Article Potensi dan Tantangan Implementasi Blockchain dalam Pengelolaan Citra Medis:
Sebuah Tinjauan Literatur Hani Istiqomah1.
Khoirun Nisa2 1-2 Informatika.
Universitas Harapan Bangsa.
Purwokerto.
Indonesia Corresponding Author: istiqomahhani724@gmail.
Abstract: Blockchain technology offers a secure, decentralized approach to managing medical data in healthcare.
This literature analysis highlights blockchain's potential to enhance data security, reduce manipulation risks, and improve patient privacy by granting individuals control over their medical information.
It also boosts data reliability and cyberattack resistance, crucial in healthcare.
However, challenges like high energy consumption and computational complexity remain.
Further research is necessary to develop efficient solutions for blockchain integration in healthcare, ensuring safe, reliable, and effective data management while addressing these Received: 30 July 2024 Revised: 25 August 2024 Accepted: 4 September 2024 Published: 12 September 2024 Copyright: A 2024 by the authors.
License Universitas Harapan Bangsa.
Purwokerto.
Indonesia.
This article is an open access article distributed under the terms and conditions of the Keywords: Blockchain.
Citra Medis.
Keamanan Data.
Privasi Pasien.
Creative Commons Attribution (CC BY) license .
ttps://creativecommons.
org/licenses/by/4.
0/).
Desentralisasi Pendahuluan Dengan munculnya jaringan 5G.
Internet of Things, dan Artificial Intellegence, pengobatan cerdas telah muncul sebagai bidang penerapan yang menjanjikan dalam beberapa tahun terakhir.
Sistem perawatan kesehatan elektronik .
-healthcar.
dianggap sebagai salah satu bidang yang populer, yang memiliki kemampuan untuk memantau dan mendiagnosis status fisik pasien secara real-time berdasarkan data rekam medis pasien.
Citra medis merupakan salah satu dari data rekam medis yang semakin banyak dikirim melalui jaringan terbuka sebagai akibat dari kemajuan telemedis dalam deteksi dan diagnosis penyakit jarak jauh (Qamar 2.
, (Shen et KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 57 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Dalam perkembangannya teknologi pencitraan medis diagnostik seperti mesin Computed Tomography (CT) atau Magnetic Resonance Imaging (MRI) memainkan peran penting dalam memberikan diagnosis yang tepat waktu dan akurat kepada pasien yang membutuhkan (Omar et al.
Teknologi Computed Tomography (CT) adalah teknik pencitraan yang umum dan penting.
Ini menghasilkan gambar resolusi tinggi dari jaringan tubuh manusia dengan memperoleh gambar sinar-X dari bagian dalam pasien (Kang et al.
Teknologi MRI muncul pada paruh kedua tahun 1980an.
Karena kemampuannya dalam membedakan jaringan, spektrum penerapan MRI meluas ke seluruh organ dan sistem manusia.
MRI mampu mengeksplorasi aspek morfologi, anatomi, dan Selain gambar jaringan dan organ.
MRI juga dapat mengkarakterisasi komponen kimia, memberikan ukuran kuantitatif, fungsional, dan menguraikan sifat fisik .
e Freitas Almeida.
Conceiyyo, and Magalhyes 2.
Saat ini di bidang penelitian medis masyarakat dapat memperoleh informasi citra medis dalam jumlah besar melalui berbagai instrumen dan perlengkapan, dan gambar-gambar tersebut masih tersimpan dalam rekam medis elektronik pasien dalam bentuk data elektronik (Zhao et al.
Volume data medis elektronik yang menakjubkan telah menggantikan rekam medis tradisional yang berbasis kertas.
Selain itu, rekam medis elektronik ini berisi informasi penting yang harus disimpan secara andal, sehingga menimbulkan dampak dan tantangan yang sangat besar terhadap sistem manajemen medis saat ini, di mana sebagian besar organisasi layanan kesehatan menggunakan teknologi penyimpanan dan berbagi data terpusat, sehingga membuat pertukaran data menjadi sulit karena kurangnya penyimpanan yang seragam (Sun et al.
Munculnya masalah seperti terjadi kebocoran data medis, menjadikan masyarakat semakin memperhatikan perlindungan data medis.
Data tersebut biasanya berisi informasi pribadi .
eperti nama, tanggal lahir, dan hasil pemeriksaa.
(Z.
Li et al.
Perlindungan data dalam sistem layanan kesehatan telah menjadi isu penting karena meningkatnya kebocoran data rahasia dan sensitif.
Dalam beberapa tahun terakhir pelanggaran data di penyedia layanan kesehatan mengakibatkan kerugian sekitar $15 juta.
Sektor layanan kesehatan melaporkan peningkatan sebesar 19,5% dalam jumlah pelanggaran jika dibandingkan dengan sektor lain .
e Aguiar et al.
Dalam sistem e-health tradisional, data medis tersebar dan disimpan dalam database berbagai institusi medis, sehingga membuang-buang sumber daya dan tidak kondusif untuk berbagi data.
Dengan berkembangnya komputasi awan, sistem e-health berbasis cloud muncul.
Database disimpan di cloud pihak ketiga dan teknologi enkripsi yang dapat dicari dapat memastikan bahwa privasi pasien tidak akan bocor dan memiliki efisiensi pencarian yang tinggi.
Dalam perkembangannya data yang disimpan di cloud mungkin terkena serangan kolusi .
isalnya gangguan berbahaya, penghapusa.
sehingga tidak mungkin memverifikasi kebenaran dan integritas data (Gan et al.
Mengadopsi teknologi inovatif untuk mengatasi tantangan yang terkait dengan kebocoran data rahasia dan sensitif dapat menjadi hal yang transformatif.
Salah satu teknologi yang berpotensi merevolusi KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 58 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 sektor layanan kesehatan adalah blockchain (Sunny.
Undralla, and Madhusudanan Pillai 2.
, (Kumar Singh et Blockchain sangat populer penerapannya di sektor keuangan, namun belakangan ini telah disadari bahwa blockchain dapat menjadi keuntungan bagi sektor kesehatan (Liu et al.
Blockchain adalah rangkaian blok dengan catatan waktu yang disusun oleh komputer dari entitas berbeda (Islam et al.
Informasi disusun menjadi kumpulan data bersama yang terdiri dari blok-blok yang membentuk rantai paket data.
Setiap blok berisi beberapa transaksi atau entitas, metadata, stempel waktu, nilai hash blok sebelumnya, dan nonce, nomor acak yang digunakan untuk memverifikasi nilai hash (Rajasekaran.
Azees, and Al-Turjman 2.
Hash ini berfungsi sebagai checksum, memungkinkan verifikasi setiap perubahan atau upaya pemalsuan di dalam blok.
Fungsi hash untuk setiap blok berikutnya dihitung menggunakan datanya sendiri dan nilai hash blok sebelumnya, sehingga menciptakan batasan integritas antar blok (Siedlecka-Lamch 2.
Secara umum, teknologi blockchain terdiri dari beberapa komponen penting seperti konsensus, skema kriptografi, alur kerja, dan model data (Belotti et al.
Komponen konsensus bertujuan untuk mencapai kesepakatan di antara peserta sebelum membuat kandidat blok, sementara skema kriptografi mengatasi masalah privasi dan keamanan, khususnya dalam komunikasi.
Komponen alur kerja mengatur prosedur sistem untuk menangani permintaan.
Model data bertanggung jawab untuk mengatur data dalam sistem.
Meskipun terdapat berbagai jenis model, seperti keluaran transaksi yang tidak terpakai, model berbasis akun, atau model nilai kunci, model berbasis akun adalah yang paling banyak digunakan dalam platform blockchain (Nguyen.
Nguyen, and Nguyen Gia 2.
Blockchain adalah teknologi penting yang memungkinkan solusi terdesentralisasi, namun juga dapat menimbulkan konsekuensi yang tidak diinginkan.
Desentralisasi mengharuskan peserta yang sama untuk mencapai mekanisme konsensus dalam melakukan pembaruan, yang berbeda dengan sentralisasi di mana keputusan dibuat dari satu titik fokus.
Oleh karena itu, penggunaan blockchain memerlukan perhatian yang lebih besar terhadap kinerja karena proses konsensus memerlukan upaya komunikasi yang signifikan di antara para peserta untuk memilih pemimpin atau mencapai kesepakatan unik (Nguyen et al.
Blockchain memungkinkan entitas yang saling terhubung untuk berbagi informasi dan melakukan operasi dengan aman dan transparan, menjadikannya solusi ideal untuk mengelola proses perdagangan peralatan dan data medis yang dimiliki sebelumnya (Alshamsi et al.
Semua pemangku kepentingan yang terlibat dalam proses penggunaan kembali data medis akan mendapat manfaat besar dari fitur bawaan blockchain, yaitu ketertelusuran, anti-pemalsuan, ketahanan, dan ketersediaan (Tandon et al.
, (Ertz and Patrick 2.
Blockchain memiliki beragam implikasi di bidang kesehatan.
Buku besar yang didistribusikan dapat memberikan peningkatan keamanan dan transparansi dalam mengelola catatan kesehatan elektronik di bidang kesehatan KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 59 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 (Islam et al.
Berdasarkan data yang dilaporkan oleh IBM, 70% eksekutif layanan kesehatan percaya bahwa blockchain akan memiliki dampak paling signifikan di sektor kesehatan dengan meningkatkan administrasi uji klinis dan kepatuhan terhadap peraturan dan menawarkan landasan terdesentralisasi untuk pertukaran layanan kesehatan elektronik.
Data lainnya juga menunjukan pasar teknologi blockchain di bidang perawatan kesehatan di seluruh dunia diperkirakan melebihi $500 juta pada tahun 2022 (Noman et al.
Keuntungan dasar dari teknologi blockchain mencakup desentralisasi, jaringan peer-to-peer, kekekalan, keamanan, dan transparansi.
Jika data dimasukkan kembali ke dalam record, data asli tidak akan dihapus, melainkan diperbarui.
Setiap blok di blockchain memiliki stempel waktu permanen yang menunjukkan otentikasi dan verifikasi.
Berdasarkan keuntungan di atas menunjukkan bahwa struktur blockchain dapat secara efektif menyelesaikan masalah verifikasi data rekam medis elektronik dan memastikan bahwa konten data tidak akan dirusak (Lee et al.
Metode Penelitian Penelitian ini menggunakan metode penelitian Literature Review dengan cara pengumpulan informasi yang didapatkan dari studi terdahulu yang terkait dengan penggunaan teknologi blockchain dalam bidang kesehatan, terutama dalam konteks pengolahan citra medis.
Pencarian data literature dilakukan melalui database online seperti Science Direct.
Ie, dan SpringerLink dalam rentang waktu lima tahun terakhir.
Dari kumpulan literatur yang ditemukan, dilakukan filter dengan menggunakan kriteria tertentu.
Proses seleksi dilakukan dengan teliti, mempertimbangkan relevansi dan kualitas setiap artikel.
Kriteria tersebut mencakup aspek-aspek seperti metode penggunaan teknologi blockchain dalam pengolahan citra medis, keamanan data medis, efektivitas deteksi penyakit, dan kontribusi terhadap perkembangan teknologi dalam bidang kesehatan.
Setelah prose seleksi, referensi yang sesuai dipilih untuk analisis.
Ini bertujuan memahami pendekatan teknologi blockchain dalam pengolahan citra medis, mengevaluasi kelebihan dan kekurangan, serta mengidentifikasi kesenjangan penelitian.
Langkah-langkah metodologi ini akan memastikan bahwa penelitian ini dapat memberikan kontribusi yang signifikan dalam pemahaman dan penerapan teknologi blockchain dalam pengolahan citra medis, serta mengidentifikasi arah penelitian yang potensial untuk diteliti lebih lanjut.
Studi Literatur Berdasarkan hasil pencarian studi literatur mengenai implementasi blockchain dalam bidang kesehatan dari berbagai sumber, diperoleh hasil penelitian terdahulu sebagai berikut dengan analisis hasil penelitian, kelebihan dan kekurangan penelitian.
KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 60 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Tabel 1.
Tinjauan Pustaka Judul Blockchain and aggregation for medical images (Kumar et al.
Penulis Rajesh Kumar Hasil Pengembangan sebuah kerangka kerja federated learning berbasis blockchain yang memungkinkan pelatihan data kolaboratif dan desentralisasi model pembelajaran federated tanpa melibatkan server Selain itu, skema enkripsi homomorfik digunakan untuk mengamankan model lokal yang mengenkripsi dan mendekripsi gradien, serta model dibagikan melalui platform terdesentralisasi melalui algoritma pembelajaran federated berbasis Research on medical data storage and sharing model based on (Zhao et al.
Jian Zhao Pengembangan model penyimpanan dan berbagi data medis yang aman menggunakan teknologi blockchain dan enkripsi homomorfik.
Model ini memungkinkan penyimpanan yang aman dan berbagi data medis pribadi antara berbagai institusi medis.
An efficient based on blockchain for E-health (Naser Alsuqaih et al.
Hanan Naser Alsuqaih Paper ini berhasil mekanisme pengendalian yang efisien berbasis blockchain untuk aplikasi E-health.
Dengan blockchain, informasi kesehatan pasien dapat disimpan dengan aman dan terenkripsi, sambil KORISA 2024.
Page 56 - 72 Kelebihan Mampu melatih model lokal dengan jaringan kapsul yang inovatif untuk segmentasi dan klasifikasi gambar COVID-19.
Menggunakan skema enkripsi homomorfik untuk mengamankan model lokal dan gradien, sehingga menjaga privasi data rumah sakit.
Membangun kerangka kerja pembelajaran federated berbasis blockchain yang pelatihan data kolaboratif dan desentralisasi model Kelebihan dari model ini termasuk keamanan yang lebih baik dibandingkan dengan model penyimpanan dan berbagi data medis tradisional, serta kemampuan untuk melakukan operasi normal pada data terenkripsi selama proses transmisi.
Memberikan solusi inovatif dalam menjaga privasi data pasien dalam konteks aplikasi E-health dengan memanfaatkn teknologi blockchain.
Pendekatan ini dapat membuka peluang baru dalam pengelolaan informasi Kekurangan Masih terdapat kekhawatiran privasi dan keamanan terkait federated, terutama terkait dengan gradien model lokal yang dapat dibagikan tanpa keamanan dan privasi Masih ada tentang keaslian pengguna dalam berbagi model, sehingga masih kepercayaan di antara berbagai kelompok.
Kekurangan dari model ini adalah tingginya komputasi yang diperlukan oleh teknologi enkripsi homomorfik, yang penelitian lebih lanjut untuk menemukan alternatif yang lebih Keterbatasan dalam hal evaluasi eksperimental karena struktur blockchain yang diusulkan berbeda dari yang sudah ada.
Hal ini dapat mempengarui validitas dan generalisasi temuan yang diusulkan.
https://ejournal.
id/index.
php/korisa Page 61 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Securing synthetic faces:
A GANblockchain approach to privacyenhanced facial recognition (Ul Ghani et al.
Muhammad Ahmad Nawaz Ul Ghani A dynamic Bayesian network model for resilience assessment in blockchainbased internet of medical things with time variation (Shah et al.
Chiranji Shah KORISA 2024.
Page 56 - 72 tetap memungkinkan akses yang diperlukan oleh pihak yang Paper ini berhasil kerangka kerja yang mengintegrasikan GANs, algoritma clustering, dan teknologi Blockchain untuk meningkatkan privasi dalam pengenalan wajah.
Privacy-Preserving SelfAttention GAN (PPSAGAN) mampu menghasilkan gambar wajah sintetis yang realistis dengan skor evaluasi yang Integrasi algoritma clustering mini-batch K-means dan Blockchain memperkuat keamanan data dan privasi dalam pengenalan wajah.
kesehatan yang aman dan terpercaya.
Penelitian ini berhasil komponen-komponen kritis yang penting bagi ketangguhan sistem IoMT yang didukung oleh blockchain, serta mengusulkan model grafis Bayesian network probabilitas yang perubahan temporal untuk mengevaluasi ketangguhan dinamis sistem IoMT yang didukung oleh Selain itu, pendekatan teori informasi juga diaplikasikan untuk ketidakpastian kinerja Paper ini menguraikan metode untuk mengevaluasi kinerja keseluruhan ketahanan sistem kondisional dari beberapa simpul dalam subkompone, kemampuan sistem untuk pulih dari gangguan yang terjadi pada berbagai waktu.
Selain itu, paper ini juga melibatkan ahli dalam menetapkan probabilitas simpul sistem dan Penggunaan selfattention mechanism dalam PPSA-GAN kualitas dan koherensi gambar yang dihasilkan.
Integrasi algoritma anonimitas data dengan mempartisi gambar-gambar sintetis ke dalam kelompok-kelompok.
Penggunaan Blockchain keamanan data yang tinggi dan catatan transparan yang tidak dapat dimanipulasi.
Paper ini tidak memberikan evaluasi yang komprehensif terkait trade-offs dan batasan dari setiap komponen desain yang digunakan.
Penggunaan selfattention mechanism komputasional dan mempengarui efisiensi Fokus pada keamanan dan integritas data melalui Blockchain mungkin mengabaikan masalah skalabilitas dan konsumsi energi yang tinggi terkait dengan proses Kurangnya fokus pada penilaian ketahanan secara probabilistik dan dinamis, serta terhadap perilaku yang berkembang dari ancaman dan ketidakpastian dalam sistem kesehatan.
Paper ini juga belum menguraikan strategi untuk memastikan keamanan dan ekosistem IoMT.
Selain itu, terdapat kebutuhan untuk lebih penggunaan teori informasi dalam https://ejournal.
id/index.
php/korisa Page 62 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Deep learning and medical processing for (COVID-.
pandemic: A (Bhattacharya et Sweta Bhattacarya A privacy-aware method for COVID-19 detection in chest CT images lightweight deep neural network Arash Heidari KORISA 2024.
Page 56 - 72 ketangguhan sistem IoMT berbasis blockchain dan subkomponennya yang Hasil dari penelitian ini adalah bahwa penerapan kecerdasan buatan (AI) dan teknik deep learning (DL) memiliki potensi besar dalam mendeteksi dan memantau COVID-19 menggunakan citra Berbagai model DL, seperti Convolutional Neural Networks (CNN) dan Self-supervised learning, telah digunakan untuk mendeteksi COVID-19 dari gambar sinar-X dan CT scan dengan tingkat akurasi yang tinggi.
Selain itu, teknik transfer learning juga telah terbukti efektif dalam mendeteksi COVID-19 dengan dataset yang lebih kecil.
Penelitian ini juga menyoroti tantangan dalam mendeteksi COVID-19, seperti kesamaan gejala pneumonia biasa dan pneumonia COVID-19, serta variasi dalam proses pengujian di rumah sakit yang dapat ketidakteraturan dalam label data.
Pengembangan metode deteksi COVID-19 dari gambar CT dada menggunakan teknologi blockchain dan deep Metode yang diusulkan menunjukkan peningkatan dalam presisi, recall.
F1 score, prediksi probabilitas simpul menggunakan pendekatan berbasis jaringan Bayesian.
Kelebihan dari penelitian ini adalah bahwa penelitian ini penggunaan teknik deep learning (DL) dan pemrosesan citra medis dalam deteksi COVID-19.
Penelitian ini juga menekankan tantangan yang terkait dengan implementasi teknik ini serta memberikan rekomendasi yang serius untuk komunitas penelitian dan otoritas administratif dalam upaya melawan penyakit ini.
Selain itu, penelitian ini komprehensif tentang implementasi DL dalam COVID-19 menggunakan dataset citra waktu nyata dan yang tersedia secara ketidakpastian dalam sistem IoMT berbasis Kelebihan dari paper ini adalah penggunaan teknologi blockchain untuk keamanan dan privasi data saat melatih model deep learning Selain itu, faktor keamanan secara menyeluruh dalam semua aspek metode yang Selain itu, paper ini juga mencatat bahwa Kekurangan dari penelitian ini termasuk kurangnya survei yang menekankan aplikasi kerangka kerja mendalam (DL) dan pemrosesan citra dalam prediksi kasus COVID-19.
Selain itu, penelitian ini juga tantangan dalam hal privasi data pasien, kurangnya dataset besar dengan citra berkualitas tinggi untuk pelatihan, dan kurangnya model DL pada citra CT dan MRI yang biasanya berdimensi 3D.
https://ejournal.
id/index.
php/korisa Page 63 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 and blockchain (Heidari et al.
dan akurasi dibandingkan dengan metode terkini lainnya.
Using fused Contourlet transform and neural features to spot COVID19 infections in CT scan images (AAlam.
Khan, and Nasir 2.
Nur A-Alam Paper ini berhasil mengusulkan sebuah metode untuk deteksi dini COVID-19 menggunakan gambar CT scan yang menggabungkan teknik segmentasi, ekstraksi fitur, dan klasifikasi.
Metode yang diusulkan mampu mencapai akurasi 99,98% dalam mendeteksi COVID-19.
COVID-19
and analysis using CT scan images: Deep learning-based (Mohbey et al.
Krishna Kumar Mohbey Paper ini membahas penggunaan pendekatan deep transfer learning untuk identifikasi dan analisis COVID-19 menggunakan gambar CT Model yang diusulkan mencapai akurasi 95% dan lebih unggul daripada model lain seperti CNN dan Xception Net.
Transfer learning digunakan COVID-19 dalam CT scan, dan penelitian ini bertujuan untuk membantu penyedia layanan kesehatan membuat keputusan yang terinformasi.
KORISA 2024.
Page 56 - 72 metode yang diusulkan juga Transfer Learning untuk meningkatkan akurasi dan efisiensi deteksi COVID-19.
Metode yang diusulkan mampu pendekatan lain dalam hal akurasi dan Penggunaan teknik ensemble classifier dengan fitur yang menggunakan BDE menunjukkan kinerja yang lebih baik daripada metode lain.
Paper ini memberikan kontribusi dalam penelitian deteksi
COVID-19
menggunakan teknik machine learning dan deep learning Model yang diusulkan mencapai akurasi 95%, lebih tinggi daripada model lain seperti CNN dan Xception Net.
Penelitian ini menyoroti pentingnya solusi berbasis blockchain dalam bidang kesehatan dan potensi penggunaan model deep learning untuk prediksi penyakit dan bantuan di masa depan.
Model VGG19 unggul dalam hal akurasi, presisi, recall, skor F1.
AUC, dan kerugian metode yang diusulkan memiliki tingkat konsumsi energi yang cukup Tidak disebutkan apakah metode yang diusulkan telah atau diuji coba di lingkungan klinis Tidak disebutkan apakah terdapat keterbatasan atau kelemahan tertentu dari metode yang Tidak disebutkan apakah hasil dari penelitian ini telah dipublikasikan dalam jurnal ilmiah Keterbatasan dalam generalisasi model ketika diterapkan pada dataset yang berbeda atau di luar kondisi pelatihan.
Kebutuhan untuk evaluasi lebih lanjut terhadap validitas dan keandalan algoritma dalam skenario dunia nyata, terutama dalam kondisi di mana variasi data lebih https://ejournal.
id/index.
php/korisa Page 64 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Retinal photographbased deep algorithms for myopia and a platform to research: a Schmetterer.
et al.
Tien-En Tan FRCOph Paper ini berhasil algoritma deep learning yang memiliki akurasi tinggi dalam mendeteksi degenerasi makula miopia dan miopia tinggi.
Algoritma ini melebihi penilai manusia ahli dalam tugas tersebut.
Platform AI yang didukung blockchain juga berhasil diterapkan untuk validasi data dengan aman dan Penggunaan platform AI yang didukung blockchain untuk transfer data yang aman dan pengujian model di berbagai Algoritma deep learning yang sensitivitas dan spesifisitas tinggi dalam mendeteksi miopia tinggi dan degenerasi makula Terdapat keterbatasan dalam kemampuan algoritma untuk komplikasi miopia spesifik dan variasi dalam definisi miopia Performa algoritma pada dataset eksternal tertentu menunjukkan spesifisitas yang A systematic review of deployed with blockchain and learning for the (Hiwale et al.
Madhuri Hiwale Paper ini membahas integrasi teknologi blockchain dan federated learning dalam bidang kesehatan, dengan fokus pada metode-metode yang menjaga privasi dan meningkatkan efisiensi sistem kesehatan.
Penelitian ini juga membahas manfaat dan tantangan dari penggunaan teknologi blockchain dan federated learning dalam sistem kesehatan, serta memberikan gambaran tentang arah masa depan integrasi kedua teknologi ini dalam aplikasi Terdapat keterbatasan dalam penelitian ini, seperti fokus pada artikel jurnal dan konferensi tertentu yang mungkin terhadap literatur yang relevan.
Tidak disebutkan secara spesifik tentang hasil penelitian yang dihasilkan dari integrasi blockchain dan federated learning dalam aplikasi A blockchainenabled internet of medical things system for breast cancer detection in healthcare (Chaudhury and Sau 2.
Sushovan Chaudhur Paper ini menunjukkan bahwa penggunaan secure GRU-RNN dalam deteksi kanker payudara dan penyakit jantung peningkatan dalam presisi dan recall dibandingkan dengan Memberikan gambaran tentang potensi teknologi blockchain dan federated learning dalam meningkatkan kualitas perawatan Menyoroti pentingnya teknologi blockchain dan federated learning dalam memperkuat sistem kesehatan jarak jauh.
Selain itu, membahas metode-metode yang menjaga privasi dalam aplikasi blockchain dan federated learning.
Secure GRU-RNN menunjukkan kinerja yang lebih baik dalam presisi dan recall dibandingkan dengan metode tradisional dalam deteksi kanker payudara dan penyakit jantung.
KORISA 2024.
Page 56 - 72 Paper tidak memberikan informasi tentang potensi kelemahan atau batasan dari metode yang diusulkan, seperti waktu komputasi yang dibutuhkan atau https://ejournal.
id/index.
php/korisa Page 65 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 metode tradisional.
Secure GRU-RNN mampu mencapai peningkatan 91% dalam presisi dan 0.
7% dalam recall untuk data kanker payudara, serta 2.
dalam presisi dan 4.
dalam recall untuk data penyakit jantung.
Previewable Contract-Based On-Chain X-Ray Image Sharing Framework for Clinical Research (M.
Li and Kuo Megan Mun A federated framework for image detection distributed data (Kareem.
Liu, and Velisavljevic Amer Kareem KORISA 2024.
Page 56 - 72 Paper ini menyajikan sebuah kerangka kerja berbasis blockchain untuk berbagi gambar sinar-X dada dalam penelitian klinis.
Studi ini menunjukkan bahwa menggunakan blockchain untuk menyimpan gambar medis dapat ketersediaan, dan provenans langsung kepada gambar-gambar Metode pembagian dan penggabungan gambar juga berhasil mengatasi masalah penanganan gambar besar, dan fitur pratinjaunya dapat mengurangi latensi Paper ini berhasil penggunaan model pembelajaran mesin, seperti ResNet-50.
DenseNet.
VGG19.
Inception, dan AlexNet, untuk deteksi pneumonia dalam gambar sinar-X Hasil awal Penggunaan teknologi blockchain dalam pertukaran data kesehatan dapat keandalan dan keamanan informasi.
Penggunaan teknologi canggih seperti deep neural networks dalam prediksi kanker payudara dapat membantu mengurangi tingkat kematian akibat penyakit tersebut.
Penggunaan blockchain untuk menyimpan gambar medis memberikan ketersediaan, dan provenans langsung kepada gambargambar tersebut.
Metode pembagian dan penggabungan gambar berhasil mengatasi masalah penanganan gambar Tidak ada informasi yang disediakan tentang dampak sosial atau etika penggunaan teknologi blockchain dalam bidang Tidak ada informasi tentang validasi eksternal atau pengujian lapangan dari metode yang Paper ini berhasil federated untuk menjaga privasi data Studi ini mencakup berbagai model pembelajaran mesin dan teknik Beberapa model, seperti VGG16, memiliki kinerja yang lambat dan membutuhkan waktu pelatihan yang lama.
Ada tantangan dalam federated dalam Studi ini hanya gambar yang tersedia secara publik untuk evaluasi, sehingga generalisasi hasil mungkin terbatas.
Penelitian ini fokus pada gambar sinar-X dada, sehingga perlu dilakukan penelitian lebih lanjut untuk menguji metode ini pada jenis gambar medis lainnya.
https://ejournal.
id/index.
php/korisa Page 66 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 ECDSA-based detection in medical data technique (Ch et Rupa Ch.
Naga Vivek menunjukkan bahwa ResNet-50 memiliki performa terbaik dengan akurasi 93%.
Studi juga menunjukkan bahwa VGG16 mencapai akurasi 2% dalam membedakan pneumonia bakteri dan virus.
Selain itu.
FL_ResNet-50 mencapai tingkat positif benar tertinggi dalam kerangka pembelajaran Paper ini menghasilkan sebuah teknik watermarking digital yang aman dan tangguh yang dikhususkan untuk gambar medis otak, menggunakan hashing.
ECDSA, dan IWT-DCT.
Teknik ini bertujuan untuk mengatasi tantangan-tantangan kritis seperti integritas data, deteksi manipulasi, dan kekhawatiran privasi pasien dalam praktik pemeliharaan privasi, seperti enkripsi dan Hasil penelitian performa yang menjanjikan dalam deteksi penyakit menggunakan gambar perawatan kesehatan, termasuk optimisasi hiperparametr dan Ada perbedaan performa antara model individu dan versi federated, dengan beberapa model tampil lebih baik tanpa pembelajaran Kelebihan dari paper ini adalah pengembangan teknik watermarking yang aman dan efektif untuk gambar medis otak, serta keamanan data medis menggunakan metode deteksi manipulasi berbasis ECDSA.
Teknik watermarking pada paper dapat berpotensi penurunan kualitas gambar setelah watermark disematkan, atau watermark dapat dihilangkan atau diubah oleh penyerang yang Results and Discussion Hasil analisis dari studi literatur yang telah ditemukan sebelumnya menunjukkan bahwa penggunaan teknologi blockchain memberikan beberapa kelebihan.
Salah satunya adalah meningkatkan keamanan dan privasi data Dengan menggunakan blockchain, informasi kesehatan pasien dapat disimpan secara aman dan terenkripsi, menjaga privasi data rumah sakit.
Penggunaan blockchain juga memungkinkan pembentukan catatan transaksi yang tidak dapat dimanipulasi, meningkatkan keandalan dan ketahanan terhadap serangan.
Dalam penggunaan blockchain terdapat beberapa tantangan yang masih perlu diatasi terkait dengan penggunaan blockchain dalam konteks kesehatan.
Salah satunya adalah tingginya konsumsi energi yang dibutuhkan oleh teknologi blockchain, serta kompleksitas komputasional yang dapat memperlambat proses.
Dalam penggunaan teknologi blockchain juga terdapat kekhawatiran terkait dengan validitas dan generalisasi temuan dalam konteks KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 67 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 struktur blockchain yang diusulkan, yang mungkin mempengaruhi kepercayaan dan penerapan teknologi ini dalam skala yang lebih luas.
Untuk mengatasi tantangan ini, penelitian lebih lanjut diperlukan untuk mengembangkan solusi yang lebih efisien dan efektif dalam mengintegrasikan teknologi blockchain dalam aplikasi kesehatan.
Ini meliputi penelitian untuk mengurangi konsumsi energi, meningkatkan kecepatan transaksi, dan memperkuat keamanan serta privasi data Dengan demikian, pengembangan teknologi blockchain dalam konteks kesehatan dapat memberikan manfaat yang signifikan dalam meningkatkan pengelolaan informasi kesehatan yang aman dan terpercaya.
Peluang dan Tantangan Blockchain Tantangan penerapan blockchain dalam citra medis meliputi privasi data yang sulit diidentifikasi, permintaan besar akan data oleh penyedia layanan, dan biaya komunikasi data yang tinggi.
Hal ini disebabkan oleh sifat transparan dan permanen dari blockchain, yang dapat menyimpan informasi secara terbuka dan sulit dihapus atau dimodifikasi (Heo and Doh 2.
Selain itu, ada masalah potensial terkait dengan kebocoran privasi, di mana penyimpanan cloud dapat mengakses atau bahkan memanipulasi informasi rahasia dalam ciphertext (Hou et al.
Meskipun blockchain menyediakan langkah-langkah keamanan, tetap ada kekhawatiran tentang integritas dan kerahasiaan data medis, terutama selama transmisi antara perangkat tepi dan server cloud.
Kebutuhan akan teknik enkripsi yang kuat dan mekanisme otentikasi untuk melindungi privasi data dan mencegah akses tidak sah menjadi sangat penting dalam konteks ini (Sutradhar et al.
Penerapan blockchain pada kesehatan, khususnya dalam citra medis, bertujuan untuk menciptakan sistem manajemen data kesehatan yang terdesentralisasi dengan berbagai keunggulan.
Teknologi blockchain menawarkan transparansi, jejak rekam yang tak dapat diubah, serta penghapusan perantara dalam proses pengambilan keputusan.
Dengan menggunakan blockchain, sistem manajemen data kesehatan dapat mengkoordinasikan peristiwa yang terjadi pada rantai data .
n-chain event.
dan di luar rantai data .
ff-chain event.
(Ng et al.
Adapun kelemahan blockchain dalam citra medis termasuk risiko keamanan dan privasi data, ketergantungan pada teknologi kompleks, keterbatasan skala dan efisiensi operasional, serta biaya implementasi yang tinggi.
Meskipun blockchain menawarkan potensi untuk meningkatkan akses dan kontrol pasien terhadap data medis, tantangan-tantangan ini perlu diatasi untuk memastikan keberhasilan implementasi dan perlindungan data yang memadai (Anik et al.
Masalah privasi dan keamanan terkait dengan data medis yang sensitif dalam konteks penggunaan teknologi blockchain dalam citra medis adalah hal yang penting.
Penggunaan teknologi blockchain dalam citra medis memungkinkan penyimpanan dan pertukaran data yang aman serta terpercaya, tanpa kebutuhan akan perantara KORISA 2024.
Page 56 - 72 https://ejournal.
id/index.
php/korisa Page 68 of 72 Jurnal Kolaborasi Riset Sarjana.
Vol.
1 No.
1 Tahun 2024 Namun, tantangan utama yang dihadapi adalah bagaimana memastikan bahwa data medis sensitif tetap terlindungi dari akses yang tidak sah atau penggunaan yang tidak sah (Popoola et al.
Penyimpanan yang aman dari data pasien menjadi semakin penting seiring dengan bertambahnya perangkat yang terhubung.
Ancaman keamanan dapat menyebabkan kebocoran informasi pribadi pasien, yang dapat mengakibatkan penyalahgunaan identitas dan akses ilegal ke data sensitive (Wagan et al.
Beberapa hambatan yang perlu diatasi termasuk biaya implementasi yang tinggi, integrasi dengan sistem kesehatan yang sudah ada, dan kompleksitas teknis dalam mengelola dan menyimpan data citra medis secara aman dan efisien (Aman et al.
Namun, analisis biaya implementasi menunjukkan bahwa biaya eksekusi meningkat seiring dengan peningkatan tingkat transaksi, terutama karena jumlah blok yang terlibat dalam sistem (Alenizi.
Mishra, and Baihan 2.
Meskipun demikian, blockchain memiliki potensi besar dalam menekan biaya sistem kesehatan, meningkatkan efisiensi, dan meningkatkan keamanan data, terutama dalam manajemen data pasien dan transfer data.
Dengan demikian, penggunaan blockchain dalam sistem kesehatan menawarkan peluang besar untuk meningkatkan kualitas layanan kesehatan dan efektivitas operasional (J et al.
Kesimpulan Berdasarkan pembahasan studi literatur, implementasi teknologi blockchain dalam penyimanan citra medis menjanjikan perubahan fundamental dalam cara data medis dikelola dan disimpan.
Studi literatur menyoroti potensi besar blockchain untuk meningkatkan keamanan, privasi, dan integritas data medis, serta mengurangi risiko pencurian atau manipulasi data.
Penggunaan teknologi ini dapat meningkatkan ketahanan terhadap serangan siber dan memberikan kontrol langsung kepada pasien atas informasi medis mereka.
Dalam penerapannya teknologi blockchain memiliki tantangan seperti konsumsi energi yang tinggi dan kompleksitas komputasional blockchain masih perlu diatasi.
Diperlukan penelitian lebih lanjut untuk mengembangkan solusi yang lebih efisien dan efektif dalam mengintegrasikan teknologi blockchain dalam aplikasi kesehatan.
Berdasarkan hasil tersebut meskipun ada tantangan yang harus diatasi dalam pengembangan teknologi blockchain dalam konteks kesehatan, blockchain memiliki potensi untuk memberikan manfaat yang signifikan dalam meningkatkan pengelolaan informasi kesehatan yang aman, terpercaya, dan efisien.
Daftar Pustaka