menu
user
URstyle

Alat Kecerdasan Buatan Bisa Tingkatkan Perawatan Kanker pada Anak

Kintan Lestari,
18 hari yang lalu
WhatsApp ShareFacebook ShareTwitter ShareLinkedin Share
Alat Kecerdasan Buatan Bisa Tingkatkan Perawatan Kanker pada Anak
Image: Ilustrasi kanker pada anak. (Freepik/kuprevich)

Jakarta - Kanker menyerang siapa saja tanpa pandang bulu, termasuk anak-anak. Kanker pada anak yang paling sering terjadi adalah leukemia limfoblastik akut.

Seiring perkembangan zaman, tentu perawatan untuk pengobatan kanker anak makin baik, seperti halnya yang dilakukan platform analitik grafik, TigerGraph.

Hari ini (30/3/2021), Technical University of Denmark (DTU), universitas terkemuka dalam bidang ilmu teknis dan alam, akan menggunakan analitik grafik lanjutan milik TigerGraph dengan teknik pembelajaran mesin dan kecerdasan buatan untuk meningkatkan perawatan leukemia limfoblastik akut.

Pasalnya di Denmark dan Swedia sedang menjalankan proyek untuk memetakan materi genetik untuk semua penderita kanker masa kanak-kanak.

Sebagai bagian dari kolaborasi melalui iCOPE (Interregional Childhood Oncology Precision Medicine Exploration), proses tersebut dimulai dengan tes darah pasien, dipadu dengan data ekspresi RNA-seq melalui Whole Genome Sequencing (WGS), yang kemudian digunakan untuk menemukan pola ekspresi menyimpang, yang memiliki kemungkinan berkorelasi atau disebabkan oleh mutasi penambah. 

Tujuan jangka panjang iCOPE sendiri adalah untuk meningkatkan diagnosa, perawatan, tingkat kesembuhan, dan situasi kehidupan anak-anak penderita kanker secara keseluruhan.

Dari proses tersebut akan terkumpul sejumlah besar data, yang akan TigerGraph tautkan dengan berbagai poin data lain terkait kehidupan, penyakit, dan pengobatan pasien. 

Itu untuk lebih memahami mengapa anak-anak terjangkit kanker, sehingga dapat memberikan diagnosis lebih dini dan perawatan yang jauh lebih efektif.

Jesper Vang, Mahasiswa Ph.D. di Departemen Teknologi Kesehatan, Biologi Sistem Kanker di DTU, menjelaskan bahwa sistem saat ini hanya menampung data mentah. Maka diperlukan sesuatu yang memungkinkan mereka untuk mencari data asosiasi genetik.

“Sistem kami saat ini hanya menampung data mentah seperti data tersekuens berdasarkan genotipe dan genom keseluruhan. Data mentah tersebut diproses melalui pipeline khusus yang memperhitungkan varian genetik dan memberi anotasi data dalam sebuah database MySQL. Akan tetapi, kami membutuhkan sesuatu yang lebih mudah digunakan, khususnya oleh personel klinis, sehingga memungkinkan mereka untuk mencari data asosiasi genetik, yang merupakan kasus penggunaan yang sempurna untuk analitik grafik,” pungkasnya.

DTU sendiri sudah memilih platform database grafik on-premise yang dapat mendukung keperluan kinerja mereka, dan pilihan terkuat jatuh pada TigerGraph.

Mereka menyimpulkan bahwa TigerGraph adalah satu-satunya platform yang dapat dikembangkan dan memberikan kedalaman analisis yang diperlukan proyek tersebut. 

“Selama proses pengujian kami, TigerGraph adalah satu-satunya solusi yang menawarkan kinerja tertinggi dengan kemungkinan untuk dikembangkan pada skala yang akan kami butuhkan nantinya," ungkap Jesper. 

DTU sendiri kini sudah di tahap terakhir untuk menjalankan seluruh sistem tersebut, yang akan menggabungkan bidang kecerdasan buatan, pembelajaran mesin, dan bioinformatika translasional guna menciptakan model yang dapat memprediksi risiko kambuh ulang dan toksisitas dalam perawatan leukemia limfoblastik akut.

“Upaya di DTU dan di seluruh proyek iCOPE bersifat transformasionalis dan menyoroti bagaimana penerapan keunggulan klinis dengan teknologi inovatif dapat menghadirkan wawasan terobosan dalam bidang-bidang seperti ilmu kehidupan. Kami sangat senang atas ketersediaan Jesper yang akan mempresentasikan studi kasus lengkap tentang proyek tersebut pada Graph + AI Summit pada bulan April mendatang," jelas Martin Darling, VP EMEA di TigerGraph.

Komentar
paper plane

Berita Terkait
    Berita Terkait