Izzati Muhimmah

Izzati Muhimmah memiliki keahlian akademik yang berfokus pada pengembangan sistem berbasis pengolahan citra digital dan kecerdasan buatan untuk aplikasi kesehatan, dengan pergeseran signifikan menuju implementasi langsung di masyarakat pada lima tahun terakhir. Publikasi awalnya banyak berkutat pada deteksi otomatis kondisi kulit seperti jerawat, kerutan, dan kemerahan pada wajah, serta segmentasi citra mikroskopis untuk diagnosis tuberkulosis dan malaria. Namun, sejak 2022, risetnya bertransformasi ke arah solusi kesehatan maternal dan kegawatdaruratan yang terintegrasi, seperti terlihat pada pengembangan aplikasi ARIMBI untuk pemantauan ibu hamil dan sistem pertolongan pertama pada anak. Ia juga memperluas objek kajian ke deteksi fraktur tulang pada anak menggunakan YOLOv11n, segmentasi gerakan Kendo berbasis data motion capture, serta klasifikasi tipe kulit wajah dan deteksi trikoma pada daun kentang melalui deep learning. Metode yang digunakan semakin beragam, mencakup EfficientNet untuk model mobile, registrasi 2D/3D berbasis differentiable framework, dan Health Technology Assessment untuk evaluasi alat kesehatan. Meskipun masih ada keterkaitan dengan riset lama seperti urinalisis dan dermatologi, fokus mutakhir Izzati lebih menonjol pada pengembangan sistem yang aplikatif, berbasis mobile, dan berorientasi pada pemberdayaan masyarakat serta peningkatan akses layanan kesehatan, terutama di daerah pedesaan.