Mahasiswa Teknologi Radiologi Pencitraan UNAIR Teliti Pemanfaatan AI untuk Meningkatkan Kualitas Citra MRI

VOKASI NEWS – Perkembangan Artificial Intelligence (AI) semakin membuka peluang baru dalam dunia radiologi. Salah satu inovasi yang kini banyak dikembangkan adalah pemanfaatan AI untuk meningkatkan kualitas citra Magnetic Resonance Imaging (MRI).

Teknologi tersebut menjadi fokus penelitian mahasiswa Program Studi Sarjana Terapan Teknologi Radiologi Pencitraan Fakultas Vokasi Universitas Airlangga yang mengevaluasi penggunaan AIR™ Recon DL (ARDL) pada pemeriksaan Magnetic Resonance Cholangiopancreatography (MRCP) pasien cholelithiasis.

AI Membantu Menghasilkan Citra MRI yang Lebih Jernih

MRCP merupakan pemeriksaan MRI yang digunakan untuk menampilkan saluran empedu dan saluran pankreas secara noninvasif. Pemeriksaan ini memiliki peran penting dalam membantu menegakkan diagnosis berbagai gangguan pada sistem bilier, termasuk batu empedu (cholelithiasis).

Agar struktur anatomi dapat terlihat secara optimal, pemeriksaan MRCP membutuhkan kualitas citra yang tinggi. Salah satu tantangan dalam pencitraan MRI adalah munculnya noise yang dapat mengurangi kejelasan gambar sehingga berpotensi memengaruhi proses interpretasi.

Untuk mengatasi permasalahan tersebut, penelitian ini memanfaatkan teknologi AIR™ Recon DL (ARDL), yaitu sistem rekonstruksi citra berbasis deep learning yang dirancang untuk mengurangi noise sekaligus meningkatkan ketajaman citra MRI.

Kualitas Citra Dinilai Melalui Nilai Signal-to-Noise Ratio

Penelitian mengevaluasi kualitas citra menggunakan parameter Signal-to-Noise Ratio (SNR), yaitu perbandingan antara kekuatan sinyal anatomi dengan tingkat noise pada citra MRI. Semakin tinggi nilai SNR, semakin baik kualitas gambar yang dihasilkan sehingga struktur anatomi dapat divisualisasikan dengan lebih jelas. Hasil penelitian menunjukkan bahwa penggunaan AIR™ Recon DL mampu meningkatkan kualitas citra secara signifikan.

Pada area Common Bile Duct (CBD), nilai SNR meningkat sekitar 38 persen dibandingkan citra tanpa ARDL. Sementara itu, pada jaringan hati (liver), peningkatan SNR mencapai sekitar 38,9 persen. Peningkatan tersebut menunjukkan bahwa teknologi berbasis deep learning mampu menghasilkan citra yang lebih bersih dengan tingkat noise yang lebih rendah sehingga struktur anatomi menjadi lebih mudah diamati.

Mendukung Ketepatan Diagnosis Pasien

Kualitas citra yang lebih baik diharapkan dapat membantu dokter spesialis radiologi dalam mengevaluasi kondisi saluran empedu secara lebih akurat. Selain itu, radiografer juga memperoleh dukungan teknologi untuk menghasilkan pemeriksaan dengan kualitas diagnostik yang lebih optimal.

Pemanfaatan AI dalam rekonstruksi citra MRI menjadi salah satu inovasi yang mampu meningkatkan mutu pelayanan pencitraan diagnostik tanpa mengubah prosedur pemeriksaan yang dijalani pasien.

AI Berpotensi Menjadi Masa Depan Radiologi

Hasil penelitian ini menunjukkan bahwa teknologi Artificial Intelligence, khususnya deep learning reconstruction, memiliki potensi besar dalam mendukung perkembangan radiologi modern. Selain meningkatkan kualitas citra, teknologi ini juga dapat membantu menghasilkan informasi diagnostik yang lebih jelas sehingga mendukung pengambilan keputusan klinis.

Ke depan, penerapan AI pada berbagai modalitas pencitraan diharapkan terus berkembang sebagai bagian dari transformasi pelayanan kesehatan berbasis teknologi. Inovasi tersebut tidak hanya memperkuat pengembangan ilmu radiologi, tetapi juga berkontribusi dalam meningkatkan mutu pelayanan kesehatan melalui pemeriksaan yang lebih akurat, efisien, dan berorientasi pada keselamatan pasien.

[BACA JUGA: Alat Pengering Daun Salam sebagai Olahan Herbal dan Masakan dengan Sistem Kontrol Fuzzy Logic]

Penulis: Gede Tieri Predi Pebrian

Editor: Inviana (Tim Vokasi Branding)