
Tim peneliti Australia manfaatkan AI untuk identifikasi ‘lemak tersembunyi’ pada tubuh

Ilustrasi. (Harlie Raethel on Unsplash)
Algoritma kecerdasan buatan (artificial intelligence/AI) dapat memperkirakan keberadaan lemak berbahaya tersembunyi, atau lemak viseral, dari pemindaian kepadatan tulang yang digunakan untuk mendeteksi patah tulang belakang.
Sydney, Australia (Xinhua/Indonesia Window) – Tim peneliti di Australia sedang mengembangkan algoritma kecerdasan buatan (artificial intelligence/AI) yang dapat memperkirakan keberadaan lemak berbahaya tersembunyi, atau lemak viseral, dari pemindaian kepadatan tulang yang digunakan untuk mendeteksi patah tulang belakang.Lemak viseral, lemak perut bagian dalam yang berbahaya dan menyelimuti organ tubuh, merupakan "biang masalah" yang erat kaitannya dengan berbagai masalah kesehatan serius, seperti penyakit jantung, diabetes, dan kanker, demikian menurut pernyataan yang dirilis oleh Edith Cowan University (ECU) Australia pada Kamis (4/9).Tim ECU sedang melatih algoritma pembelajaran mesin (machine learning) milik mereka untuk menganalisis pemindaian tulang belakang lateral dengan metode Dual-energy X-ray Absorptiometry (DXA), yang digunakan untuk memeriksa kepadatan tulang, guna memprediksi tingkat lemak viseral secara akurat dari citra tersebut. Cara ini menawarkan wawasan kesehatan baru yang berharga tanpa memerlukan pemeriksaan tambahan.Metode-metode estimasi tingkat lemak viseral yang ada saat ini, seperti indeks massa tubuh, lingkar pinggang, dan rasio pinggang-pinggul, memiliki keterbatasan karena tidak dapat membedakan berbagai jenis lemak tubuh yang berbeda-beda, sehingga kerap menimbulkan penilaian obesitas yang tidak konsisten, ujar para peneliti.Teknik-teknik pencitraan, seperti MRI dan CT, memberikan pengukuran lemak viseral yang akurat namun biayanya mahal. Selain itu, dalam kasus CT, pasien juga terpapar tingkat radiasi yang lebih tinggi, imbuh para peneliti."Model pembelajaran mesin ini telah dilatih dengan ribuan citra; langkah selanjutnya adalah mengintegrasikan kumpulan data lanjutan dari seluruh dunia, sehingga mesin tersebut dapat mempelajari kohort terbesar dan paling beragam yang tersedia agar bisa menjadi seefektif mungkin," papar Syed Zulqarnain Gilani, dosen senior sekaligus ilmuwan AI terkemuka di ECU.Laporan: RedaksiBagikan

Komentar
Berita Terkait

Makam kerajaan kuno berusia sekitar 3.500 tahun ditemukan di tepi Sungai Nil
Indonesia
•
18 Jan 2023

Ilmuwan China kembangkan serat aerogel yang terinspirasi bulu beruang kutub
Indonesia
•
23 Dec 2023

Rusia kembangkan sistem navigasi bulan dengan 24 satelit
Indonesia
•
03 Sep 2020

China dan Jerman perkuat kerja sama penelitian jelai
Indonesia
•
30 Apr 2024


Berita Terbaru

Superkomputer China LineShine puncaki TOP500, jadi yang pertama tembus 2 EFLOPS
Indonesia
•
26 Jun 2026

Terobosan AI medis! Teknologi ini bisa membantu mendeteksi skizofrenia lewat gelombang otak
Indonesia
•
25 Jun 2026

Masayoshi Son: SoftBank fokus pada AI, cip, infrastruktur, dan robotik untuk percepat ekspansi
Indonesia
•
25 Jun 2026

Feature – Hampir 40 tahun jelajahi hutan, profesor BRIN temukan tiga spesies baru kantong semar, selamatkan Nepenthes Indonesia
Indonesia
•
25 Jun 2026
