Studi: AI Lebih Baik dalam Memprediksi Penolakan Transplantasi Jantung
TEKNOLOGI DIGITAL
Feb 16 2024, 07.56
Sebuah tim peneliti dari Universitas Emory, Universitas Case Western Reserve dan Universitas Pennsylvania mengembangkan alat kecerdasan buatan untuk memeriksa gambar biopsi jantung, dengan tujuan meningkatkan prediksi penolakan dan membantu memastikan pasien menerima perawatan pasca-transplantasi sebaik mungkin.
Saat ini, para dokter masih banyak dokter yang mengandalkan penilaian histologis biopsi jantung untuk mendiagnosis penolakan akut. Namun, ada batasan pada metode ini, yang memberikan nilai histologis International Society of Heart and Lung Transplantation (ISHLT) sesuai dengan penolakan tidak, ringan, sedang, dan berat.
"Kriteria penilaian ISHLT bersifat kualitatif, tidak jelas dan tidak memiliki akurasi diagnostik. Keterbatasan ini membuat pasien berisiko besar menerima perawatan yang berlebihan atau tidak memadai dan memohon metode yang lebih baik untuk memprediksi hasil klinis pasien,” kata Sara Arabyarmohammadi, Ph.D., asisten ilmuwan di Universitas Emory, seperti laporan yang dikutip dari Medicalxpress.
Arabyarmohammadi dan rekan-rekannya menciptakan metode baru untuk analisis otomatis dan komprehensif gambar biopsi jantung yang disebut Cardiac Allograft Rejection Evaluator (CARE). Menggunakan alat AI, CARE mengekstrak fitur yang terkait dengan bentuk, tekstur, dan arsitektur spasial sel otot, sel kekebalan, dan serat stroma dalam gambar spesimen jaringan jantung untuk memprediksi hasil penolakan untuk pasien transplantasi jantung.
"Tujuan utamanya adalah untuk menyediakan ahli patologi dan ahli jantung dengan akses ke alat untuk membantu mereka membuat keputusan yang lebih tepat dan tepat mengenai pasien yang mengalami penolakan jantung," kata Arabyarmohammadi.
Selain itu, juga kedepannya agar bisa memfasilitasi penggunaan perawatan yang lebih agresif bagi mereka yang membutuhkan, yang mengarah ke pencegahan kegagalan transplantasi jantung yang lebih efektif.
Studi terhadap 2.900 pasien, yang baru-baru ini diterbitkan dalam Circulation: Heart Failure, menunjukkan bahwa model CARE, yang dioptimalkan untuk memprediksi tingkat keparahan penolakan jantung, jauh lebih baik dalam menilai hasil klinis pasien daripada model alternatif yang dioptimalkan untuk memprediksi tingkat penolakan ISHLT.
"Yang paling menarik bukan hanya bahwa pendekatan AI mampu memprediksi penolakan transplantasi dengan lebih baik dibandingkan dengan tingkat patologis, tetapi menggunakan serangkaian fitur gambar yang jauh lebih intuitif dan dapat dijelaskan dibandingkan dengan model AI 'kotak hitam' buram yang menantang untuk ditafsirkan oleh dokter," kata penulis senior studi Anant Madabhushi, Ph.D.
Dari semua sektor pekerjaan yang telah terpengaruh oleh kemunculan AI, pekerjaan di sektor informasi dan komunikasi merupakan salah satu dari sedikit pekerjaan yang dibantu oleh AI.