Rinosinusitis kronis merupakan kondisi prevalen yang secara rutin dievaluasi menggunakan pemindaian computed tomography. Meskipun pemanfaatan artificial intelligence dalam analisis pencitraan medis rinosinusitis kronis terus berkembang, evaluasi komprehensif mengenai performa diagnostiknya masih terbatas. Literature review ini bertujuan menganalisis pengaruh artificial intelligence dalam interpretasi computed tomography kasus rinosinusitis kronik. Metode: Metode yang diterapkan dalam penyusunan artikel ini adalah tinjauan pustaka, yang mencakup identifikasi, ekstraksi, serta sintesis kritis atas berbagai sumber literatur terkait yang ditelusuri melalui basis data PubMed (MEDLINE), ScienceDirect, Web of Science, Google Scholar, and Springer Nature Journals periode 2021-2025 yang membahas “artificial intelligence”, “deep learning”, “machine learning”, “computed tomography”, “sinus”, “rinosinusitis kronis”, dan “diagnosis”. Oleh karena itu, artikel ini meninjau enam artikel yang relevan. Mayoritas model artificial intelligence menunjukkan performa diagnostik yang tinggi dengan nilai sensitivitas dan spesifisitas yang sepadan dengan hasil interpretasi para pakar. Model berarsitektur berbasis ResNets-based models menghasilkan akurasi interpretasi citra computed tomography yang paling unggul. Kesimpulannya Artificial intelligence dapat menjadi salah satu metode interpretasi computed tomography kasus rinosinusitis kronik.
Copyrights © 2026