Teknologi AI percepat deteksi tumor otak selama operasi
Model AI ini, yang dikenal sebagai FastGlioma, dapat mendeteksi jaringan tumor yang tersisa dalam waktu kurang dari 10 detik.
Dalam perkembangan terbaru di bidang kedokteran, para peneliti dari University of Michigan dan University of California San Francisco telah mengembangkan model AI yang dapat mengidentifikasi bagian-bagian tumor otak yang mungkin terlewatkan oleh para ahli bedah selama operasi. Model ini, yang dikenal sebagai FastGlioma, dapat mendeteksi jaringan tumor yang tersisa dalam waktu kurang dari 10 detik. Pencapaian ini dianggap sebagai kemajuan besar dalam neurosurgery, mengungguli metode konvensional yang sering kali kurang akurat dan memakan waktu lebih lama.
Dilansir dari New Atlas (20/11), FastGlioma menggunakan metode pengolahan citra tinggi yang disebut Stimulated Raman Histology untuk mengidentifikasi infiltrasi tumor dengan akurasi 92% dalam waktu 100 detik menggunakan citra penuh resolusi. Ketika menggunakan citra dengan resolusi lebih rendah, model ini mencapai keakuratan 90% dalam waktu 10 detik. Hal ini memungkinkan para ahli bedah untuk dengan cepat menentukan apakah ada jaringan tumor yang perlu dihilangkan selama prosedur operasi, meningkatkan akurasi dan efisiensi dalam mengidentifikasi tumor.
Kemampuan FastGlioma untuk mendeteksi jaringan tumor yang tersisa sangat penting dalam mengurangi risiko komplikasi pasca operasi. Komplikasi seperti epilepsi, infeksi, sakit kepala, penurunan fungsi kognitif, dan gangguan motorik sering kali disebabkan oleh jaringan tumor yang tersisa. Dengan menggunakan teknologi ini, para ahli bedah dapat lebih yakin dalam menghilangkan seluruh jaringan tumor selama operasi, sehingga meningkatkan hasil operasi dan kualitas hidup pasien setelah operasi.
Neurosurgeon Todd Hollon, salah satu penulis utama dari studi tentang efektivitas FastGlioma, menyatakan bahwa teknologi ini bekerja lebih cepat dan lebih akurat dibandingkan metode perawatan standar saat ini untuk deteksi tumor. Dia juga menambahkan bahwa model ini dapat digeneralisasi untuk diagnosis tumor otak pada anak-anak dan orang dewasa. FastGlioma juga memiliki potensi untuk diterapkan pada jenis tumor lainnya di masa depan, termasuk tumor paru-paru, prostat, payudara, dan leher kepala.
Keunggulan FastGlioma tidak hanya terbatas pada kecepatan dan akurasi deteksi, tetapi juga pada kemampuan untuk mengurangi biaya dan waktu yang dibutuhkan untuk operasi. Dengan adanya teknologi ini, kebutuhan akan prosedur perbaikan yang mahal setelah operasi dapat diminimalkan. Selain itu, teknologi ini juga membuka peluang baru dalam penggunaan AI dalam bidang kedokteran, memperluas cakupan aplikasinya untuk diagnosis dan perawatan berbagai jenis penyakit.