Algoritma dapat merevolusi skrining kanker serviks, terutama di rangkaian sumber daya rendah – ScienceDaily

Algoritma dapat merevolusi skrining kanker serviks, terutama di rangkaian sumber daya rendah – ScienceDaily


Sebuah tim peneliti yang dipimpin oleh peneliti dari National Institutes of Health and Global Good telah mengembangkan algoritma komputer yang dapat menganalisis gambar digital serviks wanita dan secara akurat mengidentifikasi perubahan prakanker yang memerlukan perhatian medis. Pendekatan kecerdasan buatan (AI) ini, yang disebut evaluasi visual otomatis, berpotensi merevolusi skrining kanker serviks, terutama di rangkaian dengan sumber daya rendah.

Untuk mengembangkan metode ini, peneliti menggunakan kumpulan data komprehensif untuk “melatih” algoritme pembelajaran yang dalam atau mesin untuk mengenali pola dalam input visual yang kompleks, seperti gambar medis. Pendekatan ini dibuat secara kolaboratif oleh para peneliti di National Cancer Institute (NCI) dan Global Good, sebuah proyek dari Intellectual Ventures, dan temuan tersebut dikonfirmasi secara independen oleh para ahli di National Library of Medicine (NLM). Hasilnya muncul di Jurnal Institut Kanker Nasional pada 10 Januari 2019. NCI dan NLM merupakan bagian dari NIH.

“Temuan kami menunjukkan bahwa algoritma pembelajaran mendalam dapat menggunakan gambar yang dikumpulkan selama skrining kanker serviks rutin untuk mengidentifikasi perubahan prakanker yang, jika tidak ditangani, dapat berkembang menjadi kanker,” kata Mark Schiffman, MD, MPH, dari Divisi Epidemiologi dan Genetika Kanker NCI. , dan penulis senior studi tersebut. “Faktanya, analisis komputer dari gambar-gambar itu lebih baik dalam mengidentifikasi prakanker daripada peninjau ahli tes Pap di bawah mikroskop (sitologi).”

Metode baru berpotensi memiliki nilai tertentu dalam pengaturan sumber daya rendah. Petugas kesehatan dalam pengaturan seperti itu saat ini menggunakan metode skrining yang disebut inspeksi visual dengan asam asetat (VIA). Dalam pendekatan ini, petugas kesehatan mengoleskan asam asetat encer ke serviks dan memeriksa serviks dengan mata telanjang, mencari “pemutih aseto,” yang mengindikasikan kemungkinan penyakit. Karena kenyamanan dan biayanya yang rendah, VIA banyak digunakan di mana metode skrining yang lebih canggih tidak tersedia. Namun, ini diketahui tidak akurat dan perlu perbaikan.

Evaluasi visual otomatis juga mudah dilakukan. Petugas kesehatan dapat menggunakan ponsel atau perangkat kamera serupa untuk pemeriksaan dan perawatan serviks selama satu kunjungan. Selain itu, pendekatan ini dapat dilakukan dengan pelatihan minimal, menjadikannya ideal untuk negara-negara dengan sumber daya perawatan kesehatan yang terbatas, di mana kanker serviks merupakan penyebab utama penyakit dan kematian di kalangan wanita.

Untuk membuat algoritme, tim peneliti menggunakan lebih dari 60.000 gambar serviks dari arsip foto NCI yang dikumpulkan selama studi skrining kanker serviks yang dilakukan di Kosta Rika pada 1990-an. Lebih dari 9.400 wanita berpartisipasi dalam studi populasi tersebut, dengan tindak lanjut yang berlangsung hingga 18 tahun. Karena sifat penelitian yang prospektif, para peneliti memperoleh informasi yang hampir lengkap tentang perubahan serviks mana yang menjadi pendahulu dan mana yang tidak. Foto-foto tersebut didigitalkan dan kemudian digunakan untuk melatih algoritme pembelajaran mendalam sehingga dapat membedakan kondisi serviks yang memerlukan pengobatan dari yang tidak memerlukan pengobatan.

Secara keseluruhan, algoritme bekerja lebih baik daripada semua tes skrining standar dalam memprediksi semua kasus yang didiagnosis selama studi Kosta Rika. Evaluasi visual otomatis mengidentifikasi prekanker dengan akurasi yang lebih besar (AUC = 0,91) daripada tinjauan ahli manusia (AUC = 0,69) atau sitologi konvensional (AUC = 0,71). AUC 0,5 menunjukkan tes yang tidak lebih baik dari kebetulan, sedangkan AUC 1,0 menunjukkan tes dengan akurasi sempurna dalam mengidentifikasi penyakit.

“Ketika algoritme ini digabungkan dengan kemajuan dalam vaksinasi HPV, teknologi deteksi HPV yang muncul, dan peningkatan dalam pengobatan, dapat dibayangkan bahwa kanker serviks dapat dikendalikan, bahkan dalam pengaturan sumber daya rendah,” kata Maurizio Vecchione, wakil presiden eksekutif Kebaikan Global.

Para peneliti berencana untuk melatih algoritme lebih lanjut pada sampel gambar perwakilan prekursor serviks dan jaringan serviks normal dari wanita di komunitas di seluruh dunia, menggunakan berbagai kamera dan opsi pencitraan lainnya. Langkah ini diperlukan karena variasi halus pada tampilan serviks di antara wanita di wilayah geografis yang berbeda. Tujuan akhir dari proyek ini adalah untuk membuat algoritma terbaik untuk penggunaan umum dan terbuka.

Sumber Cerita:

Materi disediakan oleh NIH/National Cancer Institute. Catatan: Konten dapat diedit untuk gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : https://joker123.asia/

Author Image
adminProzen