Para ilmuwan telah menciptakan "peta" jantung berbasis AI yang menghubungkan citra medis dengan gen dan obat-obatan, mengungkap petunjuk baru untuk mengobati penyakit jantung dan menggunakan kembali obat-obatan yang sudah ada.
Sebuah alat kecerdasan buatan baru yang menggabungkan pemindaian jantung dengan sejumlah besar data biologis dapat membantu para peneliti menemukan obat penyakit jantung lebih cepat — termasuk penggunaan baru untuk obat-obatan yang sudah ada di pasaran.
Sistem yang disebut CardioKG ini adalah knowledge graph pertama yang menggabungkan citra detail struktur dan fungsi jantung ke dalam jaringan besar yang dapat dicari, yang mencakup gen, penyakit, obat-obatan, gejala, dan jalur molekuler. Sistem ini dikembangkan oleh tim yang dipimpin oleh peneliti pascadoktoral Khaled Rjoob dan ketua kelompok Declan O'Regan dari Computational Cardiac Imaging Group di MRC Laboratory of Medical Sciences.
Knowledge graph adalah cara untuk mengatur informasi sebagai jaringan fakta yang saling terhubung, bukan sebagai entri terisolasi dalam basis data terpisah. Dalam bidang biomedis, knowledge graph dapat menghubungkan apa yang diketahui tentang gen, protein, penyakit, dan pengobatan, membantu para ilmuwan menemukan pola dan hubungan yang mungkin terlewatkan.
Namun, hingga saat ini, grafik-grafik ini sebagian besar masih kekurangan satu lapisan penting: bagaimana sebenarnya bentuk dan perilaku organ di dalam tubuh.
Untuk mengubah hal itu, tim CardioKG beralih ke UK Biobank, sebuah studi kesehatan jangka panjang yang mencakup data pencitraan dan genetik dari ratusan ribu sukarelawan. Para peneliti mengambil data pencitraan jantung dari 4,280 peserta dengan fibrilasi atrium, gagal jantung, atau serangan jantung, bersama dengan 5,304 peserta sehat. Hal itu memungkinkan mereka untuk menangkap berbagai variasi dalam bentuk jantung dan seberapa baik jantung memompa.
Dari hasil pemindaian ini, tim tersebut menghasilkan lebih dari 200,000 ciri berbasis gambar — pengukuran tepat yang menggambarkan fitur-fitur seperti ukuran bilik, ketebalan dinding, dan bagaimana berbagai bagian jantung bergerak selama setiap detak. Kemudian, mereka mengintegrasikan ciri-ciri tersebut dengan informasi dari 18 basis data biologis yang berbeda dan menggunakan AI untuk mempelajari bagaimana semua bagian ini saling terkait.
Hasilnya adalah peta yang sangat detail yang dapat digunakan untuk memprediksi gen mana yang terkait dengan masalah jantung tertentu dan obat-obatan yang sudah ada mana yang mungkin dapat membantu mengobatinya.
Menurut O'Regan, yang juga merupakan profesor AI kardiovaskular di Imperial College London, kekuatan pendekatan ini terletak pada kemampuannya untuk menghubungkan berbagai jenis informasi di satu tempat.
“Salah satu keunggulan knowledge graph adalah kemampuannya mengintegrasikan informasi tentang gen, obat-obatan, dan penyakit,” kata O'Regan dalam siaran pers. Ketika data pencitraan ditambahkan, “ini berarti Anda memiliki lebih banyak kekuatan untuk membuat penemuan tentang terapi baru. Kami menemukan bahwa memasukkan pencitraan jantung ke dalam grafik mengubah seberapa baik gen dan obat baru dapat diidentifikasi.”
Dengan menggunakan CardioKG, model tersebut menandai daftar gen yang sebelumnya tidak dikenali yang terkait dengan penyakit jantung. Model ini juga menunjukkan dua obat yang sudah ada yang mungkin dapat digunakan kembali untuk pengobatan kondisi jantung.
Salah satunya, metotreksat, umumnya digunakan untuk mengobati radang sendi reumatoid. Prediksi grafik menunjukkan bahwa obat ini dapat meningkatkan hasil pengobatan pada gagal jantung. Kelas obat lain, gliptin, yang saat ini diresepkan untuk mengelola diabetes, muncul sebagai kandidat potensial untuk memberi manfaat bagi penderita fibrilasi atrium, gangguan irama jantung yang umum.
Dalam sebuah temuan yang mengejutkan, analisis tersebut juga menunjukkan bahwa kafein, yang diketahui membuat jantung lebih mudah terangsang, mungkin memiliki efek perlindungan pada pasien dengan fibrilasi atrium yang memiliki denyut nadi tidak teratur dan cepat. Temuan tersebut sejalan dengan semakin banyaknya penelitian yang menunjukkan bahwa, bagi sebagian orang, asupan kafein dalam jumlah sedang mungkin tidak seberbahaya bagi irama jantung seperti yang dikhawatirkan sebelumnya, meskipun diperlukan penelitian lebih lanjut sebelum hal itu dapat memengaruhi saran klinis.
O'Regan mencatat bahwa hasil awal tim tidak muncul secara terpisah.
“Yang menarik adalah ada studi-studi terbaru lainnya di bidang ini yang mendukung temuan awal kami,” katanya. Secara keseluruhan, “ini menyoroti potensi besar knowledge graph dalam mengungkap obat-obatan yang sudah ada yang mungkin dapat digunakan kembali sebagai pengobatan baru.”
Penggunaan kembali obat yang sudah ada sangat menarik di bidang kardiologi karena dapat secara dramatis mempersingkat waktu dan biaya yang dibutuhkan untuk menghadirkan terapi baru kepada pasien. Obat-obatan yang sudah disetujui memiliki profil keamanan yang diketahui, jadi jika alat seperti CardioKG dapat secara andal menunjukkan penggunaan baru, para peneliti dapat bergerak lebih cepat ke uji klinis yang ditargetkan.
Selain kandidat obat spesifik, teknologi ini menawarkan cara baru untuk memprioritaskan target biologis. Dengan cepat menghasilkan daftar gen yang kemungkinan terlibat dalam kondisi jantung tertentu, CardioKG dapat memberikan perusahaan farmasi dan laboratorium akademis titik awal yang lebih efisien untuk penemuan. Alih-alih menyaring ribuan kemungkinan, para ilmuwan dapat fokus pada kandidat yang paling menjanjikan yang ditunjukkan oleh grafik dan kemudian memvalidasinya dalam eksperimen.
Para peneliti melihat CardioKG sebagai bukti konsep yang dapat diperluas jauh melampaui jantung. Grafik pengetahuan serupa dapat dibangun untuk organ apa pun yang dapat diimajinasikan, seperti otak atau hati, atau untuk pemindaian seluruh tubuh yang melacak lemak tubuh dan jaringan lainnya. Hal itu dapat membuka jalan baru untuk mengatasi kondisi seperti demensia, obesitas, dan penyakit metabolik dengan menghubungkan bagaimana organ terlihat pada hasil pemindaian dengan biologi yang mendasarinya dan potensi pengobatan.
Langkah selanjutnya adalah membuat grafik lebih personal dan dinamis, sehingga mencerminkan bagaimana penyakit berkembang dari waktu ke waktu pada orang-orang nyata, menurut Rjoob.
“Berdasarkan penelitian ini, kami akan memperluas knowledge graph menjadi kerangka kerja dinamis yang berpusat pada pasien dan mampu menangkap lintasan penyakit yang sebenarnya,” katanya dalam siaran pers. “Ini akan membuka kemungkinan baru untuk pengobatan yang dipersonalisasi dan memprediksi kapan penyakit kemungkinan akan berkembang.”
Penelitian, diterbitkan Dalam jurnal Nature, penelitian ini didukung oleh Medical Research Council, British Heart Foundation, Bayer AG, dan National Institute for Health and Care Research Imperial College Biomedical Research Centre.
Karena penyakit jantung tetap menjadi penyebab utama kematian di seluruh dunia, alat yang dapat menghubungkan antara citra, gen, dan obat-obatan dapat membantu mengubah keadaan — bukan dengan menciptakan obat-obatan baru sepenuhnya dari awal, tetapi dengan mengungkapkan cara-cara baru untuk menggunakan obat-obatan yang sudah kita miliki, dan dengan menunjukkan jalan menuju perawatan yang lebih cerdas dan personal.
Sumber: Laboratorium Ilmu Kedokteran Dewan Riset Medis (MRC)