Kemajuan Teknologi Tingkatkan Akurasi Diagnosis Gangguan Jantung – Seperti yang kita ketahui, jantung merupakan salah satu organ terpenting di tubuh manusia. Organ ini berfungsi untuk memompa darah ke seluruh tubuh dan sekaligus menjamin keberlangsungan fungsi tubuh manusia.
Sama seperti organ lainnya, jantung rentan akan berbagai masalah yang bisa membahayakan kesehatan kita. Gangguan jantung atau penyakit kardiovaskular yang bermacam macam memerlukan diagnosis dan pendekatan yang berbeda beda pula.
Untungnya, kemajuan teknologi dapat meningkatkan kekauratan diagnosis dan pengobatan penyakit jantung.
1. Masalah jantung memerlukan diagnosis yang tepat.
Dokter Sri Diniharini, SpJp (K), FIHA, Konsultan Ekokardiologis Jantung dan Pembuluh Darah di Heartology Cardiovascular Hospital, mengatakan bahwa gangguan jantung dan pembuluh darah dapat disebabkan oleh berbagai hal. Oleh sebab itu, penangannanya akan berbeda beda tergantung etiologinya.
Salah satu bagian jantung yang bisa terserang masalah adalah sistem peredaran darah yang terdiri dari tiga jenis pembuluh darah, yaitu arteri, vena, dan kapiler. Ketiga pembuluh darah tersebut memiliki karakteristik dan fungsinya masing-masing.
Bentuk pembuluh darah yang menyerupai selang ini menyebabkan adanya kemungkinan penyumbatan dan gangguan aliran darah pada kondisi-kondisi tertentu.
2. Tanda jantung tidak sehat dan gejala penyakit jantung
Setiap orang akan memiliki tanda yang berbeda-beda jika mengalami gangguan jantung. Akan tetapi, ada beberapa tanda yang bisa kamu waspadai terkait jantung yang tidak sehat. Tanda-tanda ini meliputi:
Jika kamu merasakan tanda dan gejala di atas, ada baiknya untuk menemui dokter spesialis jantung.
3. Teknologi diagnosis dan pengobatan penyakit jantung
Beberapa alat yang bisa digunakan dalam melakukan diagnosis gangguan jantung meliputi elektrokardiogram (EKG), treadmill, echocardiography 4D, dan trans-esophageal echocardiography (TEE).
Untuk pengobatan penyakit jantung, salah satu metode modern yang bisa digunakan adalah minimally invasif cardiac surgery (MICS). Ini merupakan metode pembedahan menggunakan sayatan kecil di bawah dada untuk meminimalkan risiko dan luka. Metode ini dinilai lebih efektif dan memiliki waktu penyembuhan yang lebih cepat.
MICS dapat diimplementasikan pada operasi bypass jantung, penggantian perbaikan katup jantung dan aorta. Layanan preventif dan kuratif tersebut tersedia di Heartology Cardiovascular Hospital sebagai rumah sakit khusus jantung.
Kemajuan teknologi memungkinkan penyedia layanan kesehatan memberikan diagnosis dan penanganan yang lebih baik. Metode diagnosis dan pengobatan yang semakin canggih tentunya akan berdampak pada kualitas hidup pasien.
Kemajuan ini, dipimpin oleh Piotr Slomka, PhD , direktur Inovasi dalam Pencitraan di Cedars-Sinai dan seorang ilmuwan riset di Divisi Kecerdasan Buatan dalam Kedokteran dan Institut Jantung Smidt , membuatnya lebih mudah untuk mendeteksi dan mendiagnosis salah satu yang paling umum dan kondisi jantung yang mematikan.
Penyakit arteri koroner mempengaruhi arteri yang memasok otot jantung dengan darah. Jika tidak diobati, dapat menyebabkan serangan jantung atau komplikasi lain seperti aritmia atau gagal jantung.
Kondisi tersebut, yang mempengaruhi sekitar 16,3 juta orang Amerika berusia 20 tahun ke atas, umumnya didiagnosis menggunakan tomografi emisi foton tunggal (SPECT) dan pencitraan tomografi terkomputasi (CT). Namun, gambar yang dihasilkan selama pemindaian tidak selalu mudah dibaca.
“Kami terus menunjukkan bahwa AI dapat meningkatkan kualitas gambar dan mengungkapkan lebih banyak informasi, yang membuat diagnosis penyakit menjadi lebih akurat,” kata Slomka, yang juga seorang profesor Kedokteran dan Kardiologi dan penulis senior dari tiga studi yang baru-baru ini dilakukan. diterbitkan melibatkan AI meningkatkan pencitraan jantung.
Menggunakan AI untuk Meningkatkan Pencitraan Jantung
Studi pertama, yang diterbitkan dalam The Journal of Nuclear Medicine , menggunakan teknologi AI untuk pencitraan jantung yang membantu meningkatkan akurasi diagnostik pencitraan SPECT untuk penyakit arteri koroner dengan koreksi gambar tingkat lanjut.
Dalam pencitraan SPECT, penting untuk memiliki koreksi pelemahan, yang membantu mengurangi artefak pada gambar jantung, membuatnya lebih mudah dibaca dan lebih akurat. Namun, ini memerlukan CT scan tambahan dan peralatan SPECT/CT hybrid yang mahal, yang pada dasarnya adalah dua pemindai dalam satu.
Sementara koreksi pelemahan CT telah terbukti meningkatkan diagnosis penyakit arteri koroner, saat ini hanya dilakukan pada sebagian kecil pemindaian karena waktu pemindaian tambahan, radiasi, dan terbatasnya ketersediaan teknologi mahal ini.
Untuk membantu mengatasi hambatan ini, Slomka dan timnya mengembangkan model pembelajaran mendalam yang disebut DeepAC untuk menghasilkan gambar SPECT yang dikoreksi tanpa memerlukan pemindai hibrid yang mahal. Gambar-gambar ini dihasilkan oleh teknik AI yang mirip dengan yang digunakan untuk menghasilkan video “deep-fake” dan mampu mensimulasikan gambar berkualitas tinggi yang diperoleh oleh pemindai SPECT/CT hybrid.
Tim membandingkan keakuratan diagnosis penyakit arteri koroner menggunakan gambar SPECT yang tidak dikoreksi—yang digunakan di sebagian besar tempat saat ini—gambar SPECT/CT hibrid lanjutan, dan gambar baru yang dikoreksi AI dalam data tak terlihat dari pusat yang tidak pernah digunakan dalam pelatihan DeepAC.
Mereka menemukan bahwa AI membuat gambar dengan kualitas yang hampir sama dan memungkinkan akurasi diagnostik yang serupa dengan yang diperoleh dengan pemindai yang lebih mahal.
“Model AI ini mampu menghasilkan gambar DeepAC dalam sepersekian detik pada perangkat lunak komputer standar dan dapat dengan mudah diimplementasikan dalam alur kerja klinis sebagai langkah pra-pemrosesan otomatis,” kata Slomka.
Memprediksi Kejadian Jantung Merugikan Besar
Dalam studi kedua, yang diterbitkan dalam Journal of American College of Cardiology: Cardiovascular Imaging , tim menunjukkan bahwa pembelajaran AI yang mendalam memungkinkan untuk memprediksi peristiwa jantung utama yang merugikan, seperti kematian dan serangan jantung, langsung dari gambar SPECT.
Penyelidik melatih model AI menggunakan basis data multinasional besar yang mencakup lima situs berbeda dengan lebih dari 20.000 pemindaian pasien. Itu termasuk gambar yang menggambarkan perfusi jantung dan gerakan untuk setiap pasien.
Model AI menggabungkan penjelasan visual untuk dokter, menyoroti gambar dengan wilayah yang berkontribusi terhadap risiko tinggi kejadian buruk.