SURABAYA – Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) kini tidak hanya merambah sektor industri digital, tetapi juga menjadi tulang punggung baru dalam dunia medis. Menanggapi fenomena ini, Fakultas sains dan Teknologi Prodi S2 Teknik Biomedis menyelenggarakan kuliah tamu bertajuk “Pemanfaatan AI dalam Analisis Data Pasien untuk Mendukung Keputusan Klinis” pada Kamis, 12 Maret 2026.
Acara dibuka secara resmi oleh Prof. Dr. Prihartini Widiyanti, drg., M.Kes., S.Bio., CCD, selaku Ketua Program Studi (KPS) S2 Teknik Biomedis Universitas Airlangga. Dalam sambutannya, Prof. Yanti menekankan bahwa penguasaan teknologi digital bagi praktisi maupun akademisi teknik biomedis adalah sebuah keniscayaan di era transformasi kesehatan saat ini.
“Integrasi kecerdasan buatan dalam kurikulum dan riset teknik biomedis merupakan langkah strategis untuk menjawab tantangan kesehatan masa depan. Kami berharap melalui kuliah tamu ini, mahasiswa mampu memahami bagaimana AI dapat dikonversi menjadi solusi nyata untuk meningkatkan akurasi diagnosis di rumah sakit,” ujar Prof. Yanti saat membuka kegiatan tersebut.
AI sebagai Alat Bantu Diagnostik
Hadir sebagai pembicara utama adalah pakar teknologi medis sekaligus Wakil Dekan FKK ITS, Prof. Dr. I Ketut Eddy Purnama, S.T., M.T. Dalam paparannya, Prof. Ketut menekankan bahwa peran AI bukan untuk menggantikan posisi dokter, melainkan sebagai alat bantu (tool) yang krusial dalam meminimalisir kesalahan manusia (human error) dan mempercepat proses diagnosis.
Optimalisasi Big Data Pasien
Prof. Ketut menjelaskan bahwa setiap pasien menghasilkan data yang sangat kompleks, mulai dari riwayat medis, hasil laboratorium, hingga citra radiologi seperti MRI dan CT-scan. Tanpa bantuan teknologi, analisis data sebesar itu membutuhkan waktu lama dan ketelitian ekstra tinggi.
“AI memiliki kemampuan untuk melakukan pengenalan pola (pattern recognition) pada ribuan data klinis dalam waktu singkat. Hal ini memungkinkan dokter untuk mendapatkan rekomendasi keputusan klinis yang berbasis data secara real-time,” ujar Prof. Ketut di hadapan para mahasiswa dan praktisi kesehatan yang hadir.
Dukungan Keputusan Klinis yang Lebih Presisi
Dalam sesi teknisnya, beliau memaparkan bagaimana algoritma Machine Learning dan Deep Learningdiimplementasikan untuk mendeteksi penyakit secara dini. Sebagai contoh, dalam analisis citra medis, AI dapat membantu mengidentifikasi sel kanker dengan tingkat akurasi yang melampaui metode konvensional.
Beberapa poin utama yang dibahas dalam kuliah tamu tersebut meliputi:
* Integrasi Data Multimodal: Menggabungkan data teks (rekam medis) dengan data visual (rontgen/USG) untuk diagnosis yang lebih komprehensif.
* Personalized Medicine: Penggunaan AI untuk menentukan jenis pengobatan yang paling efektif bagi pasien berdasarkan profil genetik dan data historis.
* Sistem Peringatan Dini: Algoritma yang mampu memprediksi penurunan kondisi pasien di ruang perawatan sebelum fase kritis terjadi.
Tantangan dan Etika Medis
Meski menawarkan potensi luar biasa, Prof. Ketut juga mengingatkan pentingnya aspek etika dan keamanan data pasien. Beliau menegaskan bahwa transparansi algoritma atau Explainable AI (XAI) sangat diperlukan agar dokter tetap memahami dasar dari setiap rekomendasi yang diberikan oleh sistem AI.
Kuliah tamu ini diakhiri dengan sesi diskusi interaktif yang menunjukkan antusiasme tinggi dari para peserta. Melalui kegiatan ini, Fakultas Sains dan Teknologi Prodi S2 Teknik Biomedis berkomitmen untuk terus menjembatani celah antara teknologi teknik dan praktik kedokteran demi memajukan kualitas pelayanan kesehatan di Indonesia.