Meski tidak banyak yang tahu, tapi nyatanya penyakit tuberkolosis (TB) merupakan salah satu dari sepuluh penyakit paling mematikan didunia. Gimana tidak, setiap tahunnya ia memakan korban jiwa sampai 10 juta orang.
Secara tidak proporsional, penyakit ini sangat mempengaruhi orang-orang di negara berpenghasilan rendah hingga menengah. Mendiagnosis TB sejak dini sulit karena gejalanya dapat menyerupai gejala penyakit pernapasan umum.
Cara mendeteksinya yaitu dengan Rontgen Dada (Chest X-ray) untuk Screening, tetapi yang disayangkan para ahli tidak setiap saat tersedia untuk mengintepretasikan hasilnya.
Inilah sebabnya Organisasi Kesehatan Dunia (WHO) merekomendasikan penggunaan Computer-Aided Detection (CAD) untuk mempermulus proses Screening dan Triase.
Merespon hal tersebut, Google putuskan untuk kembangkan Tool berbasis AI yang dibangun untuk menidentifikasi pasien berpotensi Tuberkolosis supaya bisa ditindak lebih lanjut lagi dengan cepat.
Sistem Deep Learning Google untuk mendeteksi Tuberkulosis
Dalam hasil studi terbaru Google, ditemukan kalau sistem Deep Learning (Pembelajaran mendalam) yang tepat dapat digunakan untuk secara akurat mengidentifikasi pasien yang kemungkinan menderita Tuberkolosis aktif berdasarkan rontgen dada mereka.
Dengan menggunakan alat Screening ini sebagai langkah awal sebelum memesan tes diagnostik yang lebih mahal, penelitian Google menunjukkan bahwa Screening bertenaga AI bisa menghemat biaya sampai 80% per kasus TB positif yang terdeteksi.
Tools AI Google ini mampu secara akurat mendeteksi kasus TB paru aktif dengan tingkat deteksi negatif palsu dan positif palsu yang serupa dengan 14 ahli radiologi.
Tingkat Keakuratan ini dipertahankan bahkan ketika memeriksa pasien yang HIV-positif, populasi yang berisiko lebih tinggi terkena TB dan sulit untuk disaring karena rontgen dada mereka mungkin berbeda dari kasus TB biasa.
Untuk memastikan model bekerja untuk pasien dari berbagai ras dan etnis, pihak Google menggunakan data de-identifikasi dari sembilan negara untuk melatih model dan mengujinya pada kasus dari lima negara.
Temuan ini didasarkan pada penelitian mereka sebelumnya yang menunjukkan AI dapat mendeteksi masalah umum seperti paru-paru yang kolaps, nodul, atau patah tulang pada rontgen dada.
Sistem AI menghasilkan angka antara 0 dan 1 yang menunjukkan risiko TB.
Agar sistem berguna dalam pengaturan dunia nyata, perlu ada kesepakatan tentang tingkat risiko apa yang menunjukkan bahwa pasien harus direkomendasikan untuk pengujian tambahan atau tidaknya.
Mengkalibrasi ambang batas mirisnya amat memakan waktu dan mahal karena administrator hanya dapat mencapai hasil ini setelah menjalankan sistem pada ratusan pasien, menguji, dan menganalisis hasilnya.
Tapi tidak diragukan lagi kalau model AI Google ini sangat membantu dunia medis dan diyakini sebagai model default dalam hal screening tuberkolosis. Karena hasilnya serupa dengan ahli radiologi sehingga lebih mudah diterapkan diberbagai rumah sakit.
Kedepannya, Google berencana untuk memperluas fungsi model AI ini melalui dua studi penelitian terpisah dengan mitra mereka, yaitu Rumah Sakit Apollo di India dan Pusat Penelitian Penyakit Menular di Zambia (CIDRZ).
