Mohon tunggu...
Jenny Angels Ayu Intania
Jenny Angels Ayu Intania Mohon Tunggu... Mahasiswa - UIN Maulana Malik Ibrahim Malang

Mahasiswa UIN Maulana Malik Ibrahim Malang Prodi Teknik Informatika

Selanjutnya

Tutup

Ilmu Alam & Tekno

Revolusi Predeksi Penyakit melalui Representasi Pasien Multi-perspektif

26 September 2024   00:35 Diperbarui: 26 September 2024   00:46 26
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Ilustrasi dokter yang bekerja dengan laptop (Sumber: Freepik.com)

Revolusi Prediksi Penyakit melalui Representasi Pasien Multi-perspektif 

Kesehatan elektronik (E-health) dan catatan kesehatan elektronik (EHR) telah menjadi komponen penting dalam transformasi digital sektor kesehatan global. Dengan peningkatan besar dalam volume data kesehatan yang dihasilkan oleh rumah sakit, klinik, dan pusat kesehatan setiap harinya, pertumbuhan teknologi EHR menjadi salah satu langkah maju yang signifikan dalam memberikan layanan kesehatan yang lebih efektif dan berbasis data. Di tengah ledakan data kesehatan ini, metode representasi pasien berbasis EHR memainkan peran sentral dalam meningkatkan prediksi penyakit dan membantu dokter dalam membuat keputusan klinis yang lebih baik.

***

Artikel ilmiah yang ditulis oleh Ziyue Yu, Jiayi Wang, Wuman Luo, Rita Tse, dan Giovanni Pau, berjudul "Multi-perspective patient representation learning for disease prediction on electronic health records", yang diterbitkan pada tahun 2024 di Knowledge and Information Systems Journal, memberikan pandangan mendalam tentang bagaimana penggunaan EHR dapat ditingkatkan untuk memprediksi penyakit dengan lebih akurat. Artikel ini mengusulkan metode inovatif bernama Multi-perspective Patient Representation Extractor (MPRE) yang mampu menangkap tren dan variasi dari fitur dinamis pasien, serta korelasi antara keduanya, yang terbukti penting dalam diagnosis penyakit.

***

Dengan penggunaan dataset publik, seperti SCRIPT CarpeDiem Dataset dan Health Facts Database, penelitian ini menunjukkan bahwa MPRE berhasil mencapai hasil yang lebih baik dibandingkan dengan metode prediksi penyakit berbasis EHR yang sudah ada, seperti CNN dan RNN. Artikel ini mengklaim bahwa MPRE mampu meningkatkan performa prediksi hingga 10% lebih baik dalam metrik Area Under the Receiver Operating Characteristic (AUROC) dibandingkan model standar. Adanya lonjakan kinerja ini membuktikan potensi besar teknologi EHR dan machine learning dalam merevolusi cara kita menganalisis dan menggunakan data kesehatan di masa depan.

Referensi

Yu, Z., Wang, J., Luo, W., Tse, R., & Pau, G. (2024). Multi-perspective patient representation learning for disease prediction on electronic health records. Knowledge and Information Systems. 

Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun