Apakah Risiko Stroke pada Pasien dengan Fibrilasi Atrium Dapat Diprediksi dengan Lebih Baik?

Fibrilasi atrium memengaruhi lebih dari 58 juta orang di seluruh dunia dan secara signifikan meningkatkan risiko stroke. Namun, alat yang ada saat ini untuk mengevaluasi risiko ini, seperti skor klasik, tetap kurang akurat dan tidak memperhitungkan interaksi kompleks antara berbagai faktor kesehatan pasien.

Sebuah tim peneliti telah mengembangkan model kecerdasan buatan baru yang mampu memprediksi risiko stroke dalam satu tahun pada pasien yang baru saja didiagnosis dengan fibrilasi atrium. Model-model ini hanya menggunakan informasi yang mudah diakses: usia, riwayat medis, dan obat-obatan yang dikonsumsi pasien. Berbeda dengan metode tradisional, alat-alat ini menganalisis hubungan halus antara elemen-elemen tersebut untuk memberikan estimasi yang lebih personal dan andal.

Hasilnya cukup meyakinkan. Dua model yang diuji, satu berdasarkan pendekatan statistik klasik dan yang lainnya menggunakan teknik pembelajaran mesin canggih, menunjukkan kemampuan untuk membedakan pasien berisiko dengan akurasi jauh lebih tinggi dibandingkan metode yang ada. Kinerja mereka telah divalidasi pada kelompok pasien yang beragam, mengonfirmasi keandalan mereka dalam berbagai konteks klinis. Selain itu, model-model ini memungkinkan penyesuaian ambang batas risiko sesuai dengan kebutuhan individu, yang sangat berguna bagi pasien lanjut usia atau yang memiliki beberapa masalah kesehatan.

Keuntungan utama lainnya adalah kemudahan penggunaannya. Model-model ini tidak memerlukan tes darah atau pemeriksaan pencitraan medis, yang seringkali tidak tersedia pada saat diagnosis. Hal ini membuatnya dapat diakses dalam praktik sehari-hari di rumah sakit. Para peneliti juga telah memverifikasi bahwa alat-alat ini bekerja sama baik untuk pria maupun wanita, sehingga menghindari bias terkait jenis kelamin.

Dalam jangka panjang, model-model ini juga membantu mengidentifikasi pasien yang akan paling diuntungkan dengan pengobatan antikoagulan. Data menunjukkan bahwa pasien yang diklasifikasikan berisiko tinggi oleh alat-alat ini mengalami penurunan risiko stroke secara signifikan jika mereka mengonsumsi obat-obatan tersebut, berbeda dengan mereka yang diidentifikasi oleh metode tradisional.

Kemajuan ini membuka jalan menuju pengobatan yang lebih personal. Dokter mungkin segera dapat mengandalkan prediksi ini untuk menyesuaikan pengobatan sesuai dengan profil unik setiap pasien, sehingga mengurangi jumlah stroke yang dapat dicegah dan meningkatkan penanganan fibrilasi atrium.

Sources et crédits

Étude source

DOI : https://doi.org/10.1038/s41746-026-02470-3

Titre : Interpretable machine learning models for stroke risk prediction in patients with newly diagnosed atrial fibrillation

Revue : npj Digital Medicine

Éditeur : Springer Science and Business Media LLC

Auteurs : Jesse Chih-Wei Lin; Chen-Min Chang; Heng-Yu Pan; Yi-Lwun Ho; Yu-Kang Tu; Chao-Lun Lai