“Artificial
Intelligence Dalam Pelayanan
Kesehatan di Bidang Radiologi”
PRODI D3 RADIOLOGI
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
BAB II
DESKRIPSI PELAKSANAAN KEGIATAN
A. NamaKegiatan
B. TemaKegiatan
C. PelaksanaanKegiatan
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)
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
Disampaikan Dalam:
Kuliah Umum Poltekkes Muhammadiyah Makasar
Sabtu, 4 November 2022
1
BIODATA
Pendidikan
Visi
Sejalan dengan visi Presiden untuk mewujudkan masyarakat yang sehat, produktif, mandiri dan berkeadilan
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.
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
+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
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
9
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
A man made
thinking power
intelligence • Thinking Power
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
Keuntungan Kerugian
- Meminimalisir human error ➔ Mesin mengambil - Memerlukan biaya yang cukup mahal dalam
keputusan berdasarkan data masa lalu yang pembuatan dan m aintenance nya
mereka kumpulkan dengan menerapkan
berbagai algoritme tertentu yang telah di uji - Mengurangi beberapa pekerjaan manusia
coba yang tergantikan oleh AI
- Selalu tersedia ➔ Mesin dapat bekerja tanpa - AI tidak memiliki emosi ➔ belum bisa
henti tanpa jeda dan tidak kelelahan menggantikan pekerjaan yang memerlukan
melakukan hal yang sama lebih dari sekali empati, dll
- Dapat menghemat kebutuhan sumber daya ➔ - AI belum terprogram dengan etika dan
teknologi AI, memungkinkan asisten digital moralitas
untuk berinteraksi dengan pengguna sehingga
menghemat kebutuhan sumber daya manusia
15
16
Impact Artificial Intelligence dalam Pelayanan Radiologi
di Masa Yang Akan Datang
Auto Positioning
Deep learning image
processing
Scan protocol
management
Automatic dose
delivery
Artificial intelligence di Bidang Radiologi
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.
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.
Electronic Me dical
Records Health Aspect - Clinical
Blockchain
TERIMA KASIH