Artificial Intelligence Meningkatkan Akurasi Pembacaan Hasil Mamografi: Tinjauan Sistematis Dan Meta-Analisis

Abstract

Kanker payudara merupakan suatu penyakit keganasan akibat proliferasi tak terkontrol dari sel-sel di payudara. Sebanyak 2,3 juta wanita di dunia menderita kanker payudara dengan 685.000 kematian pada tahun 2020. Oleh karenanya, skrining dan deteksi dini kanker payudara penting untuk dapat mengidentifikasi sel kanker sebelum berkembang ke stadium lebih lanjut. Mamografi merupakan modalitas skrining utama untuk mengidentifikasi adanya kanker payudara. Hasil dari pemeriksaan mamografi diinterpretasikan oleh ahli radiologi berdasarkan pada persepsi visual. Kesalahan interpretasi hasil mamografi berkontribusi setidaknya 25% kasus false negative dan 19% kasus false positive. Beberapa tahun belakangan, Artificial Intelligence (AI) diklaim memiliki kinerja yang lebih baik dibandingkan kinerja rata-rata ahliradiologi. Meskipun menjanjikan, sejauh mana AI dapat diterapkan serta validasi dari seberapa signifikan efek nyata implementasi algoritma AI dalam proses skrining kanker payudara perlu diteliti lebih mendalam. Penelitian ini merupakan penelitian tinjauan sistematis dengan metaanalisis. Identifikasi studi literatur didasarkan pada kerangka kerja PICOS dari lima basis data elektronik, yaitu Cochrane Library, Google Scholar, PubMED, ScienceDirect, dan SpringerLink. Seluruh proses seleksi artikel dicantumkan pada PRISMA flowchart. Berdasarkan hasil pencarian melalui kata kunci didapatkan 1.342 artikel dengan 12 artikel akhir yang risiko biasnya dinilai menggunakan QUADAS-2 dan pengolahan data meta-analisis dengan STATA v14.2. Hasil penelitian menunjukkan nilai sensitivitas dan spesifisitas dari penggunaan tunggal AI lebih unggul dari nilai sensitivitas dan spesifisitas ahli radiologi (sensitivitas: 88% (95% CI 82%, 92%) vs 84% (95% CI 79%, 88%); spesifisitas: 89% (95% CI 81%, 83%) vs 87% (95% CI 78%, 93%)). Pada analisis kurva HSROC, nilai AUC penggunaan tunggal AI sebesar 0.94 (95% CI 0.92, 0.96) yang lebih besar dari ahli radiologi (AUC: 0.91 (95% CI 0.88, 0.93)) dan kombinasi ahli radiologi-AI (0.92 (95% CI 0.89, 0.94)). Kesimpulan penelitian ini adalah penggunaan tunggal AI memiliki akurasi yang lebih tinggi dari ahli radiologi saja dan kombinasi ahli radiologi-AI, sehingga dapat meningkatkan akurasi pembacaan hasil mamografi skrining kanker payudara pada sensitivitas, spesifisitas, dan nilai AUC. Namun, sensitivitas dan nilai AUC ahli radiologi lebih unggul dibandingkan dengan kombinasi ahli radiologi-AI.