
percentage point1

1Faster Reporting Speed and Interpretation Errors: Conjecture, Ev idence, and Malpractice Implications,
Journal of the American College of Radiology, Volume 12, Issue 9, September 2015, Pages 894 -896
1
2
Best care at lower cost: the path to continuously learning healthcare in America, Institute of medicine
Artificial intelligence

Artificial • Man Made

A man made
thinking power
intelligence • Thinking Power

Artificial intelligence exist:

When a machine can have human based skills such

as learning, reasoning, and solving problems

12
Teknologi Artificial intelligence di Bidang Kesehatan

Di bidang kesehatan,
penerapan teknologi Artificial
Intelligence (AI) dapat
membantu untuk diagnosis,
prognosis dan tata laksana
pengobatan.

Di bidang kesehatan, AI
diharapkan mampu berperan
membantu tenaga kesehatan
untuk mengambil keputusan
lebih cepat dan tepat dalam
tata laksana pengobatan pasien
Manfaat Artificial intelligence di Bidang Kesehatan

Penghematan Peningkatan Penilaian Deteksi dini Efisiensi alur kerja

waktu kinerja berdasarkan penyakit tertentu • Melalui pemrosesan
• Peralatan medis yang • Efisiensi waktu prioritas • AI mampu mendeteksi AI , pekerjaan
diinstal dengan memungkinkan isyarat halus bakal administratif seperti
• Kemampuan teknologi pencatatan rekam
program kecerdasan tenaga kesehatan AI tersebut penyakit tertentu yang
buatan diklaim untuk memberikan seringkali dilew atkan medis akan berjalan
memungkinkannya secara otomatis. Hasil
memiliki kemampuan pelayanan kesehatan untuk oleh para tenaga
untuk melakukan ke lebih banyak medis diagnosis yang akurat
mengkategorikan juga membuat
pemeriksaan informasi pasien setiap harinya, pasien ke dalam
dalam jumlah besar sehingga terjadi langkah penanganan
kondisi yang bersifat dapat lebih tepat
secara lebih cepat peningkatan kinerja normal atau darurat
dibanding mesin tenaga kesehatan sasaran. Hal tersebut
dan mengancam jiw a. mendukung efisiensi
konv ensional, dengan
tingkat akurasi yang alur kerja SDM
lebih tinggi kesehatan.
Plus Minus adanya Artificial intelligence (AI)
Keuntungan
- Meminimalisir human error ➔ Mesin mengambil
keputusan berdasarkan data masa lalu yang
mereka kumpulkan dengan menerapkan
berbagai algoritme tertentu yang telah di uji
coba
- Selalu tersedia ➔ Mesin dapat bekerja tanpa
henti tanpa jeda dan tidak kelelahan
melakukan hal yang sama lebih dari sekali
- Meminimalisir resiko ➔ Dapat menangani
beberapa keterbatasan manusia yang berisiko
- Dapat menghemat kebutuhan sumber daya ➔
teknologi AI, memungkinkan asisten digital
untuk berinteraksi dengan pengguna sehingga
menghemat kebutuhan sumber daya manusia
Kerugian
- Memerlukan biaya yang cukup mahal dalam
pembuatan dan m aintenance nya
- Mengurangi beberapa pekerjaan manusia
yang tergantikan oleh AI
- AI tidak memiliki emosi ➔ belum bisa
menggantikan pekerjaan yang memerlukan
empati, dll
- AI tidak memiliki kretaifitas ➔bekerja sesuai
dengan programnya
- AI belum terprogram dengan etika dan
moralitas
15
16
Impact Artificial Intelligence dalam Pelayanan Radiologi
di Masa Yang Akan Datang

Saat ini Artificial intelligence merupakan salah satu

teknologi yang telah digunakan di bidang kesehatan

Artificial intelligence dimanfaatkan karena lebih cepat

dan tepat, dengan resiko yang minimal.

Walaupun begitu tetap diperlukan perspektif dari tenaga

kesehatan dalam intepretasinya ➔ diperlukan
peningkatan kapasitas tenaga kesehatan
17
AI in Radiography
Practice

Auto Positioning
Deep learning image
processing
Scan protocol
management
Automatic dose
delivery
Artificial intelligence di Bidang Radiologi

Radiologi adalah salah satu sub-bidang dalam pelayanan

kesehatan, di mana AI sekarang memainkan peran
penting dalam mendiagnosis berbagai jenis penyakit
menggunakan gambar medis seperti X-Rays, CT Scan, MRI
dan USG dll

Contoh kasus penggunaan AI di bidang Radiologi:

- Mengidentifikasi Masalah Kardiovaskular
- Mendeteksi Fraktur dan Penyakit Tulang
- Mendeteksi Cedera Muskuloskeletal
- Diagnosis Penyakit Neurologis
- Mendeteksi Gigi Berlubang & Kerusakan Gigi
- Skrining untuk Kanker / Tumor Umum
- Diagnosis Masalah Gigi Penyakit Rahang

19
20
21
22
Efektivitas Vaksin Covid-19
A Story of Two Chest X-Rays. One patient with a vaccine and one patient without.
Version 2—for the crowd that wants specifics without violating patient privacy (these
are published cases).

The top picture is a 47-year-old man who received Pfizer vaccine (1) and developed
COVID19 2 weeks after. He was overweight (BMI = 29), but without any known
comorbidities. He had runny nose, mild body aches, mild cough. His chest X ray is
relatively normal.

The bottom picture is a 50-year-old active female patient without obesity and not on
medications. Her chest X-ray shows diffuse opacities, consolidations in both lungs with
lung damage (all the fluffy white) and a pattern that looks like the worst feared
complication of COVID19—acute respiratory distress syndrome (ARDS). She needed
intubation, mechanical ventilation, and ECMO (extra-corporal membrane oxygenation)
– the most life support we can offer.

The mRNA vaccines are effective at preventing severe disease and death— even with
the Delta variant. Our ICUs are starting to fill up with COVID19 patients again.

To my fellow healthcare workers, keep your head up!

Edit: Since some people don’t understand - this post was to emphasize that the
vaccines are ~95% effective at preventing case 2 from happening. Of course there are
also mild cases of COVID in unvaccinated Individuals.
https://www.instagram.com/p/CRkQHb4Bv4s/
How can AI support us in this fight against COVID-19? What means can AI provide to help us diagnose
patients quickly and accurately?
In this article, we discuss the current methods for diagnosis of COVID-19 and investigate the possible
role of artificial intelligence in radiology.

https://www.quantib.com/blog/ai-for-covid-19-radiology
Conclusion
The Brixia score can be easily
implemented in the routine
reporting of CXR exams in COVID-
19 patients. As this score correlates
strongly with disease severity and
outcome, it may support the
clinical decision-making,
particularly in the peak of the
epidemic, when patients with
moderate-to-severe signs and
symptoms prevail. The results of
this study suggest that
the Brixia score should be
incorporated in a prognostic model,
which is essential in resource-
constraint scenarios.
 Chest CT Scan

a b
Figure 1a. COVID-19 pneumonia with typical imaging features according to the Radiological Society of North America (RSNA) chest CT classification system (51). Axial
nonenhanced chest CT images (lung window) in a 59-year-old man (a) and a 47-year-old man (b), each with positive RT-PCR test results for SARS-CoV-2, show bilateral
areas of ground-glass opacities (arrows) in a peripheral distribution.

Kwee TC. Published Online: October 23, 2020

https://doi.org/10.1148/rg.2020200159
Survey Terkait Tentang AI Pada Radiografer Indonesia
Penggunaan Fitur AI Pada Radiografi Umum
Penggunaan Fitur AI Pada Alat PACS
Penggunaan Fitur AI Pada CT Scan
Penggunaan Fitur AI Pada MRI
Penggunaan Fitur AI Pada Radioterapi
Penggunaan Fitur AI Pada Kedokteran Nuklir
Tantangan Transformasi Teknologi Kesehatan di Indonesia
Membutuhkan peraturan global

Innovation and Transformation

Legal & Regulatory Aspects

Telemedicine

Code of ethics and

Internet of Things professional standards

Biotechnology Privacy Policy

Electronic Me dical
Records Health Aspect - Clinical

Artificial Intelligence Technology Standard

Need to ensure the
transformation of
health technology
Big Data comply against
regulation

Blockchain
TERIMA KASIH