Foto: GettyImages
"Pemindaian oportunistik" oleh kecerdasan buatan (AI) dapat menemukan penyakit yang terlewat dalam proses pemeriksaan oleh dokter sebelumnya. Ini merupakan bagian dari perkembangan baru dalam teknologi kesehatan yang dapat memberikan diagnosis lebih awal untuk penyakit yang sering kali terlewatkan.
Ketika Will Studholme, seorang pria berusia 58 tahun, masuk ke rumah sakit NHS di Oxford pada tahun 2023 dengan gejala gastrointestinal, ia tidak menyangka akan mendapatkan diagnosis osteoporosis. Penyakit ini, yang umum terjadi seiring bertambahnya usia, menyebabkan tulang menjadi lemah dan rapuh, meningkatkan risiko patah tulang.
Awalnya, Studholme mengalami keracunan makanan parah, tetapi selama penyelidikan awal, ia menjalani pemindaian CT perut. Pemindaian tersebut kemudian diproses melalui teknologi AI yang berhasil mengidentifikasi vertebra yang runtuh di tulang belakang Studholme, indikasi awal dari osteoporosis. Berkat teknologi ini, ia akhirnya menerima diagnosis dan perawatan yang sederhana: infus tahunan obat osteoporosis yang diharapkan dapat meningkatkan kepadatan tulangnya.
"Saya merasa sangat beruntung," kata Studholme. "Saya rasa ini tidak akan terdeteksi tanpa teknologi AI."
Manfaat Pemindaian Oportunistik
Praktik pemindaian oportunistik dengan AI ini mengambil keuntungan dari pemindaian yang sudah dilakukan untuk tujuan klinis lain, seperti kecurigaan kanker atau masalah perut. Menurut Perry Pickhardt, profesor radiologi dan fisika medis di University of Wisconsin-Madison, penerapan AI dalam konteks ini "baru dimulai."
Teknologi AI ini berpotensi menangkap penyakit kronis yang belum terdiagnosis pada tahap awal, sebelum gejala muncul, sehingga lebih mudah untuk diobati atau dicegah. "Kita bisa menghindari banyak pencegahan yang sebelumnya terlewat," tambahnya.
Dengan banyaknya data dalam pemindaian CT yang sering kali tidak dianalisis secara mendalam, AI menawarkan metode yang lebih efisien untuk mengidentifikasi masalah kesehatan. Miriam Bredella, seorang radiolog di NYU Langone, mencatat bahwa analisis ini bisa dilakukan tanpa AI, tetapi akan memakan waktu yang cukup lama.
Tidak Ada Diskriminasi dalam Deteksi
AI juga dianggap mampu mengurangi bias dalam diagnosis. Penyakit seperti osteoporosis sering dipandang mempengaruhi lebih banyak wanita kurus dan lanjut usia, sehingga dokter kurang cenderung curiga terhadap individu di luar karakteristik tersebut. Kasus Studholme menjadi contoh nyata bagaimana AI dapat menemukan masalah kesehatan pada pria yang relatif muda dan tidak memiliki riwayat patah tulang.
AI sedang dilatih untuk membantu mengidentifikasi penyakit lain seperti penyakit jantung, penyakit hati berlemak, penurunan otot terkait usia, dan diabetes. Algoritma yang digunakan dilatih dengan ribuan pemindaian yang sudah ditandai, dan penting bagi data pelatihan ini mencakup berbagai kelompok etnis agar teknologi dapat diterapkan pada populasi yang beragam.
Tantangan dalam Implementasi
Meskipun manfaat individu dari teknologi ini jelas, ada tantangan yang perlu diperhatikan. Sebastien Ourselin, profesor rekayasa kesehatan di Kings College London, mencatat bahwa penggunaan teknologi ini dapat meningkatkan permintaan terhadap sistem kesehatan. Masyarakat yang teridentifikasi melalui pemindaian oportunistik mungkin memerlukan pengujian lebih lanjut, yang tentunya membutuhkan sumber daya tambahan.
"Sangat penting untuk menyeimbangkan beban tambahan ini pada sistem kesehatan," ujarnya. Untuk mengatasi masalah overload pada dokter, layanan seperti layanan pencegahan fraktur yang dikelola oleh perawat telah diimplementasikan di beberapa tempat.
Di sisi lain, pihak berwenang berpendapat bahwa dengan mengidentifikasi lebih banyak orang dengan osteoporosis yang masih dalam tahap awal dan memberikan perawatan pencegahan, dalam jangka panjang dapat menghemat biaya pengobatan. Prof. Kassim Javaid dari Universitas Oxford menekankan bahwa patah tulang adalah salah satu alasan utama pasien dirawat di rumah sakit.
Studholme sendiri memiliki pengalaman pribadi terkait osteoporosis. Ia melihat langsung dampak penyakit ini pada ibunya yang mengalami patah tulang pinggul. "Saya merasa beruntung bisa melakukan sesuatu sebelum tulang saya menjadi rapuh," tutupnya.
