AI dan Bioengineering: Mengubah Kesehatan dan Komputasi

Di Lehigh University di Amerika Serikat, tim peneliti dipimpin oleh Profesor Yevgeny Berdichevsky memulai proyek ambisius untuk memahami cara otak manusia memproses informasi menggunakan sampel otak kecil yang dibuat di laboratorium, yang disebut organoid otak. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan yang lebih cerdas dan hemat energi. Otak manusia mampu melakukan miliaran komputasi dengan energi yang sangat rendah, setara dengan sebuah lampu pijar kecil. Para peneliti ingin meniru efisiensi ini dengan mempelajari bagaimana neuron dalam otak mengatur informasi secara kompleks, yang belum bisa dilakukan oleh jaringan saraf buatan saat ini. Organoid otak yang digunakan di laboratorium ini adalah struktur tiga dimensi berukuran milimeter yang dibuat dari sel dewasa. Mereka mencoba mengatur neuron dalam organoid agar menyerupai struktur korteks otak manusia dengan bantuan scaffolding biomaterial 3D yang dirancang untuk menempatkan neuron secara teratur. Peneliti memberi rangsangan berupa gambar bergerak menggunakan cahaya pada organoid dan merekam aktivitas neuron yang menyala sebagai respons. Data dari aktivitas ini akan dianalisis dengan algoritma komputer untuk mengidentifikasi pola neuron yang bekerja, seperti mengenali arah atau kecepatan, yang sangat penting untuk aplikasi AI seperti mobil tanpa pengemudi. Proyek ini bersifat multidisipliner dan melibatkan berbagai bidang ilmu dari teknik, biologi, hingga filosofi. Jika berhasil, pendekatan ini bisa membuka jalan untuk AI yang jauh lebih hemat energi dan memiliki kemampuan komputasi biologis yang canggih, berpotensi mengubah banyak bidang teknologi.

Para peneliti telah mengembangkan alat AI bernama Delphi-2M yang mampu memprediksi risiko seseorang untuk mengembangkan lebih dari 1.000 penyakit hingga 20 tahun ke depan. Alat ini menggunakan data rekam medis dan faktor gaya hidup seperti usia, jenis kelamin, indeks massa tubuh, serta kebiasaan merokok dan konsumsi alkohol. Model ini dilatih dengan data dari 400.000 peserta studi UK Biobank yang berasal dari Inggris Raya. Sebelumnya, model-model AI hanya mampu memprediksi risiko satu penyakit dalam satu waktu, sehingga dokter harus menggunakan banyak model untuk membuat penilaian menyeluruh tentang kesehatan pasien. Delphi-2M mengatasi masalah ini dengan menggunakan jenis model bahasa besar yang biasanya ditemukan pada chatbot AI seperti ChatGPT, dan dikustomisasi untuk kebutuhan medis multi-penyakit. Hasil uji coba menunjukkan bahwa Delphi-2M mampu memberikan prediksi yang sebaik atau bahkan lebih baik dibandingkan dengan model risiko penyakit tunggal maupun algoritma berbasis biomarker. Ini berarti AI tersebut tidak hanya membantu mengenali risiko kanker, tetapi juga penyakit kulit, kondisi imun, dan penyakit lainnya secara bersamaan. Kemampuan Delphi-2M untuk memproyeksikan jalur kesehatan masa depan dengan sangat akurat dinilai sebagai sebuah terobosan di bidang kesehatan digital. Dengan kemampuan ini, tenaga medis dapat mengidentifikasi pasien berisiko tinggi lebih awal dan memberikan intervensi pencegahan yang optimal untuk mencegah penyakit parah berkembang. Meski demikian, tantangan ke depan adalah memastikan model ini juga efektif untuk populasi di luar Inggris, serta menangani isu etika dan privasi data. Namun, tanpa diragukan, Delphi-2M membuka perspektif baru untuk penggunaan AI yang lebih luas dan menyeluruh di masa depan dalam menjaga kesehatan manusia.

Para ilmuwan telah mengembangkan alat AI baru bernama Delphi-2M yang dapat memperkirakan risiko seseorang mengembangkan lebih dari 1.000 penyakit hingga dua dekade ke depan. Model ini menggunakan rekam medis dan faktor gaya hidup seperti usia, jenis kelamin, indeks massa tubuh, serta konsumsi rokok dan alkohol untuk membuat prediksi. Delphi-2M dilatih dengan menggunakan data dari 400.000 peserta studi kesehatan jangka panjang di Inggris yang dikenal sebagai UK Biobank. Berbeda dengan model AI sebelumnya yang hanya mengerti satu jenis penyakit, Delphi-2M dapat memproyeksikan kesehatan secara menyeluruh dalam satu waktu. Teknologi yang digunakan adalah versi modifikasi dari GPT, model bahasa besar yang biasa dipakai dalam chatbot seperti ChatGPT. Pendekatan ini memungkinkan AI untuk mempelajari pola dan kemungkinan penyakit dengan sepaket data yang luas dan kompleks. Hasilnya menunjukkan bahwa Delphi-2M bisa memprediksi risiko penyakit dengan akurasi yang sama atau bahkan lebih baik dari model prediksi risiko tunggal maupun algoritme yang menggunakan biomarker tubuh. Ini menjadikan model tersebut sebuah alat revolusioner untuk perawatan medis di masa depan. Dengan kemampuan ini, dokter dan tenaga medis dapat lebih mudah mengidentifikasi pasien berisiko tinggi sebelum penyakit serius muncul sehingga tindakan pencegahan bisa dilakukan lebih awal. Potensi aplikasi model AI seperti Delphi-2M dalam dunia kesehatan sangat besar dan dapat mengubah cara pencegahan penyakit dilakukan.