Tim peneliti Korea telah mengembangkan indikator gambar baru yang menggunakan teknologi pembelajaran mendalam (AI) untuk menemukan 'bagian yang paling parah aus' dari sendi lutut yang sulit ditangkap dengan diagnosis X-ray yang ada.
Profesor Noh Doo-hyun dari Rumah Sakit Universitas Seoul dan Profesor Lee Do-won dari Rumah Sakit Dongguk Ilsan mengumumkan pada tanggal 6 bahwa mereka telah mengembangkan indikator gambar berbasis AI 'oJSW (orthogonal minimum joint space width)' yang secara akurat mengukur kondisi aus kartilago lutut yang berbeda untuk setiap pasien.
Hasil penelitian ini dipublikasikan dalam edisi terbaru jurnal resmi Asosiasi Kedokteran Olahraga Eropa 《KSSTA(Knee Surgery, Sports Traumatology, Arthroscopy)》.
Tim peneliti menggunakan data besar dari National Institutes of Health (NIH) untuk menganalisis 10.531 gambar lutut dari 3.855 pasien selama maksimal 6 tahun dan memverifikasi kinerja indikator tersebut. Hasilnya, oJSW mencatat akurasi diagnosis yang tinggi (AUC) antara 0,86 hingga 0,97 dalam menentukan semua tingkat keparahan dari awal hingga tahap parah osteoartritis. Ini secara konsisten melampaui metode sebelumnya (0,78 hingga 0,95).
Nilai AUC yang mendekati 1 menunjukkan akurasi yang tinggi, yang berarti bahwa ketika membandingkan pasien dan orang normal secara acak, ada kemungkinan hingga 97% untuk membedakan tingkat keparahan.
Selain itu, dalam analisis untuk mendeteksi tingkat kemajuan penyakit selama 12 bulan (rSRM), oJSW mencatat antara 0,91 hingga 0,97. Ini membuktikan bahwa oJSW dapat menangkap penurunan halus dalam struktur lutut seiring waktu dengan lebih spesifik dan sensitif dibandingkan indikator sebelumnya.
Selama ini, tingkat keparahan osteoartritis lutut terutama dinilai dengan mengukur jarak antara tulang paha dan tulang kering (JSW) pada gambar X-ray. Semakin aus kartilago, semakin sempit jarak antara tulang, yang menunjukkan bahwa penyakit tersebut semakin parah.
Namun, metode yang ada tidak dapat mencerminkan dengan cukup baik 'bagian yang paling parah aus' yang berbeda untuk setiap pasien karena mengukur dengan memperbaiki posisi tertentu dari sendi. Sebaliknya, oJSW yang baru dikembangkan memungkinkan AI untuk secara otomatis menjelajahi bagian dalam sendi dan mengukur titik terendah secara vertikal, sehingga dapat mencerminkan kondisi aus individu dengan lebih akurat.
Profesor Noh Doo-hyun mengatakan, "oJSW akan menjadi indikator struktural dalam penilaian tingkat keparahan osteoartritis dan pemantauan kemajuan penyakit," dan menambahkan, "Terutama, diharapkan dapat digunakan sebagai alat evaluasi yang sensitif dalam uji klinis untuk terapi dasar yang memperlambat kemajuan penyakit, berkontribusi pada pengembangan obat baru."
