Liputan6.com, Jakarta - Secara khusus, cabang kecerdasan buatan yang disebut machine learning sering digunakan untuk menemukan pola-pola di dalam kumpulan data. Itu tak terbatas pada sektor saja, termasuk juga sektor kesehatan.
Untuk membedakan sel kanker dari sel sehat secara andal, tim yang dipimpin oleh Dr. Altuna Akalin, kepala Bioinformatics and Omics Data Science Platform di Max Delbrück Center for Molecular Medicine in the Helmholtz Association, telah mengembangkan sebuah machine learning bernama "Ikarus".
Advertisement
Ikarus mampu menemukan pola-pola di dalam sel tumor yang umum untuk berbagai jenis kanker, yang terdiri dari kombinasi karakteristik gen.
Menurut makalah penelitian ini yang terbit di jurnal Genome Biology, algoritma mereka juga mendeteksi jenis gen di dalam pola yang belum pernah secara jelas dikaitkan dengan kanker sebelumnya.
"Merupakan tantangan besar untuk mendapatkan data pelatihan yang sesuai di mana para ahli telah membedakan dengan jelas antara sel 'sehat' dan 'kanker'," tutur Jan Dohmen, penulis pertama makalah ini.
Selain itu, kumpulan data pengurutan sel tunggal (single-cell sequencing) sering kali memuat noise. Itu berarti informasi yang terkandung tentang karakteristik molekuler sel individu tidak terlalu tepat.
Itu mungkin akibat jumlah gen yang berbeda terdeteksi di setiap se, atau karena sampel tidak selalu diproses dengan cara yang sama.
* Fakta atau Hoaks? Untuk mengetahui kebenaran informasi yang beredar, silakan WhatsApp ke nomor Cek Fakta Liputan6.com 0811 9787 670 hanya dengan ketik kata kunci yang diinginkan.
Temukan pola umum
"Kami tidak menyangka akan ada pola umum yang secara tepat mendefinisikan sel tumor dari berbagai jenis kanker," kata Akalin.
Namun, menurut Dohmen, mereka masih belum bisa mengatakan apakah metode ini bekerja untuk semua jenis kanker. Untuk mengubah ikarus menjadi alat yang andal untuk diagnosis kanker, para peneliti sekarang ingin mengujinya pada jenis tumor tambahan.
Seperti yang dilaporkan oleh Dohmen dan rekannya Dr. Vedran Franke, salah satu kepala penelitian, mereka menyaring publikasi yang tak terhitung jumlahnya dan menghubungi beberapa kelompok penelitian untuk mendapatkan kumpulan data yang memadai.
Advertisement
Tingkat kebe
Tim akhirnya menggunakan data dari sel kanker paru-paru dan kolorektal untuk melatih algoritma sebelum menerapkannya pada kumpulan data jenis tumor lainnya.
Pada tahap pelatihan, ikarus harus menemukan daftar gen karakteristik yang kemudian digunakan untuk mengategorikan sel.
Setelah fase belajar, algoritma dapat dengan andal membedakan sel sehat dengan sel tumor pada jenis kanker lain juga, seperti pada sampel jaringan dari pasien kanker hati atau neuroblastoma. Tingkat keberhasilannya cenderung tinggi, yang yang bahkan mengejutkan para peneliti.
Alat diagnostik otomatis
Proyek ini bertujuan melampaui klasifikasi sel "sehat" versus "kanker". Dalam tes awal, ikarus telah menunjukkan bahwa metode ini juga dapat membedakan jenis sel lain (dan subtipe tertentu) dari sel tumor.
Di rumah sakit, ahli patologi cenderung hanya memeriksa sampel jaringan tumor di bawah mikroskop untuk mengidentifikasi berbagai jenis sel. Ini adalah pekerjaan melelahkan dan memakan waktu.
Dengan ikarus, para peneliti berharap langkah ini suatu hari nanti bisa menjadi proses yang sepenuhnya otomatis. Lebih lanjut, data dapat digunakan untuk menarik kesimpulan tentang lingkungan sekitar tumor, yang bisa membantu dokter untuk memilih terapi terbaik.
Advertisement
