Coronary artery disease (CAD) atau penyakit arteri koroner tetap menjadi penyebab kematian utama secara global, yang menyebabkan sekitar 17,9 juta kematian setiap tahun, menurut Organisasi Kesehatan Dunia WHO.

Saat ini, metode yang paling dapat diandalkan untuk mendiagnosis CAD adalah angiografi koroner, suatu prosedur yang, meskipun efektif, mahal, invasif, dan tidak cocok untuk diagnosis dini atau penilaian risiko.

Dalam upaya untuk menemukan metode diagnostik yang lebih aman, lebih terjangkau, dan efisien, para peneliti dari Beijing University of Chinese Medicine dan Hunan University of Chinese Medicine telah beralih ke kecerdasan buatan (AI) dan traditional Chinese medicine (TCM).

Pendekatan inovatif mereka, yang memanfaatkan AI untuk menganalisis citra lidah, telah dirinci dalam publikasi terbaru di Frontiers in Cardiovascular Medicine.

Pengobatan tradisional Tiongkok telah lama menyatakan bahwa "penyakit internal bermanifestasi secara eksternal," yang berarti bahwa tanda dan gejala luar, seperti yang terlihat di lidah, dapat memberikan wawasan berharga tentang kesehatan seseorang.

Lidah, yang kaya akan saraf dan pembuluh darah, terkait erat dengan sistem kardiovaskular, sehingga menjadikannya indikator yang berguna untuk kondisi kesehatan sistemik, khususnya yang memengaruhi sirkulasi darah.

Praktik kuno diagnosis lidah ini, yang melibatkan pemeriksaan warna, lapisan, dan bentuk lidah, telah terbukti dalam berbagai penelitian sebagai alat yang efektif untuk mendiagnosis berbagai penyakit.

Berdasarkan tradisi ini, tim peneliti berupaya untuk menentukan apakah citra lidah dapat digunakan sebagai metode non-invasif untuk mendiagnosis CAD.

Mereka mengembangkan model pembelajaran mesin yang menggabungkan faktor risiko tradisional untuk CAD dengan fitur mendalam yang diekstraksi dari citra lidah.

Model ini dibangun menggunakan ResNet-18, jaringan pembelajaran mendalam yang telah dilatih sebelumnya pada ImageNet, dan disempurnakan lebih lanjut menggunakan XGBoost, algoritma yang memberikan hasil klasifikasi terbaik saat mengintegrasikan faktor risiko dan fitur citra lidah.

Untuk menguji model mereka, para peneliti merekrut 410 pasien dari empat rumah sakit antara Maret 2019 dan November 2022.

Para peserta ini, yang berusia antara 18 dan 85 tahun, didiagnosis menderita hipertensi atau kombinasi hipertensi dan CAD.

Kinerja model ini sangat kuat pada individu berusia 65 tahun ke atas dan sama efektifnya untuk pria dan wanita.

Hal ini menunjukkan bahwa metode pencitraan lidah yang digerakkan oleh AI memiliki penerapan yang luas di berbagai kelompok demografi.

Salah satu temuan utama dari penelitian ini adalah bahwa penyertaan fitur citra lidah secara signifikan meningkatkan akurasi diagnosis CAD dibandingkan dengan model yang hanya mengandalkan faktor risiko tradisional.

Model diagnostik menunjukkan akurasi keseluruhan lebih dari 99% saat menggunakan citra lidah bersamaan dengan faktor risiko tradisional.

Hal ini menyoroti potensi penggabungan analisis lidah ke dalam teknik diagnostik modern, memadukan kearifan TCM dengan teknologi AI mutakhir.

Namun, penelitian ini bukannya tanpa keterbatasan. Ukuran sampelnya relatif kecil dan hanya mencakup pasien dengan hipertensi, yang dapat membatasi generalisasi temuan.

Selain itu, penelitian ini hanya menggunakan satu jenis peralatan untuk menangkap gambar lidah, yang dapat membatasi penerapan model diagnostik dalam pengaturan yang berbeda atau dengan perangkat yang berbeda.

Para peneliti mengakui keterbatasan ini dan menekankan perlunya penelitian di masa mendatang dengan populasi yang lebih besar dan lebih beragam untuk memvalidasi dan mengoptimalkan model diagnostik.

Ke depannya, tim peneliti menyarankan bahwa mengintegrasikan biomarker tambahan dengan gambar lidah dapat lebih meningkatkan akurasi diagnostik model mereka.

Meskipun ada keterbatasan, pekerjaan mereka merupakan langkah maju yang menjanjikan dalam pengembangan alat diagnostik non-invasif yang digerakkan oleh AI untuk CAD.

Dengan menggabungkan wawasan pengobatan tradisional Cina dengan teknologi modern, para peneliti telah memperkenalkan pendekatan baru yang suatu hari nanti dapat menawarkan cara yang lebih sederhana dan lebih mudah diakses untuk mendiagnosis salah satu penyakit paling mematikan di dunia.

Sebagai kesimpulan, penelitian ini menunjukkan kelayakan penggunaan gambar lidah sebagai alat diagnostik untuk CAD, yang berpotensi menawarkan indikator risiko baru untuk penyakit tersebut.

Seiring terus berkembangnya teknologi AI, teknologi ini dapat membuka jalan baru untuk memadukan praktik medis kuno dengan perawatan kesehatan kontemporer, sehingga pasien memperoleh pilihan diagnostik yang lebih efektif dan tidak terlalu invasif.

Temuan penelitian ini dapat ditemukan di Frontiers in Cardiovascular Medicine. (kpo)