Kesehatan Sains & Teknologi

Kecerdasan Buatan Lebih Mampu Dibanding Manusia dalam Mendeteksi Kanker Paru-Paru

Para peneliti telah menggunakan algoritma pembelajaran mendalam untuk mendeteksi kanker paru-paru secara akurat dari hasil pemindaian tomografi. Hasil penelitian menunjukkan bahwa kecerdasan buatan dapat mengungguli evaluasi manusia dari pemindaian ini.

Kanker paru-paru menyebabkan hampir 160.000 kematian di Amerika Serikat, menurut perkiraan terbaru. Kondisi ini adalah penyebab utama kematian terkait kanker di AS, dan deteksi dini sangat penting untuk menghentikan penyebaran tumor dan meningkatkan kondisi pasien.

Sebagai alternatif untuk rontgen dada, para profesional kesehatan baru-baru ini telah menggunakan computed tomography (CT) scan untuk menyaring kanker paru-paru.

Faktanya, beberapa ilmuwan berpendapat bahwa CT scan lebih unggul daripada sinar-X untuk deteksi kanker paru-paru, dan penelitian telah menunjukkan bahwa CT dosis rendah (LDCT) khususnya telah mengurangi kematian akibat kanker paru-paru sebesar 20% .

Namun, tingginya tingkat positif palsu dan negatif palsu masih membingungkan prosedur LDCT. Kesalahan-kesalahan ini biasanya menunda diagnosis kanker paru-paru sampai penyakit telah mencapai stadium lanjut ketika menjadi terlalu sulit untuk diobati.

Penelitian baru dapat melindungi terhadap kesalahan ini. Sekelompok ilmuwan telah menggunakan teknik kecerdasan buatan (AI-Artificial Intelligence) untuk mendeteksi tumor paru-paru dalam pemindaian LDCT.

Daniel Tse, dari kelompok Penelitian Kesehatan Google di Mountain View, CA, adalah penulis penelitian yang sesuai, temuan yang muncul dalam jurnal Nature Medicine .

‘Model AI mengungguli keenam ahli radiologi’

Tse dan rekannya menerapkan bentuk AI yang disebut deep learning ke 42.290 pemindaian LDCT, yang mereka akses dari Northwestern Electronic Data Warehouse dan sumber data lainnya milik rumah sakit Northwestern Medicine di Chicago, IL.

Algoritma deep-learning memungkinkan komputer untuk belajar dengan contoh. Dalam hal ini, para peneliti melatih sistem menggunakan pemindaian LDCT primer bersama dengan pemindaian LDCT sebelumnya, jika tersedia.

Pemindaian LDCT sebelumnya bermanfaat karena dapat mengungkapkan tingkat pertumbuhan nodul paru yang abnormal, sehingga mengindikasikan keganasan.

Dalam studi saat ini, AI memberikan “sistem evaluasi gambar otomatis” yang secara akurat memprediksi keganasan nodul paru tanpa intervensi manusia.

Kerangka pemodelan keseluruhan. Sumber: Nature Medicine

Para peneliti membandingkan evaluasi AI dengan enam ahli radiologi AS bersertifikat yang memiliki pengalaman klinis hingga 20 tahun.

Ketika pemindaian LDCT sebelumnya tidak tersedia, model AI “mengungguli keenam ahli radiologi dengan pengurangan absolut 11% pada positif palsu dan 5% negatif palsu,” lapor Tse dan rekannya. Ketika pencitraan sebelumnya tersedia, AI dapat melakukan sama baiknya dengan ahli radiologi.

Rekan penulis penelitian, Dr. Mozziyar Etemadi, asisten profesor riset anestesiologi di Fakultas Kedokteran Universitas Northwestern Feinberg di Chicago, menjelaskan mengapa AI dapat mengungguli evaluasi manusia.

“Ahli radiologi umumnya memeriksa ratusan gambar 2D atau ‘irisan’ dalam satu CT scan, tetapi sistem mesin deep-learning ini memandang paru-paru dalam gambar 3D tunggal yang sangat besar,” kata Dr. Etemadi.

Hasil dari studi pembacaan — skrining kanker paru-paru pada volume CT tunggal.
Sumber: Nature Medicine

“AI dalam 3D dapat jauh lebih sensitif dalam kemampuannya mendeteksi kanker paru-paru dini daripada mata manusia yang melihat gambar 2D. Ini secara teknis ‘4D’ karena tidak hanya melihat satu CT scan tetapi dua (scan saat ini dan sebelumnya ).”


Mozziyar Etemadi

Etemadi melanjutkan untuk memuji manfaat menggunakan teknologi AI deep-learning, menekankan ketepatannya. “Sistem dapat mengkategorikan lesi dengan lebih spesifik,” kata peneliti.

“Tidak hanya kita dapat mendiagnosis seseorang dengan kanker dengan lebih baik, namun kita juga dapat mengatakan jika seseorang tidak memiliki kanker, berpotensi menyelamatkan mereka dari biopsi paru yang invasif, mahal, dan berisiko,” simpul Dr. Etemadi.

Para peneliti mengingatkan, bagaimanapun, bahwa pertama-tama perlu untuk memvalidasi hasil ini dalam kelompok yang lebih besar.