Pembelajaran Mesin Mendalam Merevolusi Penilaian Penuaan dan Penyakit Jantung Menggunakan Lalat Buah

Sebuah terobosan dari Universitas Alabama di Birmingham, yang menggunakan pembelajaran mendalam untuk mempercepat evaluasi kesehatan jantung pada lalat buah, dapat membuka jalan bagi wawasan baru mengenai penyakit jantung manusia.

Sebagai lompatan maju yang mengesankan dalam penelitian biomedis, tim di Universitas Alabama di Birmingham (UAB) telah menggunakan teknologi pembelajaran mendalam untuk mengubah cara para ilmuwan mempelajari penuaan jantung dan penyakit dengan menggunakan lalat buah, yang secara ilmiah dikenal sebagai Drosophila. Kemajuan teknologi ini secara signifikan dapat mempercepat penelitian jantung dan mengurangi kesalahan manusia, sehingga menjanjikan terobosan baru dalam penelitian penyakit jantung yang pada akhirnya dapat bermanfaat bagi kesehatan manusia.

Lalat buah telah lama menjadi model yang dapat diandalkan untuk meneliti penyakit kardiovaskular pada manusia. Namun, mengukur fungsi jantung seperti ekspansi dan kontraksi biasanya memerlukan intervensi manusia yang memakan waktu. Dipimpin oleh Girish Melkani, seorang profesor di Departemen Patologi UAB, Divisi Patologi Molekuler dan Seluler, para peneliti UAB telah mengembangkan metode menggunakan pembelajaran mendalam dan mikroskop video berkecepatan tinggi untuk mengotomatiskan pengukuran ini.

“Metode pembelajaran mesin kami tidak hanya cepat; ini meminimalkan kesalahan manusia karena Anda tidak perlu menandai setiap dinding jantung secara manual dalam kondisi sistolik dan diastolik,” kata Melkani dalam sebuah rilis berita. “Selanjutnya, Anda dapat menjalankan analisis terhadap beberapa ratus jantung dan melihat analisis tersebut ketika dilakukan untuk semua jantung.”

Pendekatan ini membuka potensi pengujian yang lebih luas mengenai bagaimana berbagai faktor lingkungan dan genetik mempengaruhi penuaan dan patologi jantung. Model potensial untuk penelitian di masa depan termasuk ikan zebra dan tikus, yang sama seperti lalat buah, sangat berharga untuk penelitian kardiovaskular.

“Selain itu, teknik kami dapat diadaptasi untuk model jantung manusia, memberikan wawasan berharga mengenai kesehatan dan penyakit jantung,” tambah Melkani. “Selain itu, pendekatan pembelajaran mesin dapat memprediksi penuaan jantung dengan akurasi tinggi.”

Penelitian tim UAB menguji model mereka pada jantung yang menua dan model kardiomiopati dilatasi lalat buah, yang disebabkan oleh penghancuran enzim penting, oxoglutarate dehydrogenase. Mereka melatih model otomatis mereka menggunakan 54 jantung dan memvalidasinya dengan 177 jantung tambahan, sehingga berhasil menciptakan kembali tren penuaan jantung yang diharapkan.

Melkani menyoroti bahwa model mereka dapat diimplementasikan dengan perangkat keras tingkat konsumen. Kode analisis yang dihasilkan oleh tim dapat menghitung berbagai statistik jantung penting, termasuk diameter diastolik dan sistolik, pemendekan fraksi, fraksi ejeksi, detak jantung, dan aritmisitas detak jantung.

“Sepengetahuan kami, platform inovatif untuk segmentasi berbantuan pembelajaran mendalam ini adalah yang pertama yang diterapkan pada mikroskop optik standar resolusi tinggi berkecepatan tinggi pada jantung Drosophila sekaligus mengukur semua parameter yang relevan,” kata Melkani.

Teknik perintis ini menjanjikan transformasi cara para peneliti mempelajari fungsi jantung pada lalat buah dan seterusnya.

“Dengan mengotomatiskan proses dan menyediakan statistik jantung terperinci, kami membuka jalan bagi studi fungsi jantung Drosophila yang lebih akurat, efisien, dan komprehensif. Metode ini memiliki potensi yang luar biasa – tidak hanya untuk memahami penuaan dan penyakit pada lalat buah – tetapi juga untuk menerjemahkan wawasan ini ke dalam penelitian kardiovaskular manusia,” tambah Melanie.

belajar, berjudul “Penilaian otomatis dinamika jantung pada penuaan dan kardiomiopati dilatasi model Drosophila menggunakan pembelajaran mesin,” diterbitkan dalam Biologi Komunikasi.