Para peneliti telah meluncurkan metode baru berbasis AI yang dirancang untuk memprediksi bagaimana pasien dengan kanker usus stadium lanjut akan merespons obat tertentu yang disetujui NHS. Tujuannya adalah untuk mencegah ribuan pasien menjalani perawatan yang sepertinya tidak akan berhasil, sehingga terhindar dari efek samping yang melemahkan.
Tantangan Kanker Usus Stadium Lanjut
Kanker usus masih menjadi salah satu penyakit ganas yang paling mematikan, hanya tertinggal dari kanker paru-paru dalam hal angka kematian. Taruhannya sangat tinggi karena perbedaan dramatis dalam tingkat kelangsungan hidup berdasarkan tahap diagnosis:
– Deteksi tahap awal: Tingkat kelangsungan hidup bisa mencapai 98%.
– Deteksi tahap lanjutan: Tingkat kelangsungan hidup lima tahun bisa turun hingga hanya 10%.
Di Inggris, hampir 10.000 kasus kanker usus stadium lanjut didiagnosis setiap tahunnya, dengan peningkatan kasus yang mengkhawatirkan di kalangan orang dewasa muda. Bagi pasien-pasien ini, menemukan pengobatan yang efektif adalah sebuah perlombaan melawan waktu, namun tidak semua obat merupakan solusi universal.
Pengobatan Presisi vs. “Trial and Error”
Pada bulan Desember, NHS menyetujui penggunaan bevacizumab, obat yang menargetkan protein yang dibutuhkan tumor untuk tumbuh. Meskipun hal ini menawarkan bantuan penting bagi sebagian orang, hal ini tidak efektif untuk semua orang. Selain itu, obat tersebut mempunyai risiko yang signifikan, termasuk:
– Penggumpalan darah
– Masalah pencernaan
Tanpa cara untuk memprediksi kemanjuran, dokter sering kali terpaksa melakukan pendekatan “trial and error”. Ini berarti banyak pasien menjalani pengobatan beracun yang tidak memberikan manfaat klinis, hanya penderitaan yang tidak perlu.
Cara Kerja “PhenMap”.
Untuk mengatasi hal ini, para ilmuwan dari Institut Penelitian Kanker (ICR) London dan Universitas Kedokteran dan Ilmu Kesehatan RCSI di Dublin mengembangkan PhenMap. Nama tersebut merupakan kombinasi dari fenotipe (sifat yang dapat diamati) dan pemetaan.
Alat AI berfungsi dengan:
1. Mengintegrasikan data kompleks: Ini menganalisis susunan genetik tumor yang rumit.
2. Pengenalan pola: Ini mengidentifikasi pola biologis yang terlalu rumit untuk dideteksi secara manual oleh dokter manusia.
3. Stratifikasi risiko: Dalam penelitian terhadap 117 pasien Eropa, PhenMap berhasil mengidentifikasi kelompok tertentu dengan mutasi gen bersama yang berisiko tinggi mengalami reaksi negatif dan respons buruk terhadap obat.
“Penelitian kami menggunakan metode AI canggih untuk mengumpulkan data kompleks dalam jumlah besar, membantu kami menemukan pola yang tidak mungkin dilihat manusia,” kata Profesor Anguraj Sadanandam dari ICR.
Jalan Menuju Penggunaan Klinis
Meskipun hasil awal ini merupakan tonggak penting dalam pengobatan presisi, para peneliti mencatat bahwa alat tersebut belum siap untuk penggunaan klinis secara luas. Langkah selanjutnya meliputi:
– Kelompok Lebih Besar: Menguji AI pada kelompok pasien yang jauh lebih besar untuk memvalidasi keakuratannya.
– Aplikasi yang Lebih Luas: Menentukan apakah metode pemetaan ini dapat diadaptasi untuk memprediksi respons terhadap obat yang digunakan pada jenis kanker lain.
Visi utamanya adalah mengubah teknologi ini menjadi uji klinis standar, memungkinkan dokter memberikan perawatan yang benar-benar dipersonalisasi yang memaksimalkan peluang kelangsungan hidup sekaligus meminimalkan bahaya yang tidak perlu.
Kesimpulan: Dengan memanfaatkan AI untuk memecahkan kode genetika tumor, para peneliti semakin mendekati masa depan di mana pengobatan kanker disesuaikan dengan individu, memastikan pasien hanya menerima terapi yang paling efektif.
