Multimodal AI for ventricular Arrhythmia Risk Stratification (MAARS) mengintegrasikan citra MRI jantung dengan berbagai catatan riwayat kesehatan pasien untuk mendeteksi tanda-tanda bahaya tersembunyi, menawarkan tingkat ketepatan baru dalam prediksi risiko kardiovaskular.

Los Angeles, Amerika Serikat (Xinhua/Indonesia Window) – Para peneliti di Johns Hopkins University telah mengembangkan model kecerdasan buatan (artificial intelligence/AI) baru yang secara signifikan mengungguli pedoman klinis saat ini dalam mengidentifikasi pasien yang berisiko tinggi mengalami kematian jantung mendadak, menurut sebuah studi yang baru diterbitkan.

Sistem AI, yang dikenal sebagai Multimodal AI for ventricular Arrhythmia Risk Stratification (MAARS), mengintegrasikan citra MRI jantung dengan berbagai catatan riwayat kesehatan pasien untuk mendeteksi tanda-tanda bahaya tersembunyi, menawarkan tingkat ketepatan baru dalam prediksi risiko kardiovaskular.

Penelitian yang diterbitkan pekan ini di jurnal Nature Cardiovascular Research itu berfokus pada kardiomiopati hipertrofik, salah satu kondisi jantung bawaan dan merupakan penyebab utama kematian jantung mendadak pada anak muda.

"Saat ini, kami memiliki pasien yang meninggal di usia muda karena mereka tidak terlindungi dan pasien lain yang bertahan dengan defibrilator selama sisa hidup mereka tanpa manfaat," kata penulis senior Natalia Trayanova, seorang peneliti yang berfokus pada penggunaan AI di bidang kardiologi. "Kami memiliki kemampuan untuk memprediksi dengan akurasi yang sangat tinggi apakah seorang pasien berisiko sangat tinggi mengalami kematian jantung mendadak atau tidak."

Pedoman klinis yang digunakan di Amerika Serikat (AS) dan Eropa saat ini hanya memiliki akurasi sekitar 50 persen dalam mengidentifikasi pasien yang berisiko. Sebaliknya, model MAARS menunjukkan akurasi keseluruhan sebesar 89 persen, dan 93 persen untuk pasien berusia 40 hingga 60 tahun, yang merupakan kelompok dengan risiko terbesar.

Model AI tersebut menganalisis pemindaian MRI yang ditingkatkan kontrasnya untuk mencari pola jaringan parut jantung, sesuatu yang secara tradisional sulit ditafsirkan oleh para dokter. Dengan menerapkan pembelajaran mendalam (deep learning) pada data yang sebelumnya kurang dimanfaatkan ini, model ini mengidentifikasi prediktor utama kematian jantung mendadak.

"Studi kami menunjukkan bahwa model AI ini secara signifikan meningkatkan kemampuan kami untuk memprediksi mereka yang berisiko paling tinggi dibandingkan dengan algoritma yang ada saat ini, dan dengan demikian memiliki kekuatan untuk mentransformasi perawatan klinis," ujar Jonathan Chrispin, ahli jantung dari Johns Hopkins University yang juga menjadi salah satu penulis dalam studi ini.

Tim itu berencana untuk menguji lebih lanjut model baru tersebut pada lebih banyak pasien dan memperluas algoritma baru tersebut untuk digunakan pada jenis penyakit jantung lainnya, termasuk sarkoidosis jantung dan kardiomiopati ventrikel kanan aritmogenik.

Laporan: Redaksi