TEMPO.CO, Jakarta - Ketika berbicara tentang kanker, kemampuan prediktif dari kecerdasan buatan (AI) dapat membantu tenaga kesehatan untuk membuat keputusan pengobatan yang lebih terarah berdasarkan data yang lebih tepat.

Peneliti di Sekolah Kedokteran Perelman di Universitas Pennsylvania, Amerika Serikat telah mengembangkan alat AI bernama iStar yang dapat secara otomatis mendeteksi tumor dan berbagai jenis kanker yang sulit dilihat atau diidentifikasi.

Alat AI ini melakukan fungsi-fungsi yang akan dilakukan oleh seorang patolog manusia. Patolog adalah dokter medis yang menganalisis biopsi jaringan, sampel cairan, atau organ untuk mendiagnosis dan mengobati penyakit.

Menurut para peneliti, iStar menghasilkan data transkriptomika spasial (ST) dengan resolusi sel tunggal untuk seluruh transkriptom. Transkriptomika spasial memberikan data posisional, langkah pertama dalam ekspresi gen yang disebut transkripsi untuk sel atau jaringan yang utuh. Transkripsi terjadi ketika urutan DNA suatu gen disalin untuk menghasilkan molekul RNA baru.

Histologi adalah studi anatomi mikroskopis sel dan jaringan. Biasanya, ini melibatkan pemeriksaan potongan tipis sampel yang telah diwarnai di bawah mikroskop. Alat AI iStar (Inferring Super-resolution Tissue Architecture) pertama-tama mengekstrak fitur dari gambar histologi untuk memprediksi ekspresi gen super-resolusi berdasarkan fitur histologi. Berdasarkan informasi ekspresi gen yang dihasilkan, jaringan di-segmentasi.

Pengekstrak fitur histologi adalah algoritma yang disupervisi sendiri (self-supervised learning, SSL) di mana model AI dipre-training pada data tanpa label untuk menghasilkan label data. Tim menggunakan transformer visualisasi hierarkis AI (HViT) yang dipre-training pada dataset gambar histologi publik menggunakan pembelajaran mandiri.

Dalam persiapan data untuk pengekstrak fitur histologi, gambar histologi diubah ukurannya menjadi resolusi yang sama. Gambar besar tingkat tinggi menunjukkan struktur jaringan global dan gambar kecil tingkat rendah menunjukkan struktur jaringan seluler halus. Fitur diekstrak dari struktur jaringan halus. Ekspresi gen diprediksi dari fitur yang diproses oleh jaringan saraf maju AI yang dilatih melalui pembelajaran mingguan.

"Langkah kunci dari iStar adalah memanfaatkan gambar histologi beresolusi tinggi yang diperoleh dari bagian jaringan ST yang sama untuk merekonstruksi ekspresi gen super-resolusi yang tidak teramati," tulis para peneliti.

Para peneliti mengevaluasi iStar menggunakan data jaringan sehat dan dataset kanker untuk kanker payudara (termasuk HER2-positif), prostat, kolorektal, dan ginjal.

Selain itu, tim menunjukkan bahwa sistem AI berhasil mendeteksi gugus sel imun yang disebut struktur limfoid tersier (TLS), biomarker prediktif potensial untuk kandidat imunoterapi pada tumor padat. Pada sebagian besar jenis tumor padat, keberadaan TLS menguntungkan terhadap imunoterapi dan hasil.

"Dengan menganalisis beberapa dataset di berbagai jenis kanker dan jaringan sehat, kami telah menunjukkan bahwa ekspresi gen super-resolusi yang diprediksi oleh iStar akurat," tulis penulis utama Daiwei Zhang dan Mingyao Li tentang deteksi kanker tersebut.

PSYCHOLOGY TODAY
Pilihan editor: 8 Mitos Tentang Kanker