
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

Feature – Robot humanoid jadi tren wisata baru di China, industri ini diproyeksi bernilai Rp2.600 triliun
Indonesia
•
03 Jun 2026

Wahana Mars China dan Eropa pelajari atmosfer di dekat matahari
Indonesia
•
17 Jan 2023

Peneliti kembangkan jaringan neural berteknologi kuantum untuk prediksi molekul obat
Indonesia
•
13 Aug 2025

China temukan sumber bijih lithium dalam jumlah besar
Indonesia
•
19 Jan 2024


Berita Terbaru

Tinjauan Ekonomi – AI bantu pabrik China hemat 8,14 miliar rupiah per tahun dan pangkas waktu produksi
Indonesia
•
11 Nov 2026

AI saring 50,7 juta senyawa kimia, temukan 92 kandidat pemanis pengganti gula
Indonesia
•
09 Nov 2026

Pesawat eksperimental NASA X-70 mampu angkut muatan 907 kilogram dan terbang 2.778 kilometer
Indonesia
•
06 Nov 2026

Dari Palung Jawa hingga polusi plastik: Potensi kerja sama riset laut dalam Indonesia-China tak terbatas
Indonesia
•
06 Nov 2026
