AI dapat membantu meningkatkan diagnosis serangan jantung, menurut penelitian
Kecerdasan buatan (AI) bisa menjadi “transformasi” dalam meningkatkan diagnosis serangan jantung untuk mengurangi tekanan pada unit gawat darurat, sebuah studi baru menunjukkan.
Dokter akan segera menggunakan algoritma yang dikembangkan dengan bantuan AI untuk mendiagnosis serangan jantung dengan kecepatan dan akurasi yang lebih baik dibandingkan sebelumnya, menurut penelitian dari Universitas Edinburgh.
Hal ini juga dapat membantu mengatasi kesenjangan yang berbahaya dalam diagnosis kondisi tersebut, menurut para ilmuwan.
Para peneliti menemukan bahwa, dibandingkan dengan metode pengujian saat ini, algoritma yang disebut CoDE-ACS mampu menyingkirkan kemungkinan serangan jantung pada lebih dari dua kali lipat jumlah pasien, dengan akurasi 99,6%.
Memanfaatkan data dan kecerdasan buatan untuk mendukung keputusan klinis memiliki potensi besar untuk meningkatkan perawatan pasien dan efisiensi di unit gawat darurat kita yang sibuk
Profesor Nicholas Mills, Universitas Edinburgh
Para ahli mengatakan kemampuan untuk menyingkirkan serangan jantung lebih cepat dari sebelumnya dapat mengurangi rawat inap di rumah sakit secara signifikan.
Nicholas Mills, Profesor Kardiologi British Heart Foundation (BHF) di Pusat Ilmu Kardiovaskular, Universitas Edinburgh, yang memimpin penelitian tersebut, mengatakan: “Bagi pasien dengan nyeri dada akut akibat serangan jantung, diagnosis dan pengobatan dini dapat menyelamatkan nyawa.
Sayangnya, banyak kondisi yang menyebabkan gejala umum ini, dan diagnosisnya tidak selalu mudah.
“Menggunakan data dan kecerdasan buatan untuk mendukung keputusan klinis memiliki potensi besar untuk meningkatkan perawatan pasien dan efisiensi di unit gawat darurat kita yang sibuk.”
Uji klinis kini sedang dilakukan di Skotlandia untuk menentukan apakah alat tersebut dapat membantu dokter mengurangi tekanan pada unit gawat darurat yang penuh sesak.
Selain dengan cepat mengesampingkan serangan jantung pada pasien, CoDE-ACS juga dapat membantu dokter mengidentifikasi pasien yang kadar troponin (protein yang dilepaskan ke aliran darah selama serangan jantung) abnormal merupakan indikasi serangan jantung dan bukan kondisi lain.
Studi tersebut menemukan bahwa alat AI bekerja dengan baik tanpa memandang usia, jenis kelamin, atau kondisi kesehatan yang sudah ada sebelumnya.
Menurut para peneliti, hal ini menunjukkan potensinya untuk mengurangi kesalahan diagnosis dan kesenjangan di seluruh populasi.
Setiap hari, dokter di seluruh dunia menghadapi tantangan untuk memisahkan pasien yang nyerinya disebabkan oleh serangan jantung dan pasien yang nyerinya disebabkan oleh hal yang tidak terlalu serius.
Profesor Sir Nilesh Samani, dari BHF
Algoritma ini mempunyai potensi untuk membuat perawatan darurat lebih efisien dan efektif, dengan secara cepat mengidentifikasi pasien yang aman untuk pulang, dan dengan menyoroti kepada dokter siapa saja yang perlu tinggal di rumah sakit untuk pemeriksaan lebih lanjut, demikian temuan yang ditunjukkan.
Profesor Sir Nilesh Samani, direktur medis BHF, mengatakan: “Nyeri dada adalah salah satu alasan paling umum orang datang ke unit gawat darurat.
“Dokter di seluruh dunia menghadapi tantangan setiap hari dalam memisahkan pasien yang rasa sakitnya disebabkan oleh serangan jantung dan pasien yang rasa sakitnya disebabkan oleh hal yang tidak terlalu serius.
“CoDE-ACS, yang dikembangkan menggunakan ilmu data dan AI terkini, memiliki potensi untuk mengendalikan atau menyingkirkan serangan jantung dengan lebih akurat dibandingkan pendekatan yang ada saat ini.
“Hal ini dapat membawa perubahan bagi unit gawat darurat, mempersingkat waktu yang dibutuhkan untuk membuat diagnosis, dan jauh lebih baik bagi pasien.”
Standar emas saat ini untuk mendiagnosis serangan jantung adalah mengukur kadar protein troponin dalam darah.
Namun, karena ambang batas yang sama digunakan untuk setiap pasien, faktor-faktor seperti usia, jenis kelamin, dan masalah kesehatan lain yang mempengaruhi kadar troponin tidak diperhitungkan.
Hal ini dapat mempengaruhi keakuratan diagnosis serangan jantung, sehingga berpotensi menimbulkan disparitas diagnosis.
Misalnya, penelitian sebelumnya yang didanai BHF menunjukkan bahwa perempuan 50% lebih mungkin menerima diagnosis awal yang salah.
Sementara data menunjukkan bahwa orang yang salah diagnosis pada awalnya memiliki risiko kematian 70% lebih tinggi setelah 30 hari.
Para peneliti mengatakan algoritma baru ini adalah peluang untuk mencegah hal ini.
CoDE-ACS dikembangkan menggunakan data dari 10.038 pasien di Skotlandia yang tiba di rumah sakit dengan dugaan serangan jantung.
Analisis ini menggunakan informasi pasien yang dikumpulkan secara rutin, seperti usia, jenis kelamin, temuan EKG dan riwayat kesehatan, serta tingkat troponin, untuk memprediksi kemungkinan seseorang terkena serangan jantung.
Hasilnya adalah skor probabilitas dari 0 hingga 100 untuk setiap pasien.
Penelitian yang diterbitkan dalam jurnal Nature Medicine ini didanai oleh British Heart Foundation dan National Institute for Health and Care Research.
