Ringkasan:
- Model pembelajaran mesin dapat memprediksi risiko seseorang terkena penyakit jantung selama dekade berikutnya dengan tingkat keberhasilan yang hampir sama dengan standar klinis saat ini.
- Pendekatan ini hanya membutuhkan satu rontgen dada.
- Model AI yang mudah digunakan dapat membantu pasien mengambil tindakan pencegahan untuk meminimalkan risiko serangan jantung dan stroke.
Dalam studi awal yang menjanjikan, model kecerdasan buatan (AI) dapat memprediksi risiko kematian 10 tahun pasien akibat serangan jantung atau stroke menggunakan satu sinar-X dada.
Secara tradisional, penyedia layanan kesehatan menggunakan penaksir risiko ASCVD untuk memprediksi risiko aterosklerosis pasien selama 10 tahun—penumpukan kolesterol dan lemak di dinding arteri. Pendekatan ini seringkali membutuhkan ahli jantung untuk mengukur tekanan darah pasien dan menjalankan berbagai tes tab.
Sebuah tim peneliti sekarang mengatakan model AI canggih dapat menggunakan gambar sinar-X dada untuk memprediksi risiko kematian kardiovaskular seseorang selama 10 tahun dengan akurasi yang sama dengan penaksir risiko tradisional. Rontgen dada sudah umum untuk skrining banyak penyakit. Jika model AI dapat memanfaatkan alat pencitraan populer ini, ini dapat membantu mengidentifikasi pasien yang berisiko tinggi terkena penyakit jantung yang mungkin belum pernah mengunjungi ahli jantung.
Pasien seperti itu dapat menggunakan statin atau obat tekanan darah untuk mengurangi kemungkinan mereka menderita serangan jantung atau stroke, kata penulis utama studi tersebut, Jakob Weiss, MD, seorang ahli radiologi yang berafiliasi dengan Pusat Penelitian Pencitraan Kardiovaskular di Rumah Sakit Umum Massachusetts dan AI di Program kedokteran di Brigham and Women’s Hospital di Boston.
Pekerjaan itu dipresentasikan pada pertemuan Radiological Society of North America pada 30 November.
Weiss mengatakan model prediktif tidak dimaksudkan untuk menggantikan kalkulator skor risiko tradisional. Tetapi jika diberi lampu hijau, model tersebut dapat digunakan untuk memprediksi hasil kesehatan bagi orang-orang yang mungkin luput dari perhatian.
“Dengan model kami, kami dapat mengidentifikasi pasien-pasien ini dan mengatakan, ‘Anda berisiko lebih tinggi terkena stroke atau serangan jantung dalam 10 tahun ke depan. Silakan temui ahli jantung Anda dan periksa apakah Anda memenuhi syarat untuk mendapatkan statin, misalnya, atau obat tekanan darah untuk mengurangi risiko Anda,’” kata Weiss.
Bagaimana Penyakit Jantung Dapat Menyebabkan Stroke
Melatih Komputer untuk Memprediksi Penyakit Jantung
Pembelajaran mendalam adalah jenis AI yang kompleks. Untuk studi ini, para peneliti melatih model pembelajaran mendalam untuk mencari risiko kejadian kardiovaskular dengan memberi makan lebih dari 147.000 sinar-X dada dari lebih dari 40.000 orang dan memberi tahu komputer pasien mana yang meninggal karena penyakit jantung selama 10 tahun. Data tersebut berasal dari Uji Coba Skrining Kanker Prostat, Paru-paru, Kolorektal, dan Ovarium, uji coba terkontrol acak multi-pusat yang dirancang oleh National Cancer Institute.
Dengan pendekatan ini, para ilmuwan memberi mesin satu set aturan di awal dan satu set hasil di akhir, dan mesin “akan menyelesaikan langkah tengah,” kata Alan Kwan, MD, seorang ahli jantung dan dokter pencitraan jantung. ilmuwan di Cedars-Sinai Medical Center.
Idenya adalah komputer dapat menemukan penanda tertentu dari masalah jantung yang mungkin tidak terlihat oleh ahli jantung.
“Karena ini dilakukan secara matematis dan tidak dengan cara yang menurut saya mudah dipahami manusia, beberapa orang memiliki kekhawatiran tentang kecerdasan buatan sebagai kotak hitam,” kata Kwan kepada Verywell. “Kamu memasukkan sesuatu, dan kamu mengeluarkan sesuatu … tetapi kamu tidak benar-benar mengerti apa yang terjadi di tengah.”
Fakta dan Statistik Penyakit Jantung: Yang Perlu Anda Ketahui
Untuk menguji apakah model tersebut bekerja pada data yang belum pernah dilihat sebelumnya, para peneliti memberi model gambar tambahan dari kelompok terpisah yang terdiri dari 11.430 pasien yang menjalani rontgen dada rutin di rumah sakit Mass General Brigham.
Ada korelasi yang signifikan antara prediksi risiko model AI dan hasil aktual untuk hampir 10% pasien yang mengalami kejadian jantung merugikan utama di beberapa titik dalam 10,3 tahun berikutnya.
Seperlima dari pasien memiliki data yang cukup dalam rekam medis mereka untuk menghitung risiko kematian terkait penyakit kardiovaskular selama 10 tahun dengan menggunakan pendekatan ASCVD. Metode tradisional dan model pembelajaran mendalam melakukan hal yang sama dalam memprediksi 10 tahun risiko kematian terkait penyakit kardiovaskular untuk pasien
Kwan, yang tidak terlibat dalam penelitian tersebut, mengatakan bahwa hasilnya menjanjikan, tetapi modelnya mungkin perlu lebih tepat sebelum dapat dipraktikkan secara klinis.
Weiss mengatakan dia mengharapkan model tersebut diuji pada kelompok pasien yang lebih beragam dalam uji coba terkontrol dan acak.
Bagaimana Penyakit Jantung Didiagnosis
Bagaimana AI Dapat Cocok Dengan Masa Depan Perawatan Kesehatan
Ada berbagai pertimbangan etis saat menggunakan alat kecerdasan buatan dalam kedokteran. Model komputer dapat berisi bias jika tidak dilatih dengan beragam data. Komunitas medis juga harus mempertimbangkan bagaimana menerapkan AI dengan aman dalam sistem kesehatan.
Minggu lalu, sebuah grup bernama Coalition for Health AI berbagi rencana untuk menjawab beberapa pertanyaan ini dan memastikan bahwa model kesehatan AI bekerja dengan aman dan akurat.
Meski belum diketahui, Kwan mengatakan AI akan terus menjadi alat penting untuk skrining dan diagnostik.
“Kemampuan komputer untuk mengambil informasi dalam jumlah besar, memprosesnya, dan mengeluarkan sesuatu yang bermakna kini telah melampaui apa yang dapat dilakukan orang. Memanfaatkan itu hanya masuk akal jika kita ingin maju dalam perawatan pasien kita,” kata Kwan. “Apakah itu berarti model prediktif ini akan menggantikan dokter? Saya pikir itu tidak mungkin. Ini mewakili semacam alat di armamentarium dokter untuk bagaimana mereka menangani pasien.
Sinar-X adalah gambar dua dimensi yang mudah diproses dengan kecerdasan buatan. Seiring kemajuan teknologi, Weiss mengatakan para ilmuwan mungkin dapat mempelajari gambar penampang tiga dimensi, seperti yang dari CT scan dan MRI.
Pembelajaran mesin telah menjanjikan untuk deteksi dini penyakit paru-paru dan berbagai jenis kanker. Di masa depan di mana kecerdasan buatan dimasukkan ke dalam perawatan pasien, Weiss mengatakan ada kemungkinan dokter dapat menemukan skor prediktif untuk berbagai kondisi dengan satu sinar-X.
“Kami tidak dapat mengekstrak informasi ini karena kami tidak memiliki alat dan teknologi. Saya pikir kita sekarang berada pada titik di mana kita dapat melakukan ini, dan mungkin bidang radiologi akan benar-benar mulai berubah dari bidang diagnostik dan subyektif menjadi bidang yang lebih prognostik dan objektif,” kata Weiss.
Apa Artinya Ini Bagi Anda
Para ilmuwan terus menguji alat AI untuk memahami pencitraan medis. Sementara itu, jika Anda khawatir berisiko terkena penyakit jantung, tanyakan kepada penyedia layanan kesehatan Anda tentang pemeriksaan faktor risiko.
3 Sumber Verywell Health hanya menggunakan sumber berkualitas tinggi, termasuk studi peer-review, untuk mendukung fakta dalam artikel kami. Baca proses editorial kami untuk mempelajari lebih lanjut tentang cara kami memeriksa fakta dan menjaga agar konten kami tetap akurat, andal, dan tepercaya.
- Masyarakat Radiologi Amerika Utara. AI memprediksi risiko penyakit jantung menggunakan sinar-X tunggal.
- Hoang-Thi TN, Chassagnon G, Tran HD, Le-Dong NN, Dinh-Xuan AT, Revel MP. Bagaimana kecerdasan buatan dalam pencitraan dapat melayani pasien dengan penyakit paru-paru bronkial dan parenkim dengan lebih baik?. J Pers Med . 2022;12(9):1429. doi:10.3390/jpm12091429
- Hunter B, Hindocha S, Lee RW. Peran kecerdasan buatan dalam diagnosis kanker dini. Kanker (Basel) . 2022;14(6):1524. doi:10.3390/cancers14061524
Oleh Claire Bugos
Claire Bugos adalah reporter dan penulis kesehatan dan sains serta rekan perjalanan National Association of Science Writers 2020.
Lihat Proses Editorial Kami Temui Dewan Pakar Medis Kami Bagikan Umpan Balik Apakah halaman ini membantu? Terima kasih atas umpan balik Anda! Apa tanggapan Anda? Lainnya Bermanfaat Laporkan Kesalahan