Para peneliti di Rumah Sakit Umum Massachusetts (MGH) telah menemukan metode untuk menggunakan kecerdasan buatan untuk mendeteksi penyakit Alzheimer secara lebih efisien dan cepat dalam makalah penelitian baru yang muncul di PLOS ONE.
Mereka mampu mengidentifikasi risiko Alzheimer dengan efisiensi 90,2% menggunakan pembelajaran mendalam, yang sebelumnya telah terbukti secara akurat mendiagnosis banyak penyakit pada data pencitraan resonansi magnetik otak (MRI) berkualitas tinggi yang diperoleh dalam konteks studi yang diawasi.
“Penyakit Alzheimer biasanya terjadi pada orang dewasa yang lebih tua, sehingga model pembelajaran mendalam sering mengalami kesulitan mendeteksi kasus awal yang lebih jarang,” kata rekan penulis studi Matthew Leming dalam rilis berita.
“Kami mengatasinya dengan membuat model pembelajaran mendalam ‘buta’ terhadap fitur otak yang ditemukan terlalu terkait dengan usia pasien yang ditunjukkan.”
Para ilmuwan membuat instrumen khusus untuk identifikasi penyakit menggunakan gambar otak orang-orang yang menjalani MRI di MGH sebelum 2019, termasuk mereka yang menderita dan tidak menderita penyakit Alzheimer.
Model tersebut kemudian diuji menggunakan 26.892 gambar MRI dari 8.456 orang tanpa kondisi tersebut dan 11.103 gambar MRI dari 2.348 pasien yang berisiko terkena penyakit tersebut.
Untuk memastikan akurasi dalam contoh dunia nyata, data tersebut mencakup lima kumpulan data dari beberapa rumah sakit dan waktu yang berbeda, termasuk Rumah Sakit Brigham dan Wanita sebelum dan sesudah 2019, MGH setelah 2019, serta sistem eksternal sebelum dan sesudah 2019.
Model ini sangat akurat di semua kumpulan data dan mampu secara akurat mengidentifikasi risiko independen dari variabel tambahan seperti usia pasien.
Menurut Centers for Disease Control and Prevention, penyakit Alzheimer merupakan jenis demensia yang paling umum dan digambarkan sebagai penyakit progresif yang dimulai dengan sedikit kehilangan ingatan dan dapat berkembang menjadi hilangnya komunikasi dan kesadaran lingkungan (CDC).
Di Kanada, ada 597.000 pasien demensia pada tahun 2020, dan ada sekitar 5,8 juta orang Amerika yang menderita penyakit Alzheimer. Diperkirakan 955.900 orang Kanada akan menderita demensia pada tahun 2030.
“Hasil kami, dengan kemampuan menggeneralisasi antar lokasi, antar waktu, dan antar populasi, menjadi alasan kuat untuk penggunaan klinis teknologi diagnostik ini,” kata Leming.
Awal bulan ini, para peneliti menemukan bahwa dengan menggunakan grafik prototipe Stable Diffusion yang terkenal, mereka mampu menghasilkan foto aktivitas di otak yang sepenuhnya akurat dan beresolusi tinggi.
Para peneliti menyatakan bahwa, tidak seperti penelitian sebelumnya, mereka tidak perlu melatih atau meningkatkan sistem kecerdasan buatan dalam proses mengembangkan gambar-gambar tersebut.
Studi ini dilakukan oleh para peneliti di Sekolah Pascasarjana Biosains Perbatasan Universitas Osaka. Mereka menggunakan gelombang fMRI untuk membangun representasi fitur atau model konten gambar terlebih dahulu.