Prediksi Kondisi Kritis Anak di Ruangan Intensif Melalui Machine Learning: Tinjauan Literatur

Abstract

ABSTRAK   Pendahuluan: Banyak data yang harus dipantau dan didokumentasikan terkait kondisi kritis anak di ruangan intensif. Data tersebut berguna dalam proses tindak lanjut keperawatan. Seiring perkembangan teknologi, pendokumentasian data pasien di rumah sakit sudah menggunakan sistem elektronik dan bisa diolah secara digital untuk memberikan informasi dalam memprediksi kondisi pasien. Salah satu sistem untuk mengolah data tersebut dikenal dengan sebutan machine learning. Metode: Studi ini menggunakan tinjauan literatur dengan menganalisa data tentang penggunaan machine learning dalam memprediksi kondisi kritis anak secara sistematis. Tujuan: Memberikan gambaran dan gagasan dari hasil tinjauan jurnal tentang penggunaan machine learning dalam memprediksi kondisi kritis pada anak di ruangan intensif. Pembahasan: Dari hasil tinjauan 10 jurnal yang sudah dipilih, didapatkan suatu kesimpulan bahwa penggunaan machine learning dalam memberikan prediksi suatu kondisi kritis pasien lebih akurat dibandingkan metode konvensional. Rekomendasi: Diharapkan penggunaan machine learning bisa lebih dikembangkan di ruangan intensif anak yang membutuhkan tindakan yang cepat dan akurat.   Kata Kunci: Machine Learning; Prediksi Kondisi Kritis; Intensif Anak