AI Prediksi Risiko Kanker Payudara, Menggunakan Skrining Berbasis Risiko

Para ilmuwan mengembangkan sebuah model yang bisa memprediksi risiko seorang perempuan terkena kanker payudara dan kemudian meninggal dalam satu dekade. 

Studi ini dilakukan para peneliti di University of Oxford dipimpin Nuffield Department of Primary Care Health Sciences, dan diterbitkan dalam jurnal The Lancet Digital Health.

Penelitian menganalisis data dari 11,6 juta perempuan berusia 20-90 tahun dari tahun 2000 hingga 2020. Semua perempuan ini tidak memiliki riwayat kanker payudara, atau kondisi prakanker yang disebut 'ductal carcinoma in situ', atau DCIS.

Skrining kanker payudara sangat penting tetapi memiliki tantangan. Meskipun bisa mengurangi kematian akibat kanker payudara, pemeriksaan ini terkadang mendeteksi tumor tidak berbahaya, mengarah pada perawatan tidak perlu. Hal ini bisa membahayakan beberapa perempuan.

'Skrining berbasis risiko' bertujuan mempersonalisasi skrining berdasarkan risiko individu, memaksimalkan manfaat dan meminimalkan kerugian dari skrining tersebut.

Profesor Julia Hippisley-Cox, penulis senior dari Nuffield Department of Primary Care Health Sciences, mengatakan, "Ini adalah studi baru penting berpotensi menawarkan pendekatan baru untuk skrining. Strategi berbasis risiko bisa menawarkan keseimbangan lebih baik antara manfaat dan bahaya dalam skrining kanker payudara, memungkinkan informasi lebih personal bagi perempuan membantu meningkatkan pengambilan keputusan".

Para peneliti menguji empat teknik pemodelan berbeda dalam memprediksi risiko kematian akibat kanker payudara. Dua di antaranya adalah model berbasis statistik tradisional dan dua lainnya menggunakan pembelajaran mesin, suatu bentuk kecerdasan buatan atau AI.

Semua model mencakup jenis data yang sama, seperti usia, berat badan, riwayat merokok, riwayat keluarga dengan kanker payudara, dan penggunaan terapi hormon (HRT).

Teknik yang digunakan disebut validasi silang internal-eksternal. Hal ini melibatkan pemisahan kumpulan data menjadi beberapa bagian berbeda secara struktural, dalam hal ini, berdasarkan wilayah dan periode waktu, memahami seberapa baik model tersebut bisa diterapkan ke dalam pengaturan berbeda.

Dikutip dari IndiaToday.in, hasil penelitian menunjukkan bahwa satu model statistik dikembangkan dengan menggunakan 'competing risks regression' atau 'regresi risiko bersaing' memiliki kinerja terbaik secara keseluruhan.

Model ini paling akurat memprediksi perempuan risiko dan dan meninggal akibat kanker payudara dalam waktu 10 tahun.

Model pembelajaran mesin kurang akurat, terutama karena kelompok etnis perempuan berbeda.(*)