REPUBLIKA.CO.ID, JAKARTA -- Satu kunci untuk mengembangkan sistem kecerdasan buatan atau AI adalah dataset. Untuk meningkatkan akurasi, sistem AI membutuhkan sampel yang sangat besar. Namun masalahnya, beberapa dataset cenderung sulit untuk ditemukan.
Menghadapi tantangan ini, tim peneliti dari Nvidia tak kehabisan akal untuk mengembangkan sistem AI demi keperluan pencitraan otak. Alih-alih menggunakan sampel asli, tim peneliti menggunakan gambar MRI otak buatan atau sintetik dalam bentuk tiga dimensi. Gambar-gambar ini menampilkan otak dengan beragam kondisi benjolan kanker.
"Untuk pertama kalinya kami dapat membuat pencitraan otak yang dapat digunakan untuk melatih neural network (pada sistem AI)," jelas peneliti senior dari Nvidia Hu Chang seperti dilansir Venture Beat.
Sistem AI ini dikembangkan dengan menggunakan deep learning framework PyTorch dari Facebook dan dilatih menggunakan platform Nvdia DGX. Tim peneliti juga memanfaatkan general adversarial network (GAN) umum yang terdiri dari dua bagian neural network. Neural network ini terdiri dari generator yang memproduksi sampel dan discriminator yang berfungsi untuk membedakan sampel buatan dan sampel asli untuk menciptakan pencitraan MRI tentang otak yang abnormal secara meyakinkan.
Tim peneliti menggunakan dua sumber dataset untuk melatih GAN, yaitu Alzheimer's Disease Neuroimaging Initiative (ADNI) dan Multimodal Brain Tumor Image Segmentation Benchmark (BRATS). Keterbatasan memori dan komputasi memaksa tim untuk menurunkan resolusi scan dari kedua sumber ini dari 256x256x108 menjadi 128x128x54. Namun tim peneliti juga tetap menggunakan gambar asli untuk perbandingan.
Generator pada GAN, mengambil gambar-gambar dari ADNI dan belajar untuk memproduksi scan otak sintetis yang lengkap dengan white matter, grey matter serta cairan serebro spinal. Dari dataset BRATS, generator GAN menghasilkan segmentasi penuh dengan tumor.
GAN kemudian membubuhi catatan pada gambar-gambar scan ini dengan cepat. Karena GAN memperlakukan anatomi otak dan tumor pada dua label berbeda, tim peneliti dapat mengubah ukuran tumor dan lokasi atau menempelkannya pada hasil scan otak sehat untuk membuat scan otak buatan untuk keperluan pengembangan sistem AI.
"Ini dapat menghapus kekhawtiran mengenai privasi pasien karena menghasilkan gambar secara anonim," papar Chang.
Tim peneliti kemudian melatih machine learing model dengan menggunakan gambar scan otak asli dan gambar scan otak sintetis yang diproduksi oleh GAN. Hasil pelatihan ini memungkinkan machine learing model yang dilatih tim peneliti untuk melakukan analisis dengan tingkat akurasi 80 persen, 14 persen lebih akurat dibandingkan model yang hanya dilatih dengan gambar scan otak asli saja.
"Banyak ahli radiologi yang menunjukkan kegembiraan setelah kami menunjukan sistem tersebut. Mereka ingin menggunakan sistem tersebut untuk menghasilkan lebih banyak contoh gambar untuk penyakit-penyakit langka," tukas Chang.
Ikuti Whatsapp Channel Republika