Secara sensus penyakit dunia, kanker payudara adalah penyakit yang paling banyak merenggut nyawa perempuan. Tahun lalu saja penelitian menyebutkan lebih dari 2 juta wanita telah didiagnosa menderita penyakit ini. Di negara Inggris para wanitanya dianjurkan untuk rutin melakukan pemeriksaan mammogram yang nantinya akan dianalisa lagi oleh 2 ahli yang berbeda demi menemukan akurasi.
Tetapi seringnya analisa manual ini mempunyai celah kesalahan tinggi dan bahkan persentasi hasil dari mammogram juga kecil mampu mendeteksi secara keseluruhan. Dalam beberapa kasus seperti menjatuhkan vonis kanker payudara pada pasien yang sehat atau malah tidak mampu membaca kanker yang ada pasien yang menderitanya.
Untuk menjawab permasalahan ini, ahli menciptakan sebuah program artificial intelligence atau AI yang mampu mengidentifikasi bibit kanker payudara dengan akurasi yang tinggi dari pada pakar konvensional. Peneliti juga mengharapkan dengan adanya penemuan ini mampu menembus kemajuan dalam mencari dan memerangi penyakit pembunuh global ini.
Baca Juga : Menerapkan Design Thinking di Ranah Kesehatan
Apa Itu Kanker Payudara ?
Kanker payudara adalah kondisi ketika sel kanker terbentuk di jaringan payudara. Kanker bisa terbentuk di kelenjar yang menghasilkan susu (lobulus), atau di saluran (duktus) yang membawa air susu dari kelenjar ke puting payudara. Kanker juga bisa terbentuk di jaringan lemak atau jaringan ikat di dalam payudara.
Meski penyakit ini lebih common menyerang wanita namun tidak tertutup juga menimpa laki- laki walau berada di persentase terendah. Juga secara personal kita diajarkan untuk memeriksan payudara dirumah lalu dirujuk ke klinik dengan ahlinya. Tapi dibanyak kasus proses ini memerlukan waktu lama yang membuat dunia kesehatan menciptakan artificial intelligence untuk membantu mengatasinya.
Membantu Diagnosis Radiologi
Teknologi dalam kesehatan medis tentu mengalami kemajuan termasuk dalam kemampuan 3D dan 4D , real- anytime analytics dan pemrosesan yang cepat oleh unit pemrosesan grafis (GPUs) yaitu sebuah alat yang kuat dalam membaca data yang digunakan ahli radiologi dalam membuat diagnosis yang tidak hanya cepat tapi juga lebih akurat serta mengurangi beban kerjanya.
Aplikasi yang diterapkan AI secara khusus dapat mendukung dan mengurangi kesulitan para ahli radiologi dalam menyusun hasil gambar scan. Dengan cara memilah gambar sel normal dan memberi peringatan atau flagging bagi image yang mencurigakan atau pengecualian.
Darinya nanti ahli radiologi akan dapat menemukan gambar yang sekiranya menunjukkan anomaly sel diluar batas normal serta indicator penyakit jauh lebih cepat yang akan dilanjutkan pada tahap focus diagnosa, memberi saran dan menjajarkan symptom, lanjutan pengobatan tanpa lagi menunggu penyaringan gambar cara konvensional. Contoh nyata AI memberi hasil kemungkinan MRI dalam mempercepat rekontruksi image sampai 100 kali bersamaan akurasi hingga 5 kali lebih besar.
Penggunaan Algoritma Google Untuk Mendeteksi Kanker Payudara
Saat ini para peniliti di Google Health telah di melalukan pelatihan penggunaan diagnosis kanker payudara pada ribuan wanita di Inggris dan Amerika Serikat. Hasil pemetaan dan gambar sel yang di dapat kemudia dibaca dan di analisa oleh dokter- dokter secara manual, hanya saja berbeda dengan pemekrisaan klinik biasa, mesin canggih ini tidak dapat merekam diagnosis dari sejarah dan informasi sang pasien dari sebelumnya.
Tim penyelidik menemukan model robot AI ini mareka mampu memprediksi kanker payudara dari hasil scan nyaris akurat sama dengan level radiographer professional. Lebih lanjutnya, AI menunjukkan pengurangan proporsi persentase kemungkinan salah identifikasi yang sering terjadi di Amerika sebanyak 5.7% dan 1.2% di Inggris.
AI juga menunjukkan berkurangnya persentase salah diagnosis diantara 9.4% sesame pasein Amerika saja dan sesame pasien di Inggris sebanyak 1.2%. Demi menunjang diagnose yang lebih teliti, ketua Google Heath, yaitu Dominic King dari Inggris menyarankan pemeriksaan identifikasi kanker payudara sedini mungkin.
Baca Juga : Gandeng Halodoc, Telkomsel Lakukan Pemerataan Kesehatan
Komputer Sebagai Pendapat Kedua
Di Inggris, semua proses mammogram akan di review kembali oleh dua radiologis, sebuah keharusan yang diperlukan namun juga memerlukan tenaga dan waktu dalam prosesnya. Tim dari Google Health juga mengadakan percobaan pada system computer yang akan dibandingkan dengan keputusan yang dikeluarkan oleh dokter selaku ahlinya. Bila ada kesepakatan dari kedua belah pihak maka kasus mencapai titik temu, namun bila ditemukan hasil berbeda maka mesin akan dibandingkan dengan pendapat kedua.
Hasil study dari Dominic King dan tim yang diterbitkan juga menunjukkan penggunan AI untuk memverivikasi diagnosis manusia yang telah ahli dibidangnya sebesar 88% lebih cepat dari biasanya karena selain lebih cepat juga mampu mengurangi beban dari dokter dan para ahli. Ditambahkan juga oleh para tim bahwa mereka masih memerlukan riset lebih mendalam dan berharap teknologi akan segera mampu menjadi pemberi opini kedua dalam diagnosis kanker payudara.
Potensi Perawatan Kesehatan Oleh AI
Kemampuan AI dalam meninjau, memilah dan mengelompokkan ribuan data serta jutaan rekod catatan juga image gambar dalam waktu relative amat singkat dalam menarapkan bukaaan kunci file data dalam jumlah besar membuatnya menjadi potensi yang tinggi bagi perawatan kesehatan.
Aplikasi ini juga mendukung diagnosis yang jauh berkualitas karena adanya pelatihan deep learning yang di rancang untuk mendeteksi apapun perubahan sel kulit yang ada seawal mungkin yang akan memecah berkembang menjadi sel kanker. Juga diharapkan melalu aplikasi ini para radiologi lebih mempu mengelompokkan gambar yang memberi kemungkinan besar serta menandai kelompok pengecualian.
Kesimpulan dan Penutup
Walau teknologi aplikasi AI ini tergolong penemuan baru dan diterapkan pada negara serta rumah sakit tertentu saat ini, di negara yang belum mendapatkan akses teknologi sejauh dan secanggih itu masih lagi mengandalkan mammografi dan pemeriksaan klinis personal. Sedangkan mammogram belum dapat diandalkan untuk mengurangi tingkat kematian sebesar target yang diharapkan.
Karena data mammografi belum cukup untuk menyimpulkan pemeriksaan jaringan sel payudara berhubung metode ini masih sangat menggantungkan pada poin dari catatan riwayat keluarga pasien, jenis kanker, hormonal dan organ reproduksi serta bentuk, tonjolan juga kepadatan payudara.
Meskipun beberapa uji klinis acak telah menunjukkan tes mamografi mampu mengurangi tingkat kematian, data masih belum cukup untuk menyimpulkan manfaat dari tes mamografi rutin dan memeriksa kepadatan jaringan payudara dalam mencegah kanker meningkat.
Modul diagnosis saat ini bergantung pada beberapa indikator seperti riwayat keluarga, kanker ovarium, masalah hormon dan reproduksi, dan yang paling penting, kepadatan payudara.
Karena korelasi antara kondisi ini tidak terlalu kuat, ada kurangnya akurasi dalam mendiagnosis kanker payudara pada tahap awal. Tes positif palsu dan negatif palsu dengan demikian diberikan kepada wanita yang mudah disesatkan.
The post Cara Diagnosis Kanker Payudara Cepat dan Akurat Dengan Robot AI appeared first on IDCloudHost.