Artificial Intelligence untuk Meningkatkan Deteksi Fraktur Pergelangan Tangan (Sendi Radiokarpal)

Oleh :
dr. Wendy Damar Aprilano

Penggunaan Artificial Intelligence (AI) dipercaya mampu meningkatkan deteksi fraktur pergelangan tangan atau sendi radiokarpal. Computer-Assisted detection (CAD) menggunakan AI dalam bidang radiologi saat ini terus berkembang dan telah dilaporkan mampu meningkatkan akurasi diagnosis. Salah satu penggunaan AI dalam bidang radiologi adalah untuk mendeteksi fraktur pergelangan tangan (wrist).

Fraktur pergelangan tangan merupakan jenis fraktur yang banyak ditemukan di instalasi gawat darurat. Fraktur pergelangan tangan yang melibatkan distal tulang radius dan ulna ini ditemukan di Amerika Serikat sebanyak 162 kasus per 100.000 penduduk per tahun. Angka ini ditemukan lebih tinggi di Finlandia, yaitu sebanyak 258 kasus  per 100.000 penduduk per tahun. [1,2] Di Indonesia sendiri, data epidemiologi nasional fraktur pergelangan tangan belum tersedia. Penelitian yang dilakukan mengenai angka kejadian fraktur radius distal pada lansia di RSUP Sanglah tahun 2013-2014 mendapatkan 10 kasus fraktur radius distal dari total 102 sampel yang diperiksa (9,8%).[3]

shutterstock_652697014-min

Akurasi pembacaan hasil pemeriksaan radiologi sebagai modalitas utama penegakan diagnosis fraktur pergelangan tangan masih dinilai cukup rendah. Hal ini diduga karena, pada kondisi gawat darurat, hasil radiologi umumnya dibaca oleh klinisi yang kurang berpengalaman dibandingkan dengan klinisi subspesialis di bidang orthopedi. Atas dasar inilah, banyak peneliti yang mulai mengembangkan metode pembacaan hasil radiologi berbasis teknologi komputer, yang diharapkan dapat membantu meningkatkan deteksi fraktur, termasuk fraktur pergelangan tangan.[1,2]

Bukti Ilmiah Penggunaan Artificial Intelligence (AI) dalam Meningkatkan Deteksi Fraktur Pergelangan Tangan

Artificial intelligence sudah banyak dimanfaatkan dalam dunia medis, misalnya untuk deteksi retinopati diabetik, penentuan tata laksana kanker, dan dalam bidang patologi.

Sebuah studi eksperimental dilakukan oleh Lindsey et al pada tahun 2018 terhadap klinisi yang bekerja di instalasi gawat darurat untuk mengetahui apakah program artificial intelligence (AI) yang mereka kembangkan bermanfaat dalam mendeteksi kasus fraktur pergelangan tangan. Pada studi ini, peneliti membuat sebuah deep neural network untuk mendeteksi dan melokalisasi fraktur dalam hasil pemeriksaan radiografi. Teknologi ini dilatih berdasarkan hasil ekspertise dari 135.409 gambar radiografi yang dilakukan oleh 18 orang spesialis orthopedi senior. Kemudian, dijalankan sebuah eksperimen terhadap dokter kegawatdaruratan medis untuk mengevaluasi kemampuan mereka dalam mendeteksi fraktur pergelangan tangan dengan maupun tanpa bantuan deep learning model.

Hasil studi ini menunjukkan bahwa sensitivitas klinisi adalah sebesar 80,8% tanpa bantuan AI dan 91,5% dengan bantuan AI. Spesifisitas didapatkan sebesar 87,5% tanpa bantuan AI dan 93,9% dengan bantuan AI. Rerata penurunan relatif kejadian misinterpretasi dilaporkan sebesar 47%.[1]

Manfaat Artificial Intelligence (AI)  dalam Mendeteksi Fraktur Pergelangan Tangan

Dibandingkan dengan standar baku emas dari pemeriksaan fraktur seperti penggunaan CT Scan, pemeriksaan rontgen konvensional lebih sering digunakan sebagai pilihan pertama pada kasus kegawatdaruratan mengingat efisiensi waktu yang dibutuhkan. Namun, klinisi yang berada di instalasi gawat darurat, baik di Indonesia maupun di luar negeri, seringkali kesulitan mendapat penjelasan hasil radiografi dari subspesialis yang tentunya memiliki kemampuan lebih baik dalam memberikan ekspertise.

Klinisi yang berada di instalasi gawat darurat juga memiliki beban kerja yang besar yang dapat menimbulkan kelelahan ataupun inkonsistensi dalam membaca hasil rontgen, sehingga dapat menyebabkan misinterpretasi hasil. Misinterpretasi hasil rontgen dan misdiagnosis fraktur dapat berdampak berat bagi pasien,  termasuk menunda pengobatan, menyebabkan luaran fungsi yang lebih buruk, serta memperberat kerusakan area fraktur dan menyebabkan malunion, arthritis, hingga osteonekrosis.

Berdasarkan kondisi tersebut, artificial intelligence (AI) menjadi solusi potensial, yaitu menyediakan second opinion bagi klinisi di instalasi gawat darurat dalam membaca hasil rontgen. Faktor kelelahan juga tidak berdampak pada teknologi AI, membuatnya menjadi  lebih konsisten dalam membaca hasil rontgen.

Di Amerika Serikat, FDA sudah menyetujui penggunaan AI dalam mendeteksi fraktur pergelangan tangan pada pasien dewasa. Perangkat lunak yang disetujui tersebut bernama OsteoDetect© yang menggunakan algoritma AI untuk menganalisis gambar rontgen dua dimensi untuk mendeteksi fraktur radius distal.[1,4,5]

Kesimpulan

Bukti ilmiah yang tersedia menunjukan bahwa penggunaan artificial intelligence (AI) dalam mendeteksi fraktur pergelangan tangan dapat meningkatkan akurasi diagnosis. Hal ini tentunya dapat menghindarkan pasien dari misdiagnosis, keterlambatan terapi, dan potensi komplikasi. Di Amerika Serikat, FDA sudah menyetujui penggunaan suatu produk berbasis AI dalam penegakan diagnosis fraktur radius distal

Referensi