[Ilustrasi Oleh Pixabay]
Ketika diagnosa kanker mulut rahim bisa memakan waktu yang tidak sebentar, apakah sistem kecerdasan buatan bisa menjadi solusi yang pas? Microsoft bekerja sama dengan SRL Diagnostics berusaha menjawab tantangan tersebut.
Tidak bisa dipungkiri, penyaringan yang efektif dan deteksi dini dapat membantu mengurangi kejadian kematian akibat kanker tersebut. Namun terdapat beberapa tantangan, termasuk bahwa proses pengujian untuk mendeteksi penyakit tersebut memakan waktu yang cukup lama.
Hal ini tidak hanya dikarenakan metode yang digunakan oleh para ahli sitopatologi yang memang membutuhkan waktu sangat panjang, melainkan juga dikarenakan jumlah ahli sitopatologi yang cukup sedikit untuk saat ini.
Menjawab hal ini, Microsoft pun berkolaborasi dengan SRL Diagnostics dalam menciptakan jaringan sistem kecerdasan buatan patologi, yang ditujukan untuk meringankan beban ahli sitopatologi dan histopatologi.
Setiap tahunnya, SRL Diagnostics memperoleh hingga 100.000 contoh sel-sel mulut rahim dari tes Pap. Sekitar 98 persen dari sampel ini biasanya normal dan hanya 2 persen lainnya yang memerlukan intervensi.
Arnab Roy, Pimpinan Teknis untuk Inisiatif Baru & Manajemen Pengetahuan di SRL Diagnostics menyebutkan bahwa harapannya adalah menciptakan jalan terbaik bagi ahli sitopatologi agar mereka bisa menemukan 2 persen contoh abnormal tersebut.
Ahli sitopatologi di SRL Diagnostics akan mempelajari versi digital yang dipindai dari Whole Slide Imaging (WSI), yang masing-masing terdiri dari sekitar 300-400 sel, secara manual. Lalu, hasilnya akan digunakan sebagai data pelatihan untuk Cervical Cancer Image Detection API.
Namun di dalam prosesnya, ada tantangan berupa subjektivitas, yang menurut Roy banyak dikaitkan dengan tingkat pengalaman dari para ahli sitopatologi tersebut (yang notabene pastinya sangat berbeda satu dengan yang lainnya).
Untuk itu, Manish Gupta, Peneliti di Microsoft Azure Global Engineering yang bekerja sama dengan tim di SRL Diagnostics, mengatakan bahwa idenya adalah untuk membuat algoritma AI yang dapat mengidentifikasi area yang dilihat semua orang dan membuat konsensus pada area yang dinilai.
Dalam hal ini, ahli sitopatologi di berbagai laboratorium dan lokasi akan memberi keterangan ribuan gambar sel mulut rahim dan akan membuat catatan pada setiap gambar sampel tersebut.
Kemudian gambar dengan catatan sumbang, yakni sampel yang menimbulkan perbedaan pandangan pada tiga anggota tim atau lebih, akan dikirim ke ahli sitopatologi senior untuk analisis akhir.
Saat ini, penelitian sistem kecerdasan buatan patologi ini sudah masuk ke dalam tahap pengujian internal. Cervical Cancer Image Detection API yang berjalan di Microsoft Azure sudah bisa dengan cepat menyaring gambar sitologi untuk mendeteksi kanker mulut rahim pada tahap awal dan mengembalikan wawasannya ke ahli patologi di laboratorium.
Antarmuka ini juga sudah bisa membedakan antara sel-sel mulut rahim normal dan abnormal dengan tepat, meskipun sekarang ini sedang menjalani proses validasi yang bakal memakan waktu tiga hingga enam bulan.
Baru setelah validasi internal ini, antarmuka pemrograman aplikasi tersebut akan diujicobakan dalam alur kerja diagnostik kanker mulut rahim secara eksternal, termasuk di rumah sakit dan pusat diagnostik lainnya.
Harapan akhirnya, antarmuka pemrograman aplikasi ini diharapkan juga bisa membantu di bidang patologi yang lain, seperti diagnosis patologi untuk kanker ginjal, mulut, pankreas dan hati.
[Sumber: TechCrunch]
