Coba gali literatur tentang cara GeNose bekerja.

GeNose mendeteksi Covid-19 secara tidak langsung via fingerprinting komposisi senyawa organik volatile dlm nafas, berbeda dengan PCR, rapid antigen yang mendeteksi langsung protein scr spesifik thdp coronavirus SARS-cov-2 https://twitter.com/kumparan/status/1353221387029241857
Ternyata ketemu paper yg ditulis oleh salah satu author GeNose

Langkah pertama komposisi gas volatile dalam nafas dikuantifikasikan lewat sensor yang mampu mendeteksi zat volatile tertentu yang dijabarkan di bawah ini
https://www.sciencedirect.com/science/article/pii/S221418042030101X
Sinyal time-series tegangan dari masing2 sensor dicatat dan nantinya diklasifikasikan dengan classifier machine learning yang dilatih untuk membedakan karakteristik sinyal dari orang sehat ataupun yang terjangkit covid

Ini adalah problem dari metode ini, mencari data training...
Dalam konsep machine learning, bisa jadi akurasi tinggi ini akibat dari overfitting dari training data

Karena dari publikasi Lancet, ternyata akurasi, sensitivitas dan spesifisitas saat metode ini digunakan dalam uji klinis turun menjadi 80% sensitif dan 80% spesifik
Overfitting ini lumayan mengkhawatirkan karena classifier yang digunakan GeNose lebih canggih bila dibandingkan dengan publikasi Ruszkiewicz et al di Lancet yang masih pakai PCA.

Oleh karena itu, sebaiknya menunggu hasil uji klinis terhadap alat ini benar-benar keluar sehingga..
Dengan uji klinis (eksperimen acak), kita baru bisa tahu
1. kemungkinan penularan dari orang yg (+) covid yg masih lolos tes
2. kemungkinan orang yg sebetulnya (-) covid ditolak boarding karena dideteksi positif oleh metode ini (dan buang2 kapasitas tes PCR)

Kesalahan itu mahal
Dalam kontrol wabah, sensitivity lebih penting
Namun bagi bisnis, specificity lebih penting

Dengan 80% specificity, ada kemungkinan 1 dari 5 orang yg seharusnya tidak ditolak, justru ditolak untuk boarding.
Ini dapat sangat merugikan bisnis transportasi
IMHO, tetap pake PCR sebagai gold standard (tp hindari false positive dr shedding viral particle dari pasien yg sudah sembuh). Swab antigen untuk screening yg bergejala. Rapid antibodi untuk surveillance tingkat imunitas dalam populasi
Seperti perusahaan2 fintech, developer GeNose harus juga memikirkan gimana mengintegrasikan data hasil uji klinis ataupun tes molekuler yang didapat di production untuk terus meningkatkan performa klasifikasi
Itu baru bicara dari kacamata machine learning engineering ya, belum bicara kacamata kimia organik.

Efek2 VOC ini bisa tumpuk-menumpuk dari penyakit lain, rokok, kopi, teh, atau segala makanan berempah/berbumbu, bahkan sisa nafas org sebelomya bisa kacauin metode ini...
Ternyata sudah dibahas lama dari Oktober tahun lalu.

Bias seleksi pada dataset yang digunakan untuk melatih model ML ini lumayan mengkhawatirkan juga ya https://twitter.com/fadilify/status/1320166995120226304?s=20
You can follow @adisetyop.
Tip: mention @twtextapp on a Twitter thread with the keyword “unroll” to get a link to it.

Latest Threads Unrolled:

By continuing to use the site, you are consenting to the use of cookies as explained in our Cookie Policy to improve your experience.