Para peneliti di Johns Hopkins University mengembangkan sebuah model kecerdasan buatan (AI) baru yang menunjukkan akurasi jauh melampaui pedoman klinis yang berlaku saat ini dalam mengidentifikasi pasien dengan risiko tinggi kematian jantung mendadak.
Sistem AI yang diberi nama Multimodal AI for Ventricular Arrhythmia Risk Stratification (MAARS) ini bekerja dengan mengintegrasikan citra MRI jantung pasien dengan data riwayat kesehatan yang komprehensif.
Tujuannya untuk mendeteksi tanda-tanda bahaya tersembunyi yang selama ini sulit terdeteksi, sehingga menawarkan tingkat presisi baru dalam prediksi risiko kardiovaskular.
Penelitian ini, yang diterbitkan pekan ini di jurnal Nature Cardiovascular Research, secara spesifik berfokus pada kardiomiopati hipertrofik. Kondisi jantung bawaan ini merupakan salah satu penyebab utama kematian jantung mendadak pada kelompok usia muda.
“Saat ini, ada pasien yang meninggal di usia muda karena tidak terlindungi, sementara pasien lain hidup dengan defibrilator seumur hidup tanpa manfaat,” kata Natalia Trayanova, penulis senior studi yang fokus pada penggunaan AI di bidang kardiologi.
“Kami kini memiliki kemampuan untuk memprediksi dengan akurasi sangat tinggi apakah seorang pasien berisiko sangat tinggi mengalami kematian jantung mendadak atau tidak.”
Menurut studi tersebut, pedoman klinis yang saat ini digunakan di Amerika Serikat (AS) dan Eropa hanya memiliki akurasi sekitar 50 persen dalam mengidentifikasi pasien berisiko. Namun, model MAARS menunjukkan akurasi keseluruhan 89 persen, dan bahkan mencapai 93 persen untuk pasien berusia 40 hingga 60 tahun –kelompok yang dikenal memiliki risiko terbesar.
Model AI ini menganalisis hasil pemindaian MRI yang ditingkatkan kontras untuk mencari pola jaringan parut pada jantung. Kondisi ini secara tradisional sulit ditafsirkan oleh dokter. Dengan menerapkan pembelajaran mendalam (deep learning) pada data yang sebelumnya kurang dimanfaatkan, model MAARS mampu mengidentifikasi prediktor utama kematian jantung mendadak.
“Studi kami menunjukkan bahwa model AI ini secara signifikan meningkatkan kemampuan kami untuk memprediksi individu yang berisiko paling tinggi dibandingkan dengan algoritma yang ada saat ini, dan karena itu berpotensi mentransformasi perawatan klinis,” ujar Jonathan Chrispin, ahli jantung dari Johns Hopkins University yang turut menjadi penulis studi ini.
Tim peneliti berencana untuk melakukan pengujian lebih lanjut pada lebih banyak pasien dan memperluas penggunaan algoritma baru ini untuk jenis penyakit jantung lain, termasuk sarkoidosis jantung dan kardiomiopati ventrikel kanan aritmogenik.