Penerapan Teknologi AI Membuat Pengganda Digital untuk Memprediksi Kesehatan Pasien di Masa Depan
AI tool creates digital twins to predict future patient health https://dailyai.com/2024/03/ai-tool-creates-digital-twins-to-predict-future-patient-health/

Keterangan Gambar : Penerapan Teknologi

Peneliti di Inggris menguji alat kecerdasan buatan bernama Foresight yang menciptakan digital twin pasien untuk memprediksi kesehatan dan hasil pengobatan di masa depan.

Konsep menciptakan digital twin di berbagai industri memungkinkan insinyur untuk menguji sistem dalam simulasi sebelum diterapkan di dunia fisik. Alat kecerdasan buatan seperti Foresight kini membuat hal ini menjadi mungkin bagi praktisi kesehatan.

Setiap kali seorang pasien mengunjungi praktisi kesehatan, informasi ditambahkan ke catatan kesehatan elektronik (EHR) mereka. Sebagian data ini terstruktur (usia, jenis kelamin, etnisitas), namun sebagian besar tidak terstruktur, seperti hasil tes atau catatan yang mungkin dibuat oleh dokter.

Foresight menggunakan model berbasis GPT untuk mengubah data ini menjadi model, atau digital twin, dari pasien. Karena Foresight dilatih dengan jumlah besar data EHR pasien lainnya, maka ia dapat memprediksi hasil kesehatan seperti jenis penyakit yang mungkin akan dikembangkan oleh seorang pasien, atau respon mereka terhadap jenis pengobatan tertentu.

James Teo, seorang profesor di King's College Hospital dan salah satu penulis studi, menjelaskan pentingnya hal ini. Teo mengatakan di X, "Berbeda dengan LLMs yang hanya memprediksi kata berikutnya, Foresight memprediksi kemungkinan masa depan untuk pasien, mewakili multiverse yang mungkin untuk memahami penyakit."

Anda dapat mengambil EHR seorang pasien dan kemudian mensimulasikan beberapa versi dari pasien tersebut untuk memprediksi lintasan kesehatan mereka. Secara tradisional, seorang dokter harus membaca EHR seorang pasien, memutuskan opsi pengobatan, dan kemudian mengevaluasi hasil setelah beberapa waktu untuk memantau efektivitas pengobatan.

Dengan Foresight, seorang dokter dapat mensimulasikan beberapa pengobatan potensial dengan model memprediksi hasil jangka pendek dan jangka panjang dari setiap pengobatan. Ini adalah pendekatan yang jauh lebih hemat biaya dan menghindarkan pasien dari pendekatan "Mari coba ini," yang harus diambil oleh banyak dokter.

CogStack mengambil data EHR, MedCAT mengannotasinya, Foresight Core adalah model deep-learning untuk pemodelan konsep biomedis, dan aplikasi web Foresight memungkinkan interaksi dengan model yang dilatih. Sumber: The Lancet Digital Health

Hasil

Studi yang dipublikasikan di The Lancet Digital Health menjelaskan bagaimana para peneliti melatih tiga model Foresight yang berbeda menggunakan dataset rumah sakit dari dua rumah sakit di Inggris dan dataset yang tersedia secara publik di AS, untuk total 811.336 pasien.

Foresight diberi tugas untuk memilih gangguan yang paling mungkin dikembangkan oleh seorang pasien dari daftar 10 gangguan yang mungkin. Ia dengan tepat memprediksi gangguan selanjutnya sebanyak 68% dan 76% dari waktu menggunakan dua dataset Inggris dan 88% dari waktu saat menggunakan data AS.

Ketika diberi tugas untuk memprediksi konsep biomedis 'baru' selanjutnya, yang bisa menjadi gangguan, gejala, kambuh, atau obat, Foresight mencapai presisi sebesar 80%, 81%, dan 91% masing-masing menggunakan dataset Inggris dan AS.

Variasi dalam kinerja menunjukkan seberapa bergantungnya alat kecerdasan buatan pada memiliki data berkualitas baik.

Meskipun aplikasi AI ini menarik, para peneliti mencatat beberapa tantangan yang perlu diatasi. Menemukan cara agar model dapat menilai dengan benar pengobatan dan intervensi baru, atau mengevaluasi dengan benar pentingnya probabilitas vs urgensi dan dampak adalah dua contoh.

Para peneliti sedang mengembangkan Foresight 2, yang mereka katakan akan menjadi model yang lebih akurat.

Dengan penemuan obat baru dan konsep seperti pemodelan pasien, simulasi, dan prediksi, AI diatur untuk memiliki dampak signifikan pada kualitas perawatan kesehatan yang kita terima.