Metode Analisis Patologi Digital, Temuan Proyek MED²ICIN

Inilah temuan metode analisis patologi digital yang dihasilkan melalui pengerjaan proyek MED²ICIN. Fokus pada proses evaluasi biosignal sebagai pembuatan protokol komunikasi di dunia medis.

Penulis/editor: Rayendra L Toruan

mmINDUSTRI.co.id – Fraunhofer (sumber): Para ahli menemukan metode analisis patologi digital

sebagai perspektif baru di dunia kesehatan yakni sistem pendukung untuk pengambilan keputusan baru.

Temuan ini dikembangkan sebagai bagian dari proyek MED²ICIN yang direncanakan harus mampu meningkatkan tingkat keberhasilan pengobatan pasien (manusia).

Temuan baru ini mendukung dokter dalam proses pengambilan keputusan tim medis dengan mengumpulkan semua informasi dari individu pasien dan membandingkannya dengan kohort—semacam boneka yang terdiri menyerupai individu manusia.

Selain membantu memilih opsi terbaik untuk terapi, solusi ini mengurangi waktu pengobatan dan biaya perawatan.

Tujuh institut berpartisipasi dalam proyek besar Fraunhofer yang dikerjakan oleh para ahli selama empat tahun, dan berakhir pada 17 Juli 2023 saat prototipe dipresentasikan di  Frankfurt, Jerman.

Dengan menggunakan model pasien dalam bentuk digital memungkinkan perawatan yang dipersonalisasi dan hemat biaya, membuka peluang baru di dunia perawatan kesehatan.

Metode ini digunakan untuk menggabungkan data pasien yang ada dari sistem yang berbeda untuk membentuk kembaran digital atau digital twin.

“Metode oni menawarkan keuntungan untuk perawatan khusus individu pasien dan penggunaan dana perawatan kesehatan bagi masyarakat secara keseluruhan,” kata Dr. Stefan Wesarg, Kepala Pusat Kompetensi Teknologi Perawatan Kesehatan Visual di Institut Fraunhofer untuk Riset Grafik Komputer IGD dan koordinator MED²ICIN.

“Menggabungkan catatan kesehatan dan penyakit seseorang dan menganalisis data ini secara cerdas dengan cara yang sesuai dengan peraturan perlindungan data akan menghasilkan solusi yang benar-benar baru untuk pencegahan, diagnostik, perawatan, dan perawatan yang lebih efektif,” lanjut Dr. Stefan Wesarg.

Mengurangi biaya dan beban ahli medis

Mengontrol pengeluaran perawatan kesehatan secara efektif—yaitu, menghindari beberapa permintaan untuk pemindaian MRI yang mahal atau meminimalkan jumlah pekerjaan manual yang digunakan dalam mengevaluasi data pencitraan.

Artinya, mempertimbangkan tantangan ekonomi terbesar yang saat ini kita hadapi di dunia  perawatan kesehatan.

Ini termasuk kenaikan biaya dan kekurangan keterampilan yang sangat besar dan kemacetan yang diakibatkan untuk perawatan.

Tim Dr. Stefan Wesarg bekerja bersama enam institut Fraunhofer lainnya untuk mengembangkan digital twin.

Sementara informasi dan rekomendasi dirangkum dalam dashboard interaktif, gambaran yang lebih rinci ditawarkan melalui berbagai modul.

Di sini, dokter dapat mengakses analisis berbasis artificial intelligence (AI) atau kecerdasan buatan misalnya, publikasi spesialis medis, dan memeriksa pedoman pengobatan serta biaya setiap pilihan pengobatan.

Dalam modul kohort (menggunakan boneka), catatan individu pasien dicocokkan dengan data dari pola penyakit yang serupa.

Dengan demikian, dokter yang merawat dapat mengidentifikasi jenis perawatan yang paling efektif dalam setiap kasus tertentu.

Pasien dapat mengunggah data gaya hidup mereka sendiri melalui aplikasi.

Model keputusan menunjukkan hasil yang menjanjikan dalam pengujian praktis

Survei online terhadap hampir 50 ahli gastroenterologi yang menguji sistem berbasis web di rumah sakit dan praktik medis menunjukkan bahwa model pasien mampu memenuhi tujuan yang ditetapkan.

Sementara 23 persen yang disurvei memuji penghematan biaya, 35 persen menunjukkan penurunan waktu perawatan yang dihasilkan dari penggunaan model tersebut.

Sejauh ini, model pasien digital telah digunakan untuk penyakit radang usus kronis (CIBD); kedepannya akan digunakan untuk gangguan lainnya.

Dr. Irina Blumenstein, seorang dokter senior di Rumah Sakit Universitas Frankfurt, terlibat dalam proses pengembangan sejak awal sebagai ahli CIBD.

“Alat ini memberikan dukungan yang sangat baik bagi para ahli dan ahli gastroenterologi yang kurang berpengalaman dalam perawatan sehari-hari,” kata spesialis penyakit dalam, gastroenterologi, dan kedokteran nutrisi itu.

Pengembangan lebih lanjut akan meletakkan dasar untuk penggunaan skala luas

Tim Dr. Stefan Wesarg terus memajukan penelitian mereka di tingkat Eropa dengan bantuan mitra dari Finlandia.

Dengan menggunakan 10.000 set data pasien, para ahli mengembangkan model tersebut sehingga dapat digabungkan ke dalam sistem komersial dan digunakan dalam perawatan medis sehari-hari.

“Pada akhirnya, manusialah yang membuat keputusan—dengan menggunakan model pasien ciptaan kami dengan modul yang didukung AI. Para dokter akan memiliki basis data optimal yang dapat mereka gunakan untuk melakukannya,” jelas Dr. Stefan Wesarg.

Pada 17 Juli 2023, peserta proyek mempresentasikan cara kerja bagian dalam model data, dengan dasbor interaktif dan modul individual di Westend Campus of Goethe University Frankfurt.

Pihak yang berkepentingan di lingkungan klinis dan industri, teknik medis, TI kesehatan, dan industri farmasi, serta perwakilan media, juga dilibatkan.