Para peneliti di Massachusetts Institute of Technology (MIT), mengumumkan bahwa mereka telah mengembangkan alat berbasis kecerdasan buatan (AI) untuk menganalisis pemindaian paru-paru. 

Harapannya, alat ini bisa memprediksi ada tidaknya kemungkinan pasien akan mengidap kanker paru dalam beberapa waktu ke depan; paling tidak sekitar enam tahun pasca-pemindaian.

Kabar itu disampaikan oleh laman universitas, sejak 20 Januari 2023. Perangkat lunak yang dikembangkan bersama banyak pihak ini dijuluki Sybil.

Nama Sybil berasal dari peramal Yunani Kuno, juga dikenal sebagai saudara kandung: sosok feminin yang diandalkan untuk menyampaikan pengetahuan ilahi tentang masa lalu, sekarang, dan masa depan.

Sekarang, nama tersebut diberikan pada alat AI yang dikembangkan oleh peneliti MIT's Abdul Latif Jameel Clinic for Machine Learning in Health, Mass General Cancer Center (MGCC), dan Chang Gung Memorial Hospital (CGMH).

Memberitakan hal yang sama, laman Lab Manager menjelaskan, kanker paru-paru adalah kanker paling mematikan di planet ini. Penyakit ini relatif umum dan relatif sulit diobati, terutama setelah mencapai stadium lanjut.

Pada 2020, penyakit itu mengakibatkan 1,7 juta kematian di seluruh dunia; jumlah pasien yang lebih banyak daripada gabungan tiga kanker paling mematikan berikutnya (usus besar, pankreas, dan payudara).

Ahli radiologi intervensi toraks di MIT's Abdul Latif Jameel Clinic for Machine Learning in Health, Mass General Cancer Center (MGCC), dr.Florian Fintelmann, memberikan penjelasan soal itu.

"Karena sifatnya yang agresif, kunci keberhasilan pengobatan kanker paru adalah deteksi dini. Jika Anda mendeteksi kanker paru-paru sejak dini, dalam jangka waktu panjang hasil akan lebih baik," ungkapnya, kami kutip dengan mengakses laman MIT, Jumat (3/2/2023).

"Tingkat kelangsungan hidup lima tahun Anda mendekati 70 persen. Sedangkan jika Anda mendeteksinya saat sudah lanjut, tingkat kelangsungan hidup lima tahun hanya kurang dari 10 persen," sebut Fintelmann, yang juga menjadi penyusun makalah Sybil. 

Bagaimana Sybil Bekerja?

Sybil diketahui bekerja dengan menganalisis pemindaian computed tomography (LDCT) dosis rendah tiga dimensi. Itu merupakan metode skrining kanker paru-paru yang paling umum.

Sybil menganalisis data gambar LDCT tanpa bantuan ahli radiologi. Lewat skrining ini, harapannya bisa menemukan kanker pada tahap awal, masa di mana kanker dapat diangkat melalui pembedahan.

Makalah yang merinci cara kerja Sybil, diterbitkan dalam Journal of Clinical Oncology. Makalah itu menunjukkan, Sybil memperoleh indeks-C 0,75, 0,81, dan 0,80 selama enam tahun dari berbagai set pemindaian LDCT paru-paru yang diambil dari Uji Coba Skrining Kanker Paru Nasional (NLST), Rumah Sakit Umum Massal (MGH), dan CGMH.

Masing-masing model yang mencapai skor indeks-C lebih dari 0,7 dianggap baik dan lebih dari 0,8 dianggap kuat. ROC-AUC untuk prediksi satu tahun menggunakan Sybil mendapat skor lebih tinggi lagi, mulai dari 0,86 hingga 0,94, dengan 1,00 sebagai skor tertinggi.

Terlepas dari keberhasilannya, sifat 3D dari CT scan paru-paru membuat Sybil sulit untuk dibangun.

Seorang rekan penulis, afiliasi dari Klinik Jameel dan Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT (CSAIL), bernama Peter Mikhael menyamakan proses tersebut dengan 'mencoba menemukan jarum di tumpukan jerami'.

Menurutnya, data pencitraan yang digunakan untuk melatih Sybil sebagian besar tidak menunjukkan tanda-tanda kanker.

"Karena kanker paru-paru stadium awal menempati sebagian kecil paru-paru," terang mahasiswa PhD MIT di bidang teknik elektro dan ilmu komputer ini.

Bagaimana dengan Akurasi?

Pakar kanker paru-paru dan seorang ahli onkologi medis, dr.Lecia V. Sequist, mengatakan hasil yang dicapai tim dengan Sybil ini penting. Meski demikian, skrining kanker paru-paru tidak digunakan untuk potensi penuhnya di AS atau secara global.

"Sybil memberikan skor risiko, bukan diagnosis. Jadi sangat berguna untuk mengidentifikasi pasien mana yang perlu diikuti atau diskrining untuk kanker," kata Direktur Pusat Inovasi dalam Deteksi Kanker Dini di MGH itu, kepada laman Medical News Today.

Ikut dalam penelitian Sybil, Lecia menyatakan, algoritme Sybil tersedia untuk umum; bersama anotasi gambar untuk mempromosikan penelitian lebih lanjut dan aplikasi klinis.

Skrining Kanker Paru Kurang Berkembang

Untuk diketahui, program skrining kanker paru-paru kurang berkembang di wilayah Amerika Serikat. Padahal wilayah ini adalah tempat yang paling terpukul oleh kanker paru-paru, karena berbagai faktor.

Penyebabnya? Ini berkisar dari stigma terhadap perokok, hingga faktor lanskap politik dan kebijakan seperti perluasan Medicaid, yang bervariasi dari satu negara bagian ke negara bagian lain.

Faktor lainnya, banyak pasien yang didiagnosis dengan kanker paru-paru saat ini tidak pernah merokok; atau mantan perokok yang berhenti lebih dari 15 tahun lalu. Ini adalah ciri-ciri yang membuat mereka tidak memenuhi syarat, untuk skrining CT kanker paru-paru di Amerika Serikat.

"Langkah selanjutnya yang menarik dalam penelitian ini adalah menguji Sybil secara prospektif, kepada orang yang berisiko terkena kanker paru-paru yang tidak merokok atau yang berhenti beberapa dekade lalu," kata Sequist. 

Ia melanjutkan, ada peningkatan populasi pasien kanker paru-paru yang dikategorikan sebagai bukan perokok.

Wanita bukan perokok lebih mungkin didiagnosis menderita kanker paru-paru daripada pria bukan perokok. Secara global, lebih dari 50% wanita yang didiagnosis menderita kanker paru-paru adalah bukan perokok, dibandingkan dengan 15-20% pria.