Taipei, 7 Juli (CNA) Sebuah uji klinis di Taiwan menemukan bahwa kolonoskopi berbantuan AI dapat membantu dokter mendeteksi lebih banyak adenoma pada orang yang berisiko tinggi terkena kanker kolorektal, yang berpotensi memberikan pencegahan penyakit yang lebih baik.
Ketika dokter melakukan kolonoskopi, "adenoma yang terdeteksi adalah apa yang kami sebut lesi prakanker," kata Chiu Han-mo (邱瀚模), direktur Pusat Manajemen Kesehatan Rumah Sakit Universitas Nasional Taiwan (NTUH), dalam konferensi pers di Taipei pada hari Senin (6/7).
"Meskipun tidak semua dari mereka pasti akan berkembang menjadi kanker, menemukan dan mengangkat lebih banyak tumor atau polip ini, pada kenyataannya dapat menurunkan risiko kanker kolorektal di masa depan," ujarnya.
Chiu mengatakan dokter melakukan kolonoskopi dengan memeriksa usus besar secara visual, namun setelah melakukan 10 atau 20 prosedur, mereka bisa menjadi lelah di kemudian hari, sehingga "lebih mudah" melewatkan adenoma.
Deteksi yang akurat sangat penting mengingat kanker kolorektal merupakan penyebab kematian akibat kanker ketiga terbanyak di Taiwan pada tahun 2025, setelah kanker paru-paru dan hati, yang merenggut nyawa 7.146 orang, menurut data Kementerian Kesehatan dan Kesejahteraan.
Uji klinis
Untuk mengevaluasi apakah AI dapat meningkatkan deteksi adenoma, NTUH dan tiga rumah sakit lain di Taiwan bekerja sama melakukan uji klinis dari tahun 2022 hingga 2024, membandingkan hasil kolonoskopi berbantuan AI dengan kolonoskopi standar.
Uji coba ini melibatkan 1.356 orang dengan risiko tinggi kanker kolorektal yang menjalani kolonoskopi di keempat rumah sakit tersebut dan secara acak menugaskan mereka untuk menerima kolonoskopi berbantuan AI atau kolonoskopi standar.
Menurut Chiu, sistem AI bekerja seperti "sepasang mata kedua" dengan menandai adenoma yang dicurigai di layar secara real time dan membunyikan peringatan untuk mengingatkan dokter agar memeriksanya lebih teliti.
Namun, dokter tetap yang memutuskan apakah adenoma harus diangkat, katanya, dengan menekankan bahwa AI dimaksudkan untuk membantu dokter, bukan menggantikan mereka.
Hasil deteksi
Pada populasi studi secara keseluruhan, tingkat deteksi adenoma adalah 58,5 persen pada kelompok berbantuan AI, dibandingkan dengan 53,3 persen pada kelompok kolonoskopi standar.
Chiu mengatakan manfaatnya lebih jelas pada 864 pasien yang hasil tes imunokimia feses (FIT) mereka positif, yang secara luas digunakan di Taiwan sebagai alat skrining awal kanker kolorektal dengan mendeteksi darah tersembunyi dalam sampel tinja.
Pada subkelompok tersebut, 65,3 persen pasien yang menerima kolonoskopi berbantuan AI ditemukan memiliki adenoma, dibandingkan dengan 57,4 persen pada mereka yang menjalani kolonoskopi standar, peningkatan sebesar 7,9 poin persentase yang menurut Chiu signifikan secara statistik.
Dengan kata lain, kolonoskopi berbantuan AI membantu mendeteksi adenoma pada sekitar delapan pasien tambahan untuk setiap 100 peserta FIT-positif, katanya.
AI sebagai 'guru'
Chiu juga mencatat bahwa sistem AI membantu memperkecil kesenjangan kinerja antara dokter senior dan dokter muda, dengan tingkat deteksi adenoma pada dokter yang kurang berpengalaman meningkat menjadi 58,0 persen dari 47,9 persen saat mereka menggunakan sistem tersebut.
"Ketika dokter muda melakukan pemeriksaan, mereka mengatakan kepada saya rasanya seperti AI adalah seorang guru yang berdiri di belakang mereka, mengingatkan bahwa mereka mungkin melewatkan sesuatu di sini atau di sana," kata Chiu.
Ia mengatakan peningkatan deteksi ini diharapkan karena model AI dilatih menggunakan lebih dari 100.000 gambar kolonoskopi yang dikumpulkan selama bertahun-tahun oleh dokter senior, karena pengembangan sistem ini sudah dimulai sejak pandemi COVID-19.
Dengan sistem yang sudah disetujui oleh Badan Pengawas Obat dan Makanan Taiwan, Kepala NTUH Yu Chong-jen (余忠仁) mengatakan saat ini sistem tersebut sudah tersedia untuk digunakan oleh pasien.
Studi ini dipublikasikan di jurnal internasional JAMA Network Open pada 15 April 2026, dengan judul "Computer-Assisted Colonoscopy in High-Adenoma Detection Rate Settings in a High-Risk Population: A Randomized Clinical Trial."
Selesai/IF
