Home  »  News   »  
News

Di Jepang, Sebuah Sistem AI Berhasil “Menyelamatkan” Pasien Dari Leukimia

[Gambar: tomshw.it]
[Gambar: tomshw.it]

Dokter di Jepang dikabarkan untuk pertama kalinya berhasil menggunakan artificial intelligence (AI) untuk mendeteksi sebuah tipe leukemia langka pada seorang pasien yang sebelumnya tidak terdeteksi dengan metode konvensional.

Mesin yang dimotori sistem AI keluaran IBM yang bernama Watson ini hanya membutuhkan waktu 10 menit untuk membandingkan perubahan genetik pada pasien dengan database yang berisikan 20 juta makalah penelitian mengenai kanker. Mesin ini juga berhasil memberikan diagnosis yang akurat dan rekomendasi penanganan yang tepat yang sebelumnya sangat sulit untuk dicapai.


Dalam kasus ini, Watson berhasil ‘menyelamatkan’ nyawa seorang pasien dengan memberikan diagnosa jenis kanker yang diderita pasien secara lebih akurat. Pasien yang dimaksud adalah seorang wanita berusia 60 tahun, yang pada awalnya didiagnosis terkena penyakit leukemia myeloid akut. Wanita ini telah menjalani berbagai terapi dan perawatan yang dibutuhkan, namun sama sekali tidak ada pengobatan yang ampuh memerangi penyakitnya. Hal ini tentu saja membuat para dokter kebingungan.

Karena inilah tim medis akhirnya memutuskan untuk menggunakan sistem Watson untuk mendiagnosa pasien tersebut. Dengan menganalisis data yang tersedia, Watson menyimpulkan bahwa pasien tersebut ternyata menderita penyakit leukemia jenis lain yang langka dan merekomendasikan pengobatan dan terapi lain yang berbeda dan lebih ampuh bagi pasien tersebut.

Metode konvensional yang biasa dilakukan untuk mendiagnosa jenis leukemia biasanya dilakukan dengan cara evaluasi oleh tim dokter spesialis setelah mempelajari informasi genetik pasien serta studi klinis yang tersedia. Tentu saja hal ini merupakan sebuah pekerjaan yang berat dan menantang karena besarnya data yang harus diakses.

Melihat performa Watson ini, kemungkinan besar Watson dan sistem AI lainnya akan segera digunakan dan diterapkan di rumah sakit untuk mendiagnosa pasien dan merekomendasikan pengobatan yang sesuai.