Blog Dokter - Sejak awal abad ke-20, ahli patologi telah menyipitkan mata mereka di depan mikroskop agar dapat melihat sampel tumor hasil biopsi dengan jelas sehingga membantu mereka mengklasifikasikan keagresifan kanker tersebut.
Informasi itu membantu dokter untuk menentukan pengobatan pasien.
Kini, dengan piranti lunak yang canggih, komputer cukup trampil dalam pengenalan pola, misalnya mengidentifikasi wajah. Para peneliti Stanford berpikiran komputer juga bisa belajar mengevaluasi biopsi kanker.
Informasi itu membantu dokter untuk menentukan pengobatan pasien.
Kini, dengan piranti lunak yang canggih, komputer cukup trampil dalam pengenalan pola, misalnya mengidentifikasi wajah. Para peneliti Stanford berpikiran komputer juga bisa belajar mengevaluasi biopsi kanker.
Untuk melakukan itu, Daphne Koller dan rekan-rekannya memulai dengan serangkaian slide biopsi yang digunakan untuk melatih ahli patologi. Slide itu dipindai ke dalam komputer, yang mengukur bukan hanya segelintir ciri patologi yang mungkin diperiksa pakar, tetapi ribuan karakteristik pada masing-masing gambar.
Koller memaparkan, "Kami masuk ke algoritma belajar mesin yang melihat kelangsungan hidup data dan mencoba mencari tahu mana ciri yang baik dalam hal kelangsungan hidup, mana ciri yang buruk, dan mana yang tidak relevan sama sekali."
Koller mengatakan sistem itu bahkan mengidentifikasi ciri yang sebelumnya tidak dikenali pada slide biopsi yang membantu memprediksi seberapa agresif kanker itu pada kemudian hari.
"Ternyata beberapa ciri yang paling signifikan berada di bagian tumor yang tidak dilihat ahli patologi pada saat ini," ujarnya.
Setelah tahap pelatihan, "C-Path," istilah pendek untuk Computational Pathologist, mengevaluasi slide patologi kelompok kedua, yang berasal dari rumah sakit berbeda dan yang secara medis dan demografis berbeda dari kelompok pelatihan. Hasil evaluasi komputer itu ternyata lebih baik dari ahli patologi, meskipun Koller menekankan bahwa C-Path tidak dirancang untuk menggantikan dokter yang melihat melalui mikroskop.
Ia mengatakan bahwa sistem komputerisasi dapat memiliki dampak terbesar dalam situasi yang miskin sumber daya, seperti di negara berkembang, di mana pakar patologi masih kurang.
"Teknologi kami dapat dengan mudah diterapkan bahkan melalui internet, di mana seorang dokter lokal mengambil sampel dan menempatkannya pada slide dan memindainya ke komputer dan mengirimkannya lewat internet, dan akan keluar prediksi tentang kelangsungan hidup dan pada akhirnya aspek lain dari sampel yang dapat memandu pengobatan," paparnya lebih lanjut.
Para peneliti saat ini berusaha memperluas sistem komputerisasi patologi itu untuk kanker lainnya. Perangkat ini masih butuh beberapa tahun lagi untuk dapat digunakan dalam pengobatan pasien.
Daphne Koller, kepala penelitian Andrew Beck, dan rekan-rekannya menjelaskan sistem komputerisasi patologi itu dalam jurnal "Science Translational Medicine."
Sponsored By : Crystal X
Koller memaparkan, "Kami masuk ke algoritma belajar mesin yang melihat kelangsungan hidup data dan mencoba mencari tahu mana ciri yang baik dalam hal kelangsungan hidup, mana ciri yang buruk, dan mana yang tidak relevan sama sekali."
Koller mengatakan sistem itu bahkan mengidentifikasi ciri yang sebelumnya tidak dikenali pada slide biopsi yang membantu memprediksi seberapa agresif kanker itu pada kemudian hari.
"Ternyata beberapa ciri yang paling signifikan berada di bagian tumor yang tidak dilihat ahli patologi pada saat ini," ujarnya.
Setelah tahap pelatihan, "C-Path," istilah pendek untuk Computational Pathologist, mengevaluasi slide patologi kelompok kedua, yang berasal dari rumah sakit berbeda dan yang secara medis dan demografis berbeda dari kelompok pelatihan. Hasil evaluasi komputer itu ternyata lebih baik dari ahli patologi, meskipun Koller menekankan bahwa C-Path tidak dirancang untuk menggantikan dokter yang melihat melalui mikroskop.
Ia mengatakan bahwa sistem komputerisasi dapat memiliki dampak terbesar dalam situasi yang miskin sumber daya, seperti di negara berkembang, di mana pakar patologi masih kurang.
"Teknologi kami dapat dengan mudah diterapkan bahkan melalui internet, di mana seorang dokter lokal mengambil sampel dan menempatkannya pada slide dan memindainya ke komputer dan mengirimkannya lewat internet, dan akan keluar prediksi tentang kelangsungan hidup dan pada akhirnya aspek lain dari sampel yang dapat memandu pengobatan," paparnya lebih lanjut.
Para peneliti saat ini berusaha memperluas sistem komputerisasi patologi itu untuk kanker lainnya. Perangkat ini masih butuh beberapa tahun lagi untuk dapat digunakan dalam pengobatan pasien.
Daphne Koller, kepala penelitian Andrew Beck, dan rekan-rekannya menjelaskan sistem komputerisasi patologi itu dalam jurnal "Science Translational Medicine."
Sponsored By : Crystal X
RSS Feed