JAKARTA - Perkembangan teknologi kecerdasan buatan (AI) terus membuka peluang baru dalam dunia medis. Salah satu inovasi terkini datang dari Jepang, di mana para ahli berhasil memanfaatkan AI untuk mendeteksi penyakit liver — khususnya fatty liver disease — hanya dengan menggunakan gambar rontgen dada. Metode ini berpotensi menjadi solusi skrining yang lebih mudah, cepat, dan terjangkau dibandingkan alat diagnostik standar yang selama ini dipakai.
AI: Deteksi Fatty Liver dengan Metode Alternatif
Fatty liver disease, atau penyakit hati berlemak, merupakan kondisi yang disebabkan oleh penumpukan lemak pada hati. Penyakit ini mengancam kesehatan jutaan orang di seluruh dunia, karena jika tidak terdeteksi dan ditangani dengan tepat, dapat berkembang menjadi komplikasi serius seperti sirosis bahkan kanker hati. Menurut data, sekitar satu dari empat orang rentan terhadap penyakit ini.
Metode diagnosis fatty liver yang umum digunakan saat ini meliputi USG, CT scan, dan MRI. Sayangnya, peralatan tersebut umumnya membutuhkan biaya besar, perawatan khusus, dan waktu tunggu yang cukup lama. Di sinilah teknologi AI menjadi game changer dengan pendekatan baru yang menggunakan rontgen dada, sebuah tes yang jauh lebih murah, cepat, dan memiliki paparan radiasi rendah.
Meski rontgen dada biasa digunakan untuk memeriksa paru-paru dan jantung, gambarnya juga meliputi bagian hati. Namun, sebelumnya hubungan antara gambar rontgen dada dan diagnosis fatty liver belum banyak diteliti secara mendalam. Penelitian terbaru yang dipelopori Associate Professor Sawako Uchida-Kobayashi dan Associate Professor Daiju Ueda dari Osaka Metropolitan University ini membuka jalan baru dengan mengembangkan model AI yang mampu membaca tanda-tanda penyakit hati berlemak dari hasil rontgen dada.
Studi dan Hasil Uji AI dalam Deteksi Penyakit Liver
Dalam penelitian retrospektif tersebut, para peneliti menggunakan total 6.599 gambar rontgen dada dari 4.414 pasien dengan rentang usia sekitar 56-58 tahun. Data ini digunakan untuk melatih dan menguji model AI dengan mengacu pada skor parameter atenuasi terkontrol (CAP), yang merupakan standar medis dalam mengukur tingkat lemak pada hati.
Hasilnya sangat menjanjikan. Model AI ini mampu mencapai area di bawah kurva karakteristik operasi penerima (AUC) sekitar 0,82 sampai 0,83. Sebagai informasi, AUC adalah metrik yang menunjukkan kemampuan model untuk membedakan antara pasien yang menderita penyakit dan yang sehat, dengan nilai maksimal 1,0. Dengan nilai mendekati 0,83, model ini masuk dalam kategori “baik” menurut standar diagnosa medis.
Selain itu, AI menunjukkan akurasi diagnostik di kisaran 76-77 persen, artinya sekitar tiga dari empat hasil deteksi AI sesuai dengan diagnosis klinis. Sensitivitas (kemampuan mendeteksi kasus positif dengan benar) berada di angka 68-76 persen, sedangkan spesifisitas (kemampuan mengenali pasien sehat) mencapai 76-82 persen.
Menurut Kobayashi, "Pengembangan metode diagnostik menggunakan sinar-X dada yang mudah diperoleh dan murah berpotensi meningkatkan deteksi perlemakan hati. Kami berharap metode ini dapat digunakan secara praktis di masa mendatang."
Keunggulan metode ini adalah kemampuannya untuk melakukan skrining massal secara efisien, terutama bagi pasien yang tidak memiliki akses ke teknologi medis canggih seperti USG atau MRI. Hal ini membuka peluang bagi pemeriksaan dini penyakit fatty liver yang lebih luas dan hemat biaya.
Penelitian ini telah dipublikasikan dalam jurnal Radiology: Cardiothoracic Imaging dengan judul ‘Performance of a Chest Radiograph–based Deep Learning Model for Detecting Hepatic Steatosis’.
Teknologi AI dalam bidang kesehatan memang sedang mengalami lonjakan signifikan, dan studi ini menjadi contoh bagaimana AI dapat dimanfaatkan untuk meningkatkan layanan kesehatan secara praktis dan terjangkau. Dengan menggunakan rontgen dada yang sudah rutin dilakukan di banyak fasilitas medis, deteksi dini fatty liver bisa menjadi lebih mudah dijangkau oleh masyarakat luas.
