AI Sekarang dapat mendeteksi lebih awal "Pembunuh Diam" kanker pankreas

Mayo Clinic tim peneliti mengembangkan model AI bernama Redmod, yang diklaim dapat mengenali perubahan halus yang tidak terlihat mata manusia dari pemindaian CT rutin hingga rata-rata 475 hari sebelum diagnosis kanker pankreas. Penelitian menunjukkan tingkat keberhasilan identifikasi AI sebesar 73%, sedangkan dokter radiologi hanya 39%; untuk pemindaian awal lebih dari dua tahun sebelumnya, perbedaan ini meningkat menjadi 68% versus 23%.
（Latar belakang: AI “penyaringan kanker” akurat mencapai 98%! Penelitian di Cambridge hanya dengan DNA, dapat mempercepat diagnosis dan pengobatan dini）
（Tambahan latar belakang: Anthropic menginvestasikan 4 miliar dolar untuk mengakuisisi startup biotek AI Coefficient Bio, bersaing langsung dengan OpenAI）

Daftar isi artikel

Toggle

• Jendela waktu 475 hari
• AI melihat, dokter tidak melihat
• Syarat menggandakan tingkat kelangsungan hidup

Masalah paling menyedihkan dari kanker pankreas seringkali adalah penemuan yang terlambat. Lebih dari 85% kasus di seluruh dunia saat diagnosis sudah memasuki stadium akhir, peluang operasi sudah tertutup; tingkat kelangsungan hidup lima tahun berkisar sekitar 10%, salah satu angka terberat di antara semua kanker umum.

Namun sebuah studi terbaru yang dipublikasikan pada akhir April di jurnal medis Gut berusaha mengatasi akar masalah: tidak menunggu munculnya gejala, tidak menunggu tumor muncul, melainkan membiarkan AI menemukan sinyal awal yang tidak terlihat mata manusia dari pemindaian CT rutin.

Jendela waktu 475 hari

Tim peneliti dari Mayo Clinic mengembangkan model AI bernama Redmod, yang bertujuan mengenali perubahan halus yang tidak terdeteksi oleh dokter radiologi dari gambar CT abdomen rutin. Data pelatihan mencakup lebih dari 1.400 peserta, termasuk satu kelompok kunci berjumlah 219 pasien yang dinyatakan “normal” pada pemindaian, tetapi kemudian didiagnosis menderita kanker pankreas.

Redmod AI menganalisis kembali gambar-gambar yang tampaknya normal tersebut dan menyimpulkan bahwa model ini mampu mengenali ciri abnormal rata-rata 475 hari sebelum diagnosis.

475 hari, sekitar satu tahun empat bulan. Dalam periode ini, tumor biasanya masih berada pada tahap lokal dan dapat diangkat. Artinya secara klinis: pasien yang belum menunjukkan gejala apapun berpeluang dikenali sebelum operasi bedah masih memungkinkan dilakukan.

Inti dari dilema kanker pankreas adalah sifatnya yang “diam”: tidak menimbulkan gejala di tahap awal, dan tidak terlihat di gambar medis, sehingga saat pasien datang berobat karena ketidaknyamanan, tumor seringkali sudah melewati batas daerah. Redmod AI berusaha untuk masuk pada fase diam ini.

AI melihat, dokter tidak melihat

Studi ini membandingkan kinerja AI dan dokter radiologi dalam analisis gambar yang sama. Hasilnya: tingkat keberhasilan identifikasi keseluruhan Redmod sebesar 73%, sedangkan dokter hanya 39% — selisih hampir dua kali lipat.

Untuk pemindaian yang dilakukan lebih dari dua tahun sebelum diagnosis, perbedaannya semakin mencolok: Redmod mengenali 68% kasus, dokter hanya 23%. Dengan kata lain, saat tumor masih lebih dari dua tahun dari tahap “terlihat”, kemampuan deteksi AI mencapai tiga kali lipat kemampuan dokter.

Kemampuan diskriminasi juga patut diperhatikan: dalam gambar kontrol yang tidak berkembang menjadi kanker, Redmod memiliki tingkat klasifikasi benar lebih dari 80%. Model ini tidak hanya berusaha menangkap semua kanker, tetapi juga tidak mudah menghasilkan hasil positif palsu (false positive).

Penelitian ini juga menegaskan bahwa model ini menunjukkan performa stabil di berbagai rumah sakit dan merek perangkat CT yang berbeda, menunjukkan kesiapan untuk deployment lebih lanjut.

Syarat menggandakan tingkat kelangsungan hidup

Penelitian mengutip sebuah model estimasi: jika proporsi kasus kanker pankreas yang masih lokal dan belum menyebar saat diagnosis, yaitu sekitar 10%, dapat ditingkatkan menjadi 50%, tingkat kelangsungan hidup lima tahun diperkirakan akan berlipat ganda.

Logikanya sangat sederhana: diagnosis dini bukan hanya tentang mengetahui informasi buruk lebih awal, tetapi juga mengubah peluang pasien untuk menjalani operasi kuratif.

Namun para peneliti secara tegas menyatakan bahwa Redmod masih memerlukan uji klinis prospektif: yaitu mengikuti hasil pasien secara berkelanjutan dalam skenario penyaringan nyata, untuk memastikan bahwa model ini benar-benar meningkatkan tingkat kelangsungan hidup, sebelum digunakan secara rutin. Performa yang baik dalam data retrospektif adalah syarat, tetapi bukan jaminan.

Tim peneliti menyarankan aplikasi mendatang difokuskan pada kelompok berisiko tinggi: usia lebih tua, penurunan berat badan tanpa sebab yang jelas, dan diabetes baru yang muncul. Ini adalah pendekatan yang tepat dan dapat dilaksanakan, bukan skrining massal untuk seluruh populasi, melainkan menggunakan informasi klinis yang ada untuk membantu AI mengidentifikasi individu yang membutuhkan pengawasan lebih intensif.

Dalam makalahnya, para peneliti menulis bahwa waktu 475 hari ini “memiliki makna mendalam”, karena dalam jendela waktu ini, penyembuhan bukan lagi hal yang langka, melainkan kemungkinan yang nyata. AI sudah mampu melihat masalah ini; pertanyaan berikutnya adalah apakah ia bisa melihat cukup awal sehingga pengobatan di kemudian hari menjadi bermakna.