Jakartatalks.com – Sebuah penelitian terbaru yang diterbitkan dalam jurnal Nature mengungkapkan bahwa sekelompok peneliti dari China telah berhasil mengembangkan alat kecerdasan buatan (AI) yang dapat memprediksi risiko kekambuhan kanker hati dengan akurasi mencapai 82,2 persen. Hal ini diharapkan dapat membantu para dokter dalam mengoptimalkan perawatan yang dipersonalisasi untuk pasien kanker hati.
Kanker hati merupakan penyebab kematian terkait kanker ketiga di dunia, dengan tingkat kekambuhan pascaoperasi mencapai 70 persen. Memprediksi kekambuhan kanker ini merupakan tantangan utama di bidang kedokteran yang selama ini sulit diatasi.
Dipimpin oleh Sun Cheng dari Universitas Sains dan Teknologi China, tim peneliti mengembangkan sistem penilaian TIMES yang mengukur pola distribusi spasial sel imun dalam lingkungan mikro tumor untuk menilai kemungkinan kekambuhan kanker. TIMES adalah alat pertama di dunia yang mengintegrasikan data imun spasial untuk memprediksi frekuensi kekambuhan kanker hati.
Menurut penelitian yang dilakukan, organisasi spasial sel imun, bukan hanya jumlahnya, yang menentukan hasil klinis. Dengan menggabungkan transkriptomik spasial, proteomik, imunohistokimia multispektral, dan analisis spasial berbasis AI, tim peneliti berhasil mengembangkan metode baru untuk menilai lingkungan mikro tumor. Sistem ini dilatih menggunakan sampel jaringan kanker hati dari 61 pasien.
Para peneliti juga telah membuka akses ke versi daring TIMES secara gratis, yang memungkinkan pengguna di seluruh dunia untuk mengunggah gambar pewarnaan patologis guna memperoleh penilaian risiko instan. Hal ini diharapkan dapat membantu dokter dalam melakukan diagnosis dan perawatan yang lebih akurat dan tepat waktu.
Sun Cheng, pemimpin tim peneliti, mengatakan bahwa tujuan mereka adalah menjadikan TIMES sebagai alat medis inovatif yang dapat membantu dokter mengoptimalkan perawatan yang dipersonalisasi, terutama di daerah dengan sumber daya terbatas. Saat ini, mereka sedang bekerja sama dengan mitra industri untuk menstandardisasi aplikasi klinis dari sistem tersebut.
