Alat AI generatif baru bernama CytoDiffusion menganalisis sel darah dengan akurasi lebih tinggi daripada ahli manusia, berpotensi meningkatkan diagnosis penyakit seperti leukemia. Dikembangkan oleh peneliti dari universitas Inggris, sistem ini mendeteksi kelainan halus dan mengukur ketidakpastiannya sendiri. Dilatih pada lebih dari setengah juta gambar dan unggul dalam menandai kasus langka untuk ditinjau.
Peneliti dari University of Cambridge, University College London, dan Queen Mary University of London telah mengembangkan CytoDiffusion, sistem AI generatif yang memeriksa bentuk dan struktur sel darah di bawah mikroskop. Diterbitkan di Nature Machine Intelligence, alat ini melampaui spesialis manusia dalam mengidentifikasi sel abnormal terkait gangguan darah seperti leukemia, menawarkan sensitivitas dan konsistensi yang lebih tinggi. nnTidak seperti AI tradisional yang mengurutkan gambar ke dalam kategori tetap, CytoDiffusion memodelkan seluruh spektrum penampilan sel darah normal, menjadikannya tahan terhadap variasi mikroskop atau metode pewarnaan. Dilatih pada lebih dari 500.000 gambar apus darah dari Rumah Sakit Addenbrooke's di Cambridge, dataset terbesar sejenisnya. nn“Kita semua memiliki banyak jenis sel darah yang berbeda dengan sifat dan peran berbeda dalam tubuh kita,” kata Simon Deltadahl, penulis pertama studi dari Departemen Matematika Terapan dan Fisika Teoritis Cambridge. “Sel darah putih misalnya berspesialisasi dalam melawan infeksi. Tetapi mengetahui seperti apa sel darah yang tidak biasa atau sakit di bawah mikroskop adalah bagian penting dari diagnosis banyak penyakit.” nnSistem ini menangani skala besar analisis darah, di mana apus darah berisi ribuan sel yang terlalu banyak untuk ditinjau secara manual. “Manusia tidak bisa melihat semua sel dalam apus — itu tidak mungkin,” catat Deltadahl. “Model kami dapat mengotomatiskan proses itu, menyaring kasus rutin, dan menyoroti hal-hal tidak biasa untuk ditinjau manusia.” nnDalam pengujian, CytoDiffusion sedikit lebih unggul dari manusia dalam akurasi dan menonjol dengan menilai ketidakpastiannya secara andal. “Ketika kami menguji akurasinya, sistem itu sedikit lebih baik dari manusia,” kata Deltadahl. “Tapi di mana ia benar-benar menonjol adalah dalam mengetahui kapan ia tidak yakin. Model kami tidak akan pernah mengatakan yakin lalu salah, tapi itu sesuatu yang kadang dilakukan manusia.” nnAI juga menghasilkan gambar sel darah sintetis realistis yang menipu hematolog dalam tes Turing, dengan ahli tidak bisa membedakannya dari yang asli lebih baik dari kebetulan. nnUntuk memajukan penelitian global, tim merilis dataset secara publik. Penulis senior bersama Profesor Parashkev Nachev dari UCL menekankan perannya yang mendukung: “Nilai sejati AI kesehatan bukanlah dalam meniru keahlian manusia dengan biaya lebih rendah, tapi dalam memungkinkan kekuatan diagnostik, prognostik, dan preskriptif yang lebih besar daripada yang bisa dicapai ahli atau model statistik sederhana.” nnPeneliti menekankan bahwa CytoDiffusion membantu klinisi bukan menggantikannya, dengan pekerjaan lebih lanjut diperlukan pada kecepatan dan populasi beragam.
