By adminvps06 
Wanita di seluruh dunia bisa mendapatkan pengobatan yang lebih baik dengan teknologi AI baru yang memungkinkan deteksi sel rusak
Kanker payudara merupakan salah satu jenis kanker yang paling umum. Pada tahun 2022, penyakit ini menyebabkan 670.000 kematian di seluruh dunia. Kini, sebuah studi baru dari Universitas Kopenhagen menunjukkan bahwa AI dapat membantu wanita dengan perawatan yang lebih baik dengan memindai sel-sel yang tampak tidak teratur untuk memberikan penilaian risiko yang lebih baik.
Studi yang diterbitkan dalam The Lancet Digital Health menemukan bahwa teknologi AI jauh lebih baik dalam memprediksi risiko kanker daripada tolok ukur klinis saat ini untuk penilaian risiko kanker payudara.
Para peneliti menggunakan teknologi AI pembelajaran mendalam yang dikembangkan di Universitas Kopenhagen untuk menganalisis biopsi jaringan payudara dari pendonor guna mencari tanda-tanda sel rusak, indikator risiko kanker.
“Algoritme ini merupakan lompatan besar dalam kemampuan kita untuk mengidentifikasi sel-sel ini. Jutaan biopsi dilakukan setiap tahun, dan teknologi ini dapat membantu kita mengidentifikasi risiko dengan lebih baik dan memberikan perawatan yang lebih baik kepada para wanita,” kata Associate Professor Morten Scheibye-Knudsen dari Department of Cellular and Molecular Medicine dan penulis utama studi tersebut.
Memprediksi risiko kanker payudara lima kali lipat
Aspek inti dari penilaian risiko kanker adalah mencari sel-sel yang mati, yang disebabkan oleh apa yang disebut penuaan sel. Sel-sel yang menua masih aktif secara metabolik tetapi telah berhenti membelah. Penelitian sebelumnya telah menunjukkan bahwa kondisi menua ini dapat membantu menekan perkembangan kanker. Namun, sel-sel yang menua juga dapat menyebabkan peradangan yang dapat menyebabkan perkembangan tumor.
Dengan menggunakan pembelajaran mendalam AI untuk mencari sel-sel pikun dalam biopsi jaringan, para peneliti dapat memprediksi risiko kanker payudara lebih baik daripada model Gail, standar emas saat ini untuk menilai risiko kanker payudara.
“Kami juga menemukan bahwa jika kami menggabungkan dua model kami sendiri atau salah satu model kami dengan skor Gail, kami memperoleh hasil yang jauh lebih baik dalam memprediksi risiko terkena kanker. Kombinasi satu model memberi kami rasio peluang sebesar 4,70 dan itu sangat besar. Ini signifikan jika kami dapat melihat sel dari sampel biopsi yang sehat dan memprediksi bahwa donor memiliki risiko hampir lima kali lipat terkena kanker beberapa tahun kemudian,” kata Indra Heckenbach, penulis pertama penelitian tersebut.
Algoritma yang dilatih pada ‘sel zombi’ dapat memberikan pengobatan yang lebih baik
Para peneliti melatih teknologi AI pada sel-sel yang dikembangkan dalam kultur sel yang sengaja dirusak agar menjadi pikun. Para peneliti kemudian menggunakan AI pada biopsi donor untuk mendeteksi sel-sel pikun.
“Kami terkadang menyebutnya sel zombi karena sel tersebut telah kehilangan sebagian fungsinya, tetapi sel tersebut belum sepenuhnya mati. Sel tersebut dikaitkan dengan perkembangan kanker, jadi kami mengembangkan dan melatih algoritme untuk memprediksi penuaan sel. Secara khusus, algoritme kami mengamati bagaimana inti sel terbentuk, karena inti sel menjadi lebih tidak teratur saat sel mengalami penuaan,” jelas Indra Heckenbach.
Masih butuh beberapa tahun lagi hingga teknologi ini tersedia untuk digunakan di klinik, tetapi setelah itu teknologi ini dapat diterapkan di seluruh dunia, karena hanya memerlukan gambar sampel jaringan standar untuk melakukan analisis. Dengan demikian, wanita di seluruh dunia berpotensi dapat menggunakan wawasan baru ini untuk mendapatkan perawatan yang lebih baik, Morten Scheibye-Knudsen menambahkan:
“Kami akan dapat menggunakan informasi ini untuk mengelompokkan pasien berdasarkan risiko dan meningkatkan protokol pengobatan dan skrining. Dokter dapat mengawasi lebih ketat individu berisiko tinggi, mereka dapat menjalani mammogram dan biopsi lebih sering, dan kami berpotensi mendeteksi kanker lebih dini. Pada saat yang sama, kami dapat mengurangi beban bagi individu berisiko rendah, misalnya dengan melakukan biopsi lebih jarang.”