Kredit: Domain Publik Unsplash/CC0
Ketika seorang pasien menjalani operasi pembedahan untuk mengangkat tumor atau mengobati suatu penyakit, jalannya pembedahan seringkali tidak ditentukan sebelumnya. Untuk memutuskan berapa banyak jaringan yang perlu diangkat, ahli bedah harus mengetahui lebih banyak tentang kondisi yang mereka tangani, termasuk batas tumor, stadiumnya, dan apakah lesi tersebut ganas atau jinak—penentuan yang sering bergantung pada pengumpulan, analisis, dan diagnosis suatu penyakit. saat pasien berada di meja operasi.
Ketika ahli bedah mengirim sampel ke ahli patologi untuk diperiksa, kecepatan dan akurasi adalah hal yang sangat penting. Pendekatan standar emas saat ini untuk memeriksa jaringan seringkali membutuhkan waktu terlalu lama dan pendekatan yang lebih cepat, yang melibatkan pembekuan jaringan, dapat menimbulkan artefak yang dapat mempersulit diagnosis.
Sebuah studi baru oleh para peneliti dari Lab Mahmood di Rumah Sakit Brigham dan Wanita, anggota pendiri sistem perawatan kesehatan Mass General Brigham, dan kolaborator dari Universitas Bogazici mengembangkan cara yang lebih baik; metode ini memanfaatkan kecerdasan buatan untuk menerjemahkan antara bagian beku dan pendekatan standar emas, meningkatkan kualitas gambar untuk meningkatkan akurasi diagnostik cepat. Temuan dipublikasikan di Nature Biomedical Engineering.
“Kami menggunakan kekuatan kecerdasan buatan untuk mengatasi masalah kuno di persimpangan operasi dan patologi,” kata penulis terkait Faisal Mahmood, Ph.D., dari Divisi Patologi Komputasi di BWH. “Membuat diagnosis cepat dari sampel jaringan beku merupakan tantangan dan memerlukan pelatihan khusus, tetapi diagnosis semacam ini merupakan langkah penting dalam merawat pasien selama operasi.”
Untuk membuat diagnosis akhir, ahli patologi menggunakan sampel jaringan formalin-fixed and paraffin-embedded (FFPE)—metode ini mengawetkan jaringan dengan cara yang menghasilkan gambar berkualitas tinggi tetapi prosesnya melelahkan dan biasanya memakan waktu 12 hingga 48 jam. Untuk diagnosis cepat, ahli patologi menggunakan pendekatan yang dikenal sebagai cryosectioning yang melibatkan pembekuan cepat jaringan, pemotongan bagian, dan pengamatan irisan tipis ini di bawah mikroskop. Cryosectioning memakan waktu beberapa menit, bukan berjam-jam, tetapi dapat mendistorsi detail seluler dan merusak atau merobek jaringan halus.
Mahmood dan rekan penulis mengembangkan model pembelajaran mendalam yang dapat digunakan untuk menerjemahkan antara bagian beku dan jaringan FFPE yang lebih umum digunakan. Dalam makalah mereka, tim menunjukkan bahwa metode tersebut dapat digunakan untuk membuat subtipe berbagai jenis kanker, termasuk glioma dan kanker paru-paru non-sel kecil.
Tim memvalidasi temuan mereka dengan merekrut ahli patologi ke studi pembaca di mana mereka diminta untuk membuat diagnosis dari gambar yang telah melalui metode AI dan gambar cryosectioning tradisional. Metode AI tidak hanya meningkatkan kualitas gambar tetapi juga meningkatkan akurasi diagnostik di antara para ahli. Algoritme juga diuji pada data yang dikumpulkan secara independen dari Turki.
Para penulis mencatat bahwa di masa mendatang, studi klinis prospektif harus dilakukan untuk memvalidasi metode AI dan menentukan apakah metode tersebut dapat berkontribusi pada akurasi diagnostik dan pengambilan keputusan bedah di lingkungan rumah sakit yang sebenarnya.
“Pekerjaan kami menunjukkan bahwa AI memiliki potensi untuk membuat diagnosis kritis yang sensitif terhadap waktu menjadi lebih mudah dan lebih mudah diakses oleh ahli patologi,” kata Mahmood. “Dan itu berpotensi diterapkan pada semua jenis operasi kanker. Ini membuka banyak kemungkinan untuk meningkatkan diagnosis dan perawatan pasien.”
Informasi lebih lanjut: Model pembelajaran mendalam untuk mengubah gaya gambar jaringan dari cryosectioned menjadi formalin-fixed dan paraffin-embedded, Nature Biomedical Engineering (2022). DOI: 10.1038/s41551-022-00952-9 Disediakan oleh Rumah Sakit Brigham dan Wanita
Kutipan: Alat kecerdasan buatan dikembangkan untuk membantu membuat diagnosis waktu nyata selama operasi (2022, 23 Desember) diambil 24 Desember 2022 dari https://medicalxpress.com/news/2022-12-artificial-intelligence-tool-real-time- operasi.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.