Harvard Kembangkan AI Canggih untuk Obati Penyakit Langka

Sekelompok ilmuwan di Harvard University telah menciptakan model kecerdasan buatan (AI) canggih yang berpotensi merevolusi dunia medis. Model bernama TxGNN ini dirancang untuk menemukan obat baru, terutama bagi penyakit langka yang hingga kini sulit ditangani. Keunggulan lain dari TxGNN adalah penggunaannya yang dapat diakses secara gratis oleh peneliti di seluruh dunia, membuka peluang kolaborasi luas dalam riset medis.

TxGNN memanfaatkan teknologi zero-shot learning, memungkinkan alat ini mengidentifikasi obat yang sudah ada dan mengevaluasi kemungkinannya untuk digunakan pada penyakit baru. Dengan pendekatan berbasis Graph Neural Network (GNN), TxGNN mampu menganalisis data kompleks tentang hubungan obat dan penyakit. Data yang digunakan untuk melatih model ini sangat luas, mencakup 17.800 penyakit klinis dan hampir 8.000 kandidat obat, memberikan dasar pengetahuan yang mendalam untuk prediksi.

Pendekatan berbasis jaringan saraf grafik ini memungkinkan TxGNN memproses data secara cermat, termasuk memprediksi indikasi (penggunaan obat yang sesuai) dan kontraindikasi (larangan penggunaan obat). Model ini bahkan dapat memberikan rekomendasi obat yang paling efektif untuk kondisi medis tertentu, termasuk penyakit yang belum memiliki pengobatan standar.

Marinka Zitnik, asisten profesor informatika biomedis di Harvard Medical School dan pemimpin studi ini, menyoroti tantangan besar dalam menangani penyakit langka. Menurutnya, keterbatasan data medis untuk kondisi langka menjadi kendala utama bagi model AI saat ini. Di sisi lain, proses pengembangan obat baru yang dilakukan secara konvensional sering kali membutuhkan waktu hingga 15 tahun dan biaya yang sangat besar, menunda akses pasien terhadap pengobatan.

TxGNN hadir untuk mengisi kesenjangan tersebut. Model ini dapat memprediksi potensi penggunaan obat tanpa memerlukan pelatihan khusus untuk setiap penyakit baru, sekaligus meningkatkan akurasi prediksi hingga 9%. Alat ini juga terbukti 50% lebih unggul dalam mengidentifikasi kandidat obat dan 35% lebih akurat dalam memprediksi kontraindikasi dibandingkan model AI lainnya.

“Di sinilah AI menunjukkan potensinya untuk mengurangi beban penyakit global. Dengan menemukan cara baru menggunakan obat yang sudah ada, kita bisa mengembangkan terapi lebih cepat dan dengan biaya lebih rendah dibandingkan merancang obat dari awal,” ujar Zitnik, yang juga anggota Kempner Institute for the Study of Natural and Artificial Intelligence di Harvard.

Hadirnya TxGNN diharapkan dapat mengubah pendekatan studi medis, mempercepat identifikasi pengobatan untuk penyakit langka, dan meminimalkan efek samping. Dengan teknologi ini, ilmuwan memiliki peluang besar untuk menjawab tantangan dalam perawatan penyakit yang hingga kini sulit ditangani oleh metode konvensional.

Sumber dari: kumparan.com