Salbila, Zahrani and Kuntjoro, Lydia Purna Widyastuti Setjadiningrat and Fauzia, Lathifa Putry (2025) Akurasi Diagnostik dan Kesesuaian Penentuan Densitas Payudara Berdasarkan Mamografi (Perbandingan Antara Tiga Tingkat Residen Radiologi (Pemula, Madya, dan Mandiri) dan AI Lunit dengan Expert Sebagai Baku Emas). Undergraduate thesis, Universitas Diponegoro.
|
Text (ZAHRANI SALBILA-22010122140192-KTI-ABSTRAK)
ZAHRANI SALBILA-22010122140192-KTI-ABSTRAK.pdf Download (143kB) |
Abstract
Latar belakang: Penentuan densitas payudara merupakan aspek penting dalam interpretasi mamografi dan deteksi kanker payudara. Adanya variasi hasil interpretasi antar pembaca, khususnya pada residen radiologi dengan tingkat pendidikan yang berbeda masih menjadi tantangan dalam hal penilaian diagnosik. Sistem kecerdasan buatan (AI) seperti Lunit INSIGHT MMG dikembangkan untuk bisa membantu radiolog dalam meningkatkan konsistensi diagnostik.
Tujuan: Menilai akurasi diagnostik dan tingkat kesesuaian dalam klasifikasi densitas payudara sesuai BI-RADS antara residen radiologi tingkat pemula, madya, dan mandiri dengan AI Lunit serta expert (radiolog ahli) sebagai baku emas.
Metode: Penelitian ini merupakan penelitian observasional analitik uji diagnostik yang menggunakan 50 gambar mamografi digital yang dinilai oleh 39 residen (13 residen pemula, 13 residen madya, dan 13 residen mandiri) dan AI Lunit INSIGHT MMG. Hasil penilaian diagnostiknya yang berupa sensitivitas, spesifisitas, akurasi, dan kesepakatan berdasarkan nilai Kappa akan dibandingkan dengan hasil pembacaan expert.
Hasil: Akurasi diagnostik residen relatif serupa (pemula: 80,38%; madya: 79,30%; mandiri: 79,43%). Sensitivitas tertinggi terdapat pada residen mandiri (83,26%) namun spesifisitasnya yang terendah (70,77%). AI menunjukkan performa yang tertinggi dengan akurasi 95,9%, sensitivitas 100%, dan spesifisitasnya 86,7%, serta nilai kappa 0,90 (almost perfect agreement) terhadap expert. Sementara, untuk nilai kappa residen berada pada kisaran 0,53-0,56 (moderate agreement).
Kesimpulan: AI menunjukkan performa diagnostik dan konsistensi tertinggi dibandingkan seluruh tingkat residen. Hal ini dapat menegaskan bahwa AI memiliki potensi yang sangat baik sebagai alat bantu diagnostik dan media pembelajaran obyektif bagi residen.
Kata kunci: Residen radiologi, AI, densitas payudara, mamografi, akurasi diagnostik, kesesuaian antar pembaca
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Kata kunci: Residen radiologi, AI, densitas payudara, mamografi, akurasi diagnostik, kesesuaian antar pembaca |
| Subjects: | Medicine |
| Divisions: | Faculty of Medicine > Department of Medicine |
| Depositing User: | Upload Mandiri FK |
| Date Deposited: | 17 Dec 2025 07:22 |
| Last Modified: | 17 Dec 2025 07:22 |
| URI: | https://eprints2.undip.ac.id/id/eprint/42279 |
Actions (login required)
![]() |
View Item |
