Peneliti di Universitas Michigan telah mengembangkan sistem AI bernama Prima yang menginterpretasikan pemindaian MRI otak dalam detik, mengidentifikasi kondisi neurologis dengan akurasi hingga 97,5%. Alat ini juga menandai kasus mendesak seperti stroke dan pendarahan otak, berpotensi mempercepat respons medis. Temuan studi muncul di Nature Biomedical Engineering.
Sebuah tim yang dipimpin oleh ahli bedah saraf Todd Hollon dari Universitas Michigan telah memperkenalkan Prima, model bahasa visi yang dirancang untuk memproses pemindaian MRI otak bersama riwayat pasien. Dilatih dengan lebih dari 200.000 studi MRI dan 5,6 juta urutan pencitraan dari University of Michigan Health, Prima mengintegrasikan data klinis untuk mendiagnosis lebih dari 50 gangguan neurologis. Selama periode evaluasi satu tahun, sistem ini diuji pada lebih dari 30.000 studi MRI, mengungguli model AI canggih lainnya dalam akurasi diagnostik. Sistem ini tidak hanya mengidentifikasi kondisi tetapi juga memprioritaskan kasus yang memerlukan perhatian segera, seperti stroke, dengan memberi tahu spesialis terkait seperti neurolog stroke atau ahli bedah saraf segera setelah pencitraan. «Saat permintaan global untuk MRI meningkat dan membebani dokter dan sistem kesehatan kami, model AI kami berpotensi mengurangi beban dengan meningkatkan diagnosis dan pengobatan melalui informasi cepat dan akurat,» kata Hollon. Yiwei Lyu, penulis pertama bersama dan rekan pasca-doktor di ilmu komputer dan teknik, menekankan keseimbangan kecepatan dan presisi: «Akurasi sangat penting saat membaca MRI otak, tetapi waktu penyelesaian cepat sangat krusial untuk diagnosis tepat waktu dan hasil yang lebih baik. Pada langkah kunci dalam proses, hasil kami menunjukkan bagaimana Prima dapat meningkatkan alur kerja dan menyederhanakan perawatan klinis tanpa mengorbankan akurasi.» Tidak seperti alat AI sebelumnya yang terbatas pada tugas tertentu, Prima menangani berbagai prediksi dengan meniru metode radiolog. Ilmuwan data Samir Harake mencatat, «Prima bekerja seperti radiolog dengan mengintegrasikan informasi mengenai riwayat medis pasien dan data pencitraan untuk menghasilkan pemahaman komprehensif tentang kesehatannya. Ini memungkinkan kinerja yang lebih baik di berbagai tugas prediksi.» Ketua radiologi Vikas Gulani menyoroti relevansinya di tengah permintaan MRI yang meningkat dan kekurangan: «Baik Anda menjalani pemindaian di sistem kesehatan besar yang menghadapi volume meningkat atau rumah sakit pedesaan dengan sumber daya terbatas, teknologi inovatif diperlukan untuk meningkatkan akses ke layanan radiologi.» Peneliti berencana meningkatkan Prima dengan lebih banyak data rekam medis elektronik dan menyesuaikannya untuk jenis pencitraan lain, seperti mamografi dan sinar-X. Hollon menyebutnya sebagai «ChatGPT untuk pencitraan medis,» memposisikannya sebagai alat pendukung bagi klinisi.
