Teknologi AI Baru Lacak Jalur Materi Putih Otak Secara Akurat

Pengantar: Mengungkap Misteri Batang Otak

Batang otak adalah pusat kendali vital bagi berbagai fungsi esensial tubuh dan pikiran kita, mulai dari kesadaran, tidur, pernapasan, detak jantung, hingga gerakan. Seluruh sinyal penting ini mengalir melalui bundel serat "materi putih" yang kompleks di dalam batang otak. Namun, selama ini, sistem pencitraan konvensional menghadapi kendala besar dalam memvisualisasikan secara detail jalur saraf krusial ini. Akibatnya, para peneliti dan dokter memiliki keterbatasan dalam menilai bagaimana jalur-jalur ini terpengaruh oleh trauma fisik atau penyakit neurodegeneratif yang semakin banyak ditemukan di Indonesia.

Kini, sebuah studi terobosan yang melibatkan tim peneliti dari MIT, Harvard University, dan Massachusetts General Hospital telah memperkenalkan solusi revolusioner. Mereka meluncurkan perangkat lunak bertenaga AI yang mampu secara otomatis memisahkan delapan bundel serat materi putih yang berbeda dalam setiap urutan MRI difusi. Inovasi ini menjanjikan perubahan signifikan dalam cara kita memahami dan mendiagnosis kondisi neurologis yang kompleks.

BSBT: Solusi Berbasis AI untuk Pencitraan Batang Otak

Studi akses terbuka yang diterbitkan pada 6 Februari di Proceedings of the National Academy Sciences melaporkan bahwa alat mereka, BrainStem Bundle Tool (BSBT), telah tersedia secara publik. Tim peneliti yang dipimpin oleh mahasiswa pascasarjana MIT, Mark Olchanyi, menemukan bahwa BSBT mampu mengungkapkan pola perubahan struktural yang berbeda pada pasien dengan penyakit Parkinson, multiple sclerosis, dan cedera otak traumatis. Selain itu, alat ini juga memberikan wawasan baru mengenai penyakit Alzheimer.

Yang lebih menarik, studi ini menunjukkan bagaimana BSBT secara retrospektif memungkinkan pelacakan penyembuhan bundel serat pada pasien koma. Data yang terekam dengan BSBT secara akurat mencerminkan perjalanan pemulihan pasien selama tujuh bulan. Olchanyi menjelaskan bahwa batang otak adalah area yang "tidak banyak dijelajahi" karena sulit untuk dicitrakan. "Orang-orang tidak benar-benar memahami komposisinya dari perspektif pencitraan," katanya. "Kita perlu memahami seperti apa organisasi materi putih pada manusia dan bagaimana organisasi ini rusak dalam kondisi tertentu."

Profesor Emery N. Brown, pembimbing tesis Olchanyi dan salah satu penulis senior studi, menambahkan bahwa batang otak adalah salah satu pusat kendali terpenting tubuh. "Algoritma Mark adalah kontribusi signifikan untuk penelitian pencitraan dan kemampuan kita untuk memahami regulasi fisiologi fundamental. Dengan meningkatkan kapasitas kita untuk mencitrakan batang otak, ia menawarkan akses baru ke fungsi fisiologis vital seperti kontrol sistem pernapasan dan kardiovaskular, regulasi suhu, bagaimana kita tetap terjaga di siang hari dan bagaimana kita tidur di malam hari."

Membangun Algoritma Cerdas

MRI difusi adalah teknik yang membantu melacak cabang-cabang panjang, atau "akson," yang digunakan neuron untuk berkomunikasi. Akson biasanya dilapisi selubung lemak yang disebut mielin, dan air berdifusi di sepanjang akson di dalam mielin, yang juga dikenal sebagai "materi putih" otak. MRI difusi dapat menyoroti perpindahan air yang sangat terarah ini. Namun, memisahkan bundel akson yang berbeda di batang otak terbukti menantang karena ukurannya yang kecil dan tertutup oleh aliran cairan otak serta gerakan yang dihasilkan oleh pernapasan dan detak jantung.

Sebagai bagian dari pekerjaan tesisnya untuk lebih memahami mekanisme saraf yang mendasari kesadaran, Olchanyi ingin mengembangkan algoritma AI untuk mengatasi hambatan ini. BSBT bekerja dengan melacak bundel serat yang masuk ke batang otak dari area tetangga yang lebih tinggi di otak, seperti talamus dan serebelum, untuk menghasilkan "peta serat probabilistik." Modul kecerdasan buatan yang disebut "jaringan saraf konvolusional" kemudian menggabungkan peta tersebut dengan beberapa saluran informasi pencitraan dari dalam batang otak untuk membedakan delapan bundel individual.

Pelatihan dan Validasi Jaringan Saraf

Untuk melatih jaringan saraf agar dapat memisahkan bundel, Olchanyi "menunjukkan" 30 pemindaian MRI difusi langsung dari sukarelawan dalam Proyek Human Connectome (HCP). Pemindaian tersebut dianotasi secara manual untuk mengajari jaringan saraf cara mengidentifikasi bundel. Kemudian, ia memvalidasi BSBT dengan menguji keluarannya terhadap "kebenaran dasar" dari diseksi otak manusia pasca-mortem, di mana bundel-bundel tersebut digambarkan dengan jelas melalui inspeksi mikroskopis atau pencitraan resolusi ultra-tinggi yang sangat lambat.

Setelah pelatihan intensif, BSBT menjadi mahir dalam mengidentifikasi secara otomatis delapan bundel serat yang berbeda dalam pemindaian baru. Dalam sebuah eksperimen untuk menguji konsistensi dan keandalannya, Olchanyi menugaskan BSBT untuk menemukan bundel pada 40 sukarelawan yang menjalani pemindaian terpisah dua bulan. Dalam setiap kasus, alat tersebut mampu menemukan bundel yang sama pada pasien yang sama di setiap dua pemindaian mereka. Olchanyi juga menguji BSBT dengan beberapa kumpulan data (tidak hanya HCP), dan bahkan memeriksa bagaimana setiap komponen jaringan saraf berkontribusi pada analisis BSBT dengan "melumpuhkan" mereka satu per satu. "Kami benar-benar menguji jaringan saraf dengan keras," kata Olchanyi. "Kami ingin memastikan bahwa ia benar-benar melakukan segmentasi yang masuk akal dan memanfaatkan setiap komponen individunya dengan cara yang meningkatkan akurasi."

Potensi BSBT sebagai Biomarker Diagnostik Baru

Setelah algoritma dilatih dan divalidasi dengan benar, tim peneliti beralih menguji apakah kemampuan untuk memisahkan bundel serat yang berbeda dalam pemindaian MRI difusi dapat memungkinkan pelacakan bagaimana volume dan struktur setiap bundel bervariasi dengan penyakit atau cedera, menciptakan jenis biomarker baru. Meskipun batang otak sulit diperiksa secara detail, banyak penelitian menunjukkan bahwa penyakit neurodegeneratif mempengaruhi batang otak, seringkali pada awal progresinya.

Olchanyi, Brown, dan rekan penulis mereka menerapkan BSBT ke puluhan kumpulan data pemindaian MRI difusi dari pasien dengan Alzheimer, Parkinson, MS, dan cedera otak traumatis (TBI). Pasien dibandingkan dengan kelompok kontrol dan kadang-kadang dengan diri mereka sendiri dari waktu ke waktu. Dalam pemindaian, alat ini mengukur volume bundel dan "anisotropi fraksional" (FA), yang melacak seberapa banyak air mengalir di sepanjang akson bermielin dibandingkan dengan berapa banyak yang berdifusi ke arah lain, sebuah proksi untuk integritas struktural materi putih.

BSBT dalam Studi Penyakit Neurodegeneratif

Pada setiap kondisi, alat ini menemukan pola perubahan yang konsisten pada bundel. Sementara hanya satu bundel yang menunjukkan penurunan signifikan pada Alzheimer, pada Parkinson, alat ini mengungkapkan pengurangan FA pada tiga dari delapan bundel. Ini juga mengungkapkan kehilangan volume pada bundel lain pada pasien antara pemindaian dasar dan tindak lanjut dua tahun. Pasien dengan MS menunjukkan pengurangan FA terbesar mereka pada empat bundel dan kehilangan volume pada tiga. Sementara itu, pasien TBI tidak menunjukkan kehilangan volume yang signifikan pada bundel apa pun, tetapi pengurangan FA terlihat pada sebagian besar bundel.

Pengujian dalam studi menunjukkan bahwa BSBT terbukti lebih akurat daripada metode pengklasifikasi lainnya dalam membedakan antara pasien dengan kondisi kesehatan dan kontrol. Oleh karena itu, BSBT dapat menjadi "pelengkap kunci yang membantu metode pencitraan diagnostik saat ini dengan memberikan penilaian yang terperinci tentang struktur materi putih batang otak dan, dalam beberapa kasus, informasi longitudinal," tulis para penulis.

Terakhir, dalam kasus seorang pria berusia 29 tahun yang menderita TBI parah, Olchanyi menerapkan BSBT ke pemindaian yang diambil selama koma tujuh bulan pria tersebut. Alat tersebut menunjukkan bahwa bundel batang otak pria itu telah bergeser, tetapi tidak terputus, dan menunjukkan bahwa selama komanya, lesi pada bundel saraf berkurang tiga kali lipat volumenya. Saat mereka sembuh, bundel-bundel itu juga kembali ke tempatnya. Para penulis menulis bahwa BSBT "memiliki potensi prognostik substansial dengan mengidentifikasi bundel batang otak yang masih utuh yang dapat memfasilitasi pemulihan koma."

Dampak dan Implikasi Penelitian di Indonesia

Penemuan algoritma AI seperti BSBT memiliki implikasi yang sangat besar bagi dunia kedokteran dan penelitian, termasuk di Indonesia. Dengan kemampuan BSBT untuk memberikan gambaran yang lebih jelas tentang kondisi materi putih di batang otak, rumah sakit dan institusi penelitian di Indonesia dapat meningkatkan akurasi diagnostik untuk berbagai penyakit neurologis. Mengingat meningkatnya kasus penyakit neurodegeneratif dan cedera otak akibat kecelakaan di Indonesia, teknologi ini dapat menjadi alat yang sangat berharga dalam mendeteksi dini perubahan, memantau progresi penyakit, dan merencanakan intervensi yang lebih tepat.

Selain itu, ketersediaan BSBT secara publik memungkinkan para peneliti dan dokter di Indonesia untuk mengadopsi dan mengintegrasikan alat ini ke dalam praktik mereka. Hal ini berpotensi mempercepat riset lokal tentang penyakit otak dan meningkatkan kualitas perawatan pasien. Kolaborasi internasional dengan tim-tim seperti yang mengembangkan BSBT juga dapat diperkuat, membuka peluang bagi Indonesia untuk menjadi bagian dari garda depan inovasi di bidang neurologi.

Kesimpulan: Masa Depan Diagnostik Otak dengan AI

Penelitian yang dipimpin oleh Mark Olchanyi dan timnya merupakan lompatan besar dalam kemampuan kita untuk memahami dan mengidentifikasi kelainan pada batang otak. Dengan menggabungkan kekuatan MRI difusi dan kecerdasan buatan, BSBT telah membuka jendela baru ke salah satu area otak yang paling penting namun sulit diakses. Potensinya sebagai alat diagnostik, biomarker, dan bahkan panduan prognostik untuk pemulihan pasien sangatlah besar.

Seiring dengan kemajuan teknologi AI, kita dapat berharap lebih banyak inovasi serupa yang akan terus merevolusi bidang kedokteran, membuat diagnosis lebih akurat, perawatan lebih personal, dan pada akhirnya meningkatkan kualitas hidup banyak orang. BSBT adalah contoh nyata bagaimana sains data dan kecerdasan buatan dapat berkolaborasi untuk memecahkan misteri kompleks tubuh manusia dan menawarkan harapan baru bagi pasien di seluruh dunia, termasuk di Indonesia.