Teknologi kecerdasan buatan (AI) yang dinamai Automated Imaging Differentiation for Parkinsonism (AIDP) mampu menganalisis pemindaian MRI standar guna membedakan antara penyakit Parkinson, multiple system atrophy (MSA), dan progressive supranuclear palsy (PSP).
Inovasi ini menawarkan deteksi dini yang sangat krusial, sehingga dapat mengurangi kesalahan diagnosis dan mempercepat pemberian perawatan yang tepat bagi pasien.
Penelitian ini melibatkan 645 pemindaian otak, yang terdiri dari 249 pemindaian dari pasien baru, 396 dari studi terdahulu, serta 49 dari sumbangan otak pasca kematian. Seluruh peserta sudah mendapatkan diagnosis pasti mengenai kondisi mereka, baik itu Parkinson, MSA, maupun PSP.
Dengan menggabungkan data pemindaian otak dengan informasi tambahan seperti usia, jenis kelamin, dan gejala yang dialami, model AI AIDP mampu mendeteksi pola-pola halus yang menjadi ciri khas masing-masing penyakit.
Untuk proses pelatihan, tim peneliti menggunakan infrastruktur GPU NVIDIA, termasuk Quadro P400 serta empat unit A100 Tensor Core, didukung oleh framework TensorFlow dan teknologi CUDA. Proses pelatihan berskala besar ini memakan waktu sekitar 36 jam, sementara versi final model dapat dilatih dalam hitungan menit dan menyelesaikan proses diagnosis penuh hanya dalam waktu dua jam.
Dr. Michael S. Okun, penasihat medis dari Parkinson’s Foundation dan direktur Fixel Institute di UF Health, menyatakan bahwa kemampuan AI dalam mendeteksi pola neurodegenerasi spesifik merupakan langkah revolusioner dalam bidang diagnosis penyakit neurodegeneratif.
Menurutnya, penggunaan pemindaian MRI standar bersama AI memungkinkan dokter untuk mendapatkan hasil diagnosis yang lebih akurat tanpa perlu bergantung pada prosedur invasif atau penggunaan zat radioaktif. Ini tentu saja sangat bermanfaat dalam mengurangi tekanan emosional yang selama ini dialami pasien dan keluarganya karena ketidakpastian hasil dari metode konvensional.
Hasil penelitian menunjukkan bahwa model AIDP berhasil mencapai tingkat akurasi sebesar 95 persen dalam mengidentifikasi penyakit, dengan pencocokan diagnosis 94 persen pada kasus pasca kematian, jauh lebih tinggi dibandingkan dengan akurasi diagnosis klinis tradisional yang mencapai 82%.
Keunggulan ini memberikan keyakinan bagi para praktisi medis bahwa teknologi ini dapat diintegrasikan ke berbagai fasilitas kesehatan. Dengan sistem berbasis cloud, AIDP tidak hanya dapat digunakan di rumah sakit besar, tetapi juga di klinik kecil dan layanan telehealth di daerah terpencil, sehingga pemerataan layanan diagnostik dapat terwujud secara lebih luas.
Selain manfaat langsung pada proses diagnosis, penerapan AI dalam bidang kesehatan juga membuka peluang untuk meningkatkan efektivitas penelitian klinis. Dengan diagnosis yang lebih tepat, para peneliti dapat menyusun studi yang lebih fokus terhadap pasien dengan kondisi yang sebenarnya, sehingga uji klinis dapat menghasilkan data yang lebih valid dan relevan. Hal ini diharapkan dapat mempercepat pengembangan terapi baru yang ditujukan untuk mengatasi tantangan penyakit Parkinson dan kondisi neurodegeneratif lainnya.
Profesor David Vaillancourt, penulis utama studi sekaligus dosen di Departemen Fisiologi Terapan dan Kinesiologi di Universitas Florida, menambahkan bahwa teknologi AIDP merupakan contoh nyata kolaborasi antara bidang medis dan teknologi informasi.
“AI mampu mendeteksi pola-pola spesifik yang mencerminkan ‘sidik jari’ patologis dari suatu penyakit, sehingga membuka jalan bagi diagnosa yang lebih cepat dan tepat,” ujarnya. Ia optimistis bahwa setelah memenuhi persyaratan regulasi, AIDP akan segera mendapatkan lisensi untuk digunakan dalam praktik klinis secara luas.
Inovasi ini menjadi tonggak penting dalam perkembangan teknologi medis, karena dapat mengubah paradigma diagnosis penyakit Parkinson secara fundamental. Dengan penerapan teknologi AI seperti AIDP, dokter dapat memberikan perawatan yang lebih cepat dan efisien, yang pada gilirannya dapat meningkatkan kualitas hidup pasien.
Harapan pun semakin besar agar teknologi ini dapat segera diadopsi secara global, sehingga jutaan pasien yang selama ini terhambat oleh keterbatasan metode diagnosis tradisional akan mendapatkan penanganan optimal dan tepat waktu.
Cek Berita dan Artikel yang lain di
Google News
