Peneliti di Jepang mengatakan mereka telah mengembangkan model kecerdasan buatan yang dapat membantu mendeteksi akromegali dengan menganalisis foto punggung tangan dan kepalan tangan—pendekatan yang dirancang untuk menghindari penggunaan gambar wajah atau sidik jari. Tim melaporkan sistem tersebut berkinerja baik dalam pengujian dan dapat membantu klinisi mengidentifikasi kasus potensial lebih dini serta merujuk pasien untuk evaluasi spesialis.
Akromegali adalah gangguan endokrin langka, biasanya berkembang pada usia dewasa, di mana tubuh memproduksi terlalu banyak hormon pertumbuhan—paling sering karena tumor pituitari. Kondisi ini dapat menyebabkan pembesaran progresif pada tangan dan kaki, perubahan pada penampilan wajah, serta efek lebih luas pada pertumbuhan tulang dan organ. nnKarena gejala sering berkembang secara perlahan, diagnosis bisa tertunda selama bertahun-tahun. “Karena kondisi ini berkembang sangat perlahan, dan karena ini penyakit langka, tidak jarang membutuhkan waktu hingga satu dekade untuk didiagnosis,” kata endokrinolog Universitas Kobe, Hidenori Fukuoka. nnMeskipun beberapa penelitian telah mengeksplorasi penggunaan kecerdasan buatan untuk mengidentifikasi akromegali dari foto, sebagian besar mengandalkan gambar wajah, yang dapat menimbulkan kekhawatiran privasi. Mencari alternatif yang kurang mengidentifikasi, kelompok yang dipimpin Universitas Kobe melatih model pembelajaran mendalam menggunakan dua jenis foto tangan: tangan terentang menunjukkan punggung tangan, dan kepalan tangan dengan ibu jari diposisikan di luar. Para peneliti mengatakan mereka menghindari gambar telapak tangan karena pola telapak dapat digunakan sebagai pengenal biometrik. nnMenurut studi tersebut, 725 peserta terdaftar di 15 fasilitas medis di Jepang, menyumbang lebih dari 11.000 gambar yang digunakan untuk melatih dan memvalidasi model. Karya ini diterbitkan di The Journal of Clinical Endocrinology & Metabolism dengan judul “Automatic Acromegaly Detection Using Deep Learning on Hand Images: A Multicenter Observational Study.” nnPara penulis melaporkan bahwa sistem mencapai “sensitivitas dan spesifisitas yang sangat tinggi,” dan bahwa itu mengungguli endokrinolog berpengalaman yang diminta mengevaluasi foto yang sama. Mahasiswa pascasarjana Yuka Ohmachi mengatakan dia terkejut model berkinerja begitu baik hanya menggunakan tampilan tangan ini: “Yang sangat mengejutkan bagi saya adalah mencapai tingkat kinerja ini tanpa fitur wajah, yang membuat pendekatan ini jauh lebih praktis untuk skrining penyakit.” nnPara peneliti menekankan bahwa foto saja tidak cukup untuk diagnosis, yang biasanya memerlukan evaluasi klinis dan pengujian hormon. Namun, mereka mengatakan alat gaya skrining ini dapat membantu mendorong tindak lanjut lebih dini, terutama di tempat akses spesialis terbatas. “Kami percaya bahwa, dengan mengembangkan teknologi ini lebih lanjut, itu dapat menyebabkan penciptaan infrastruktur medis selama pemeriksaan kesehatan komprehensif untuk menghubungkan kasus yang dicurigai gangguan terkait tangan kepada spesialis,” kata Fukuoka. nnTim mengatakan berencana mengeksplorasi apakah metode berbasis gambar serupa dapat diadaptasi untuk membantu mendeteksi kondisi lain dengan tanda terlihat di tangan, termasuk rheumatoid arthritis, anemia, dan klub jari. nnPenelitian ini didanai oleh Hyogo Foundation for Science Technology dan melibatkan kolaborator dari berbagai institusi di Jepang, termasuk Fukuoka University dan Nagoya University, kata para peneliti.
