Kecerdasan buatan dengan mengembangkan model AI baru, para peneliti terbukti mampu memperkirakan penyakit selama beberapa dekade sebelum terjadi, menurut sebuah studi baru yang melibatkan para ilmuwan dari Universitas Kopenhagen. Penelitian ini memiliki janji khusus untuk pasien yang menderita berbagai kondisi kronis.
Bayangkan bola kristal digital yang mampu memprediksi penyakit mana yang akan kita kembangkan dan seberapa parah kita akan terpengaruh. Skenario itu telah bergerak selangkah lebih dekat ke kenyataan berkat tim peneliti internasional, termasuk peserta dari University of Copenhagen, yang telah mengembangkan model AI baru yang dapat memperkirakan penyakit mana yang akan kita temui di masa depan.
Sama seperti ChatGPT dapat memprediksi kata yang paling mungkin terjadi dalam sebuah kalimat, para peneliti menunjukkan dalam penelitian baru bahwa dimungkinkan untuk membangun model AI generatif yang mampu menghitung diagnosis yang paling mungkin terjadi di antara lebih dari 1.000 penyakit umum.
“Hari ini, kita selamat dari banyak penyakit yang sebelumnya akan berakibat fatal. Seiring bertambahnya usia, kita menghadapi masa depan di mana banyak orang menderita berbagai kondisi secara bersamaan. Itulah sebabnya kita perlu memahami bagaimana penyakit berinteraksi,” kata Søren Brunak, Profesor di Departemen Kesehatan Publik Universitas Kopenhagen dan salah satu peneliti di belakang penelitian.
AI memetakan jalan raya perkembangan penyakit
Ini adalah perkembangan baru sehingga metode dapat menangani sejumlah besar diagnosis secara bersamaan. Sampai sekarang, para peneliti dan otoritas kesehatan biasanya berfokus pada penyakit individu atau interaksi antara beberapa diagnosis ketika memproyeksikan tren penyakit di masa depan. Namun, pendekatan ini tidak memperhitungkan multimorbiditas, di mana satu pasien menderita beberapa kondisi kronis sekaligus.
“Pasien -pasien ini sulit dikelola. Apa yang harus dirawat terlebih dahulu? Di mana dalam sistem perawatan kesehatan mereka harus pergi? Multimorbiditas adalah tantangan yang mahal dan kompleks, dan itulah sebabnya kita perlu memetakan 'jalan raya' perkembangan penyakit – jalur yang paling sering diikuti oleh pasien,” kata Søren Brunak.
Model ini telah dilatih tentang data kesehatan dari UK Biobank. Ini telah belajar dari lintasan penyakit dan gaya hidup 400.000 peserta dan dapat mengenali pola tentang bagaimana kesehatan mereka berkembang dari waktu ke waktu. Pengetahuan ini digunakan untuk memprediksi kemungkinan penyakit berikutnya.
Karena beberapa penyakit mengikuti pola yang lebih dapat diprediksi, model ini lebih akurat dalam peramalan diagnosis seperti serangan jantung, jenis kanker tertentu, atau sepsis, sementara kondisi seperti komplikasi kehamilan lebih sulit untuk diantisipasi.
Menuju perawatan yang lebih tepat dan ditargetkan
Meskipun model ini paling cocok untuk membuat prediksi di tingkat populasi, ini masih dapat bermanfaat bagi pasien individu dengan memberikan para profesional kesehatan dengan wawasan yang lebih dalam tentang perkembangan dan interaksi penyakit. Ini membuatnya lebih mudah untuk menilai apakah seorang pasien berisiko lebih tinggi dan harus menerima perawatan yang lebih intensif:
“Gagasan di balik model ini juga untuk memproyeksikan lintasan penyakit Anda sehingga dokter tahu seberapa agresif memperlakukan Anda sejak awal. Untuk beberapa pasien diabetes, perubahan gaya hidup mungkin cukup pada awalnya, sementara yang lain harus segera memulai obat,” kata Søren Brunak.
Skenario terbalik juga berlaku. Karena mungkin sulit untuk membedakan pasien berisiko tinggi dari orang lain, banyak yang menerima pengobatan yang mungkin tidak diperlukan.
“Semakin kita mengerti tentang perkembangan penyakit, semakin baik kita dapat mengurangi overtreatment yang tidak perlu,” kata Søren Bruna.
Masih prototipe – tetapi penuh dengan potensi
Namun, mereka yang mengharapkan untuk melihat metode dalam penggunaan klinis harus bersabar. Søren Brunak menekankan bahwa model ini masih hanya prototipe:
“Kami ingin mengeksplorasi apakah mungkin untuk mengembangkan metode yang dapat menangani lebih dari 1.000 penyakit secara bersamaan. Studi kami menunjukkan bahwa itu,” katanya.
Untuk memungkinkan model untuk memprediksi tidak hanya penyakit berikutnya tetapi juga yang berikutnya, itu harus dilatih pada dataset yang lebih besar daripada sekitar 400.000 peserta yang termasuk dalam studi awal.
Namun demikian, para peneliti terkesan dengan keakuratan prediksi model, kata Laust Mortensen, profesor di Departemen Kesehatan Masyarakat, Universitas Kopenhagen, dan Profesor Penelitian di Rockwool Foundation.
“Ada potensi besar dalam metode kami. Meskipun dilatih pada data Inggris, kami telah menunjukkan menggunakan data Denmark bahwa itu juga dapat diterapkan dengan akurasi tinggi di Denmark untuk memprediksi penyakit,” kata Laust Mortensen.
Tentang penelitian: bagaimana para peneliti melakukannya
Model AI dilatih tentang data kesehatan dari 400.000 peserta di Inggris Biobank, yang menyetujui data mereka yang digunakan untuk penelitian. Berdasarkan data ini, model belajar untuk mengenali pola dalam gaya hidup peserta dan lebih dari 1.000 penyakit.
Selanjutnya, model ini ditransfer ke Denmark tanpa data, di mana para peneliti menguji keakuratan prediksi menggunakan data dari data registri penyakit Denmark sebagai kelompok kontrol.
Dalam bekerja dengan data registri penyakit Denmark, para peneliti beroperasi dalam lingkungan superkomputer yang aman di bawah Otoritas Data Kesehatan Denmark, sebuah badan publik di bawah Otoritas Kesehatan Denmark, dan mengikuti protokol keamanannya.
Oleh karena itu model ini dikembangkan menggunakan data Inggris dan diuji menggunakan data Denmark.
Proyek ini, sebagian didanai oleh Novo Nordisk Foundation, adalah hasil kolaborasi antara peneliti dari University of Copenhagen, Laboratorium Biologi Molekuler Eropa, Eberhard Karls University, Pusat Penyakit Tumor Robert Bosch, dan Pusat Penelitian Kanker Jerman.
