Alat AI Baru Memprediksi Risiko Asma Berat pada Anak Kecil

Para peneliti Mayo Clinic telah mengembangkan perangkat AI yang memprediksi risiko asma parah pada anak-anak usia tiga tahun. Dengan menganalisis rekam medis, perangkat ini bertujuan untuk mendeteksi kasus berisiko tinggi sejak dini, yang berpotensi mengubah perawatan asma anak.

Dalam perkembangan yang inovatif, para peneliti di Mayo Clinic telah menciptakan alat kecerdasan buatan yang mampu mengidentifikasi anak-anak penderita asma yang berisiko paling tinggi mengalami eksaserbasi asma parah dan infeksi saluran pernapasan akut.

Pendekatan inovatif ini, yang dirinci dalam sebuah studi baru-baru ini diterbitkan dalam Jurnal Alergi dan Imunologi Klinis, dapat mendeteksi risiko ini pada anak-anak berusia tiga tahun.

Dampak Asma pada Anak

Asma menyerang hampir 6 juta anak di Amerika Serikat dan merupakan salah satu penyebab utama anak tidak masuk sekolah, kunjungan ke ruang gawat darurat, dan rawat inap di rumah sakit, menurut Pusat Pengendalian dan Pencegahan Penyakit (CDC).

Infeksi saluran pernapasan merupakan pemicu umum serangan asma, tetapi gejalanya dapat sangat bervariasi dan berubah seiring waktu, sehingga sulit bagi dokter untuk menentukan anak mana yang paling rentan.

Peralatan AI milik Mayo Clinic bertujuan untuk menutup kesenjangan ini.

"Studi ini membawa kita selangkah lebih dekat ke pengobatan presisi untuk asma anak, di mana perawatan bergeser dari perawatan reaktif untuk asma berat tingkat lanjut ke pencegahan dan deteksi dini pasien berisiko tinggi," ujar penulis senior Young Juhn, profesor pediatri di Mayo Clinic, dalam siaran pers.

Juhn mengawasi beberapa program penelitian terkemuka di Mayo Clinic, termasuk Program AI Mayo Clinic Children's dan Precision Population Science Lab.

Menggunakan AI untuk Mendeteksi Asma Sejak Dini

Untuk penelitian ini, para peneliti menganalisis catatan kesehatan elektronik dari lebih dari 22,000 anak yang lahir antara tahun 1997 dan 2016 di Minnesota tenggara.

Untuk menangani sejumlah besar data ini, mereka mengembangkan sejumlah alat AI menggunakan pembelajaran mesin dan pemrosesan bahasa alami untuk mengekstrak informasi penting dari catatan dokter.

Alat-alat ini mampu menangkap titik data penting seperti gejala dan riwayat keluarga, yang memungkinkan peneliti untuk menerapkan dua daftar periksa diagnostik yang dikenal luas untuk menilai asma pada anak kecil: Kriteria Asma yang Ditentukan Sebelumnya dan Indeks Prediktif Asma.

Anak-anak yang memenuhi kriteria pada kedua daftar periksa diidentifikasi sebagai subkelompok berbeda dengan risiko lebih tinggi terhadap komplikasi serius.

Mendeteksi Risiko Asma pada Usia 3 Tahun

Dengan menganalisis subkelompok berisiko tinggi ini, para peneliti menemukan perbedaan mencolok dibandingkan dengan anak-anak lain dalam penelitian tersebut.

Pada usia tiga tahun, anak-anak dalam subkelompok berisiko tinggi mengalami pneumonia dua kali lebih sering dan influenza hampir tiga kali lebih sering.

Mereka juga menunjukkan tingkat serangan asma tertinggi yang memerlukan steroid, kunjungan darurat atau rawat inap, dan lebih rentan terhadap infeksi virus pernapasan sinsitial (RSV) selama tiga tahun pertama mereka.

Selain itu, anak-anak ini lebih mungkin memiliki riwayat keluarga asma, eksim, rinitis alergi atau alergi makanan.

Tes laboratorium menunjukkan tanda-tanda peradangan alergi, termasuk peningkatan jumlah eosinofil, IgE spesifik alergen, dan kadar periostin, yang merupakan penanda peradangan tipe 2, ditambah gangguan fungsi paru-paru.

Temuan ini menunjukkan subtipe asma berisiko tinggi yang membuat beberapa anak rentan terhadap masalah pernapasan yang lebih parah.

Apa Selanjutnya?

Tim peneliti berencana memperluas pengujian perangkat AI ini dalam pengaturan klinis yang lebih luas, mencakup populasi dan sistem layanan kesehatan yang lebih beragam. Tujuan mereka adalah mengintegrasikan data biologis untuk menyempurnakan definisi dan penanganan subtipe asma untuk intervensi dini.

Tim ini juga sedang mempersiapkan penelitian untuk senyawa yang dirancang untuk mengurangi respons imun yang berlebihan terkait asma. Dengan memanfaatkan model sel yang ditumbuhkan di laboratorium yang dikenal sebagai organoid, mereka bertujuan untuk memajukan strategi deteksi dini dan pencegahan asma anak dalam skala yang lebih besar.

Sumber: Mayo Clinic