Pemindaian mata dapat mendeteksi tanda penyakit Parkinson hingga 7 tahun sebelum diagnosis

• Tim peneliti dari Moorfields Eye Hospital dan UCL Institute of Ophthalmology menemukan penanda terkait penyakit Parkinson pada citra retina, dan menunjukkan bahwa penanda itu dapat terdeteksi rata-rata hingga 7 tahun sebelum muncul secara klinis
• Dengan analisis AI, hasil dari dataset AlzEye direplikasi pada basis data UK Biobank yang lebih luas, sehingga penanda halus tetap dapat diidentifikasi bahkan pada kondisi dengan prevalensi rendah 0,1~0,2%
• Pemeriksaan utama, OCT, adalah pemeriksaan mata noninvasif yang membuat citra penampang retina dalam waktu kurang dari 1 menit dan memberikan detail pada tingkat 1/1000 mm
• Metode ini masih sulit digunakan untuk memprediksi timbulnya Parkinson pada tiap individu, tetapi berpotensi berkembang menjadi alat pra-skrining untuk menemukan kelompok berisiko
• OCT lebih cepat, lebih murah, dan lebih mudah diskalakan daripada pemindaian otak, sehingga pemeriksaan pencitraan pada populasi yang lebih luas di masa depan dapat mengarah pada analitik prediktif

---

Penanda Parkinson yang ditemukan pada citra retina

• Tim yang dipimpin oleh Siegfried Wagner dan Pearse Keane dari Moorfields Eye Hospital dan UCL Institute of Ophthalmology mengidentifikasi penanda yang muncul rata-rata 7 tahun sebelum manifestasi klinis pada pasien Parkinson
• Hasil ini berasal dari studi terbesar hingga saat ini tentang pencitraan retina untuk Parkinson, dan disajikan sebagai kasus pertama yang menunjukkan temuan tersebut beberapa tahun sebelum diagnosis
• Studi ini diterbitkan di jurnal medis Neurology® milik American Academy of Neurology

Dataset dan metode analisis

• Tim peneliti mencari penanda Parkinson dalam pemindaian mata dengan bantuan AI
• Hasil dari dataset AlzEye direplikasi dalam basis data UK Biobank yang lebih luas, dan temuan yang sama juga muncul kembali pada data relawan sehat
• Dengan menggunakan dua dataset besar tersebut bersama-sama, para peneliti dapat mengidentifikasi penanda halus bahkan pada Parkinson yang prevalensinya rendah, yaitu 0,1~0,2%
• Dataset AlzEye dibuat melalui INSIGHT, basis data terbesar di dunia untuk citra retina dan data klinis terkait

Peran OCT dan oculomics

• Mata sejak lama dianggap sebagai jendela yang langsung memperlihatkan berbagai aspek kesehatan tubuh
• Citra retina beresolusi tinggi kini digunakan secara rutin dalam layanan oftalmologi, khususnya pemindaian 3D OCT yang banyak dipakai di klinik mata dan optik di pusat kota
• OCT membuat citra penampang retina di bagian belakang mata dalam waktu kurang dari 1 menit, dan memberikan detail pada tingkat 1/1000 mm
• Pemindaian retina dianggap sebagai satu-satunya metode noninvasif untuk melihat lapisan sel di bawah permukaan kulit
• Dengan memanfaatkan komputer berkinerja tinggi, pemrosesan OCT dan citra mata dalam jumlah besar kini dapat dilakukan secara akurat hanya dalam sebagian kecil waktu yang dibutuhkan manusia untuk menganalisisnya
• Machine learning digunakan untuk menemukan informasi tersembunyi tentang kondisi tubuh secara keseluruhan hanya dari citra mata, dan bidang penelitian ini disebut oculomics

Keterkaitan dengan penelitian penyakit lain

• Data pemindaian mata sebelumnya juga telah digunakan untuk mencari sinyal penyakit neurodegeneratif atau terkait, seperti penyakit Alzheimer, multiple sclerosis, dan baru-baru ini skizofrenia
• Studi ini merupakan contoh dalam arus penelitian yang sama, dengan menemukan penanda awal Parkinson pada citra retina

Kolaborasi penelitian dan keterhubungan data NHS

• Penelitian ini melibatkan kerja sama NIHR Biomedical Research Centres dari Moorfields Eye Hospital, University Hospital Birmingham, Great Ormond Street Hospital, Oxford University Hospital, University College Hospital London, dan UCL Great Ormond Street Institute of Child Health
• Menurut wawancara video, tahap pertama dilakukan dengan menghubungkan pemindaian mata dari lebih dari 100.000 orang yang mengunjungi Moorfields Eye Hospital dengan data nasional rawat inap rumah sakit di seluruh Inggris untuk mencari ciri mata pada pasien Parkinson
• Pada tahap kedua, ciri yang sama dikonfirmasi pada kelompok sehat dari populasi umum Inggris, dan ditemukan bahwa ciri tersebut sudah ada rata-rata hingga 7 tahun sebelum diagnosis Parkinson
• Penyedia layanan kesehatan terpadu NHS, dataset berskala besar, infrastruktur komputasi berkinerja tinggi, serta keahlian AI dari Moorfields dan UCL diperlukan untuk menjalankan penelitian ini

Prediksi individual belum siap

• Siegfried Wagner menyatakan bahwa metode ini belum siap digunakan untuk memprediksi apakah seseorang akan mengalami Parkinson
• Namun, ia berharap pendekatan ini dapat menjadi alat pra-skrining bagi kelompok yang berisiko terkena penyakit tersebut
• Jika sinyal berbagai penyakit dapat ditemukan sebelum gejala muncul, orang akan punya waktu untuk mencoba perubahan gaya hidup guna mencegah sebagian penyakit, dan klinisi dapat menunda timbulnya serta dampak penyakit neurodegeneratif

Skalabilitas dan potensi untuk kesehatan masyarakat

• Louisa Wickham menilai bahwa memperluas pemeriksaan pencitraan pada populasi yang lebih luas dapat memberi dampak besar bagi kesehatan masyarakat di masa depan dan pada akhirnya mengarah pada analitik prediktif
• Pemindaian OCT untuk tujuan ini lebih mudah diskalakan daripada pemindaian otak, serta noninvasif, lebih murah, dan lebih cepat
• Materi terkait yang disediakan mencakup wawancara ITV News dan artikel akademik

[GN⁺]

Komentar Hacker News

• Sebaiknya baca makalah aslinya: https://n.neurology.org/content/neurology/early/2023/08/21/W...
  Bahkan pada indikator yang menunjukkan sinyal paling kuat, distribusi antara pasien Parkinson prodromal dan kelompok kontrol cukup banyak tumpang tindih. Beberapa nilai tampak hampir seperti penanda definitif Parkinson, tetapi di area yang tumpang tindih, jika dipakai sebagai indikator tunggal, tingkat positif palsu akan tinggi sehingga kegunaannya menurun
  Tampaknya ada kemungkinan mendeteksi Parkinson pada proporsi yang cukup besar di tahap cukup dini, tetapi sulit membayangkan metode ini saja bisa menekan positif palsu dan negatif palsu sekaligus. Perlu juga diingat bahwa siaran persnya merangkum makalah yang lebih konservatif dengan nada yang lebih bersemangat

  • Kalau memang ada “kemungkinan mendeteksi Parkinson di tahap cukup dini”, saya penasaran apa bentuk intervensi dini selain perubahan gaya hidup
    Sejauh yang saya tahu, pengobatan Parkinson pada dasarnya mendekati minum obat dopamin seumur hidup, dan pada akhirnya muncul toleransi sehingga efeknya menurun dan dosis yang makin tinggi dibutuhkan. Rasanya seperti begitu mulai, hitung mundur sisa umur otak juga ikut dimulai
  • Di makalahnya juga tertulis bahwa “INL dan GCIPL yang lebih tipis berkaitan dengan peningkatan risiko terjadinya penyakit Parkinson, tetapi khususnya ukuran efek INL kecil, sehingga nilai praktisnya saat ini sebagai penanda dini Parkinson pada tingkat individu terbatas”
    Setelah mencari sedikit, ternyata bahkan pada orang dewasa muda yang sehat pun variasi individu dalam ketebalan GCIPL cukup besar, dan rentangnya lebih besar daripada efek yang terdeteksi dalam studi tersebut. Dalam praktiknya, untuk menangkap awal kemunculan penyakit mungkin perlu melacak GCIPL sepanjang hidup, dan penipisan GCIPL saja juga tampak belum cukup untuk mendiagnosis Parkinson. Hal itu juga muncul pada penyakit lain seperti Alzheimer, dan mungkin saja merupakan akibat penuaan alami

• Perusahaan yang terlintas di bidang ini adalah RightEye dan Neuralight:
  https://techcrunch.com/2018/02/17/righteyes-portable-eye-tra...
  https://techcrunch.com/2022/05/24/neuralight-aims-to-track-a...
  Sekarang sepertinya sudah lebih banyak. Seingat saya, data seperti ini sangat bagus untuk memberi sinyal “coba jalani pemeriksaan lebih mendalam”. Bukan untuk menetapkan diagnosis, melainkan sebatas bahwa, misalnya, perlambatan gerakan mata memiliki korelasi dan bisa terdeteksi jauh lebih awal daripada gejala yang jelas seperti tremor tangan

  • Ini bukan hanya soal gerakan. Jaringan retina berkembang dari jaringan embrional yang sama dengan otak. Mungkin mereka juga melihat struktur atau sistem pembuluh darahnya
    Anekdot paling mengesankan di bidang ini adalah tidak ada kasus skizofrenia yang terjadi pada orang yang buta sejak lahir
  • Saya penasaran apakah diagnosis dini benar-benar berguna

• Membayangkan bahwa kita bisa tahu akan terkena demensia dalam 10 tahun ke depan memang menarik, tetapi apakah mengetahui itu merupakan hal baik tidak sesederhana itu
  Kalau pemikiran ini didorong sampai ujung, jadinya agak lucu juga. Bagaimana jika “mengetahui” menjadi norma sosial? Apakah orang yang sebentar lagi akan terkena demensia diberi prioritas antrean di ruang publik? Kita bisa membayangkan taman hiburan, reservasi transportasi, reservasi hotel, bar, bioskop, semuanya. Industri jasa yang menargetkan kelompok khusus ini bisa saja muncul dalam semalam

  • Ini bukan hal yang menyenangkan, tetapi menurut saya kemampuan membuat rencana jangka panjang untuk kondisi medis yang sulit jelas lebih baik daripada tidak tahu. Mulai dari perencanaan keuangan sampai mencari rumah yang sesuai dengan kondisi, seperti rumah satu lantai tanpa tangga
    Saya berharap dalam waktu dekat pemahaman tentang obat pengubah penyakit yang memperlambat progresi Parkinson menjadi lebih baik. Jika ada konfirmasi bahwa obat seperti Exenatide benar-benar memperlambat progresi Parkinson, saya ingin mengetahuinya sedini mungkin
  • Mengetahui bahwa kita akan terkena penyakit yang tidak bisa disembuhkan hanya punya sisi negatif. Alih-alih menikmati masa kini, kita jadi takut pada waktu yang akan datang
  • Jika orang yang sebentar lagi akan terkena demensia diberi prioritas antrean di ruang publik, perlu dipikirkan juga apakah hal yang sama sudah dilakukan untuk pasien kanker
  • Itu sudah terjadi. Jika dinilai bisa terkena kanker atau demensia, arahnya menjadi penolakan pendaftaran asuransi dan perampasan kesempatan
  • Mungkin kita bisa menikmati sisa hari sepuasnya, tetapi setelah mati pengalaman seperti itu tidak membuat perbedaan apa pun bagi diri sendiri. Yang tersisa adalah warisan yang tinggal dalam benak orang-orang yang masih hidup. Saya tidak ingin dikenang sebagai orang yang menyingkirkan orang lain dan menghabiskan juga bagian warisan mereka
    Ini patut dipikirkan

• “Dengan menggunakan machine learning, salah satu jenis AI, komputer kini dapat menemukan informasi tersembunyi tentang seluruh tubuh hanya dari gambar-gambar ini,” jadi sekarang ungkapannya menjadi komputer menggunakan AI untuk melakukan sesuatu?
  Menarik bahwa orang selalu bilang “AI melakukan X”, “AI menemukan Y”, tetapi tidak bilang “derek membangun gedung”

  • Sulit menyebutnya ungkapan yang aneh. Atribusi selalu diberikan kepada subjek berpikir yang mengoperasikan alat dan menafsirkan hasil
    Misalnya, Galileo yang melihat Jupiter, bukan teleskop yang melihat Jupiter. Joe yang membangun dinding, bukan derek yang membangun dinding
    Dalam kasus ini, AI adalah subjek berpikir dan bukan manusia, jadi ungkapan seperti itu muncul. Fakta bahwa manusia membuat AI juga tidak menghilangkan atribusinya. Sama seperti kita tidak mengatakan ibu Joe yang membangun dinding hanya karena Joe lahir dari ibunya
  • Derek adalah mesin lama dan sudah sangat dikenal, sedangkan AI baru dan bagi kebanyakan orang semacam kotak hitam, jadi tampaknya ungkapan seperti itu muncul

• Meski belum ada terapi, kemajuan terkait Parkinson adalah hal baik
  Ayah saya menderita Parkinson, dan sebagai insinyur yang menangani logam serta degreaser, ia selama bertahun-tahun terpapar trikloroetilena, jadi itu merupakan data point yang jelas bahwa zat tersebut bisa menjadi penyebab
  [1] https://www.science.org/content/article/widely-used-chemical...

  • Saya pernah terpapar TCE yang ada dalam brake cleaner, jadi saya mungkin juga berisiko. Terima kasih untuk tautannya

• Kita sudah membawa kamera yang sangat canggih di dalam saku
  Berapa lama lagi sampai kita bisa memanfaatkan smartphone untuk membuat perangkat seperti tricorder yang dijanjikan Star Trek?
  Apple Watch juga tampak punya potensi, dan saya membayangkan suatu hari nanti orang pergi ke dokter bukan untuk mendapatkan diagnosis, melainkan untuk mengonfirmasi diagnosis yang sudah muncul dan mendapat panduan rencana perawatan yang berhasil

  • Di negara berkembang, ini berpotensi menjadi opsi yang baik [1] [2]. Namun perlu mempertimbangkan perangkat optik tambahan untuk smartphone, seperti “kamera fundus”. Di negara maju, kemungkinan besar ini akan terikat ke pemeriksaan mata tradisional
    Manfaatnya ada pada kemampuan mengekstrak lebih banyak data dengan machine learning dari proses pencitraan yang sudah ada. Hal-hal seperti ini bisa dilihat sebagai implementasi pipeline data
    “Citra retina beresolusi tinggi kini menjadi bagian rutin dari praktik oftalmologi. Terutama optical coherence tomography(OCT), pemindaian 3D yang banyak dipakai di klinik mata dan toko optik di pusat kota. Dalam waktu kurang dari satu menit, pemindaian OCT menghasilkan penampang retina di bagian belakang mata dengan detail sangat tinggi hingga tingkat 1/1000 milimeter”
    [1] https://www.cureus.com/articles/106024-effective-low-cost-op...
    [2] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5609317/
  • Saya memperkirakan para dokter, industri terkait, dan lembaga seperti FDA yang tidak berguna akan menentang arus ini dengan keras. Seperti biasa
  • Google telah melakukan riset agar smartphone dapat mengukur detak jantung, mengidentifikasi penyakit kulit, mendeteksi penyakit lewat foto mata, dan berperan sebagai semacam stetoskop:
    https://ai.googleblog.com/2023/02/google-research-2022-beyon...

• Ini akan disalahgunakan bukan untuk membantu orang, melainkan untuk menolak perlindungan asuransi

  • Di AS, sejak 2014 orang tidak boleh dikecualikan dari asuransi kesehatan karena kondisi yang sudah ada sebelumnya
    Jika seseorang mencoba mendaftar asuransi perawatan jangka panjang tertentu atau asuransi jiwa dan tidak mengungkapkannya, mungkin ada risiko kehilangan asuransi tersebut
    Namun orang tidak boleh menghindari skrining atau perawatan medis karena takut kehilangan asuransi kesehatan akibat kondisi yang sudah ada sebelumnya. Era seperti itu sudah berakhir hampir 10 tahun lalu
  • Dalam praktiknya, itu bisa saja terjadi. Efek bersihnya adalah perlindungan bisa ditolak
    Saat menjalani tes, hal seperti ini tidak dijelaskan
  • Cara berpikir seperti ini bisa diterapkan pada hampir semua kemajuan medis. Regulasi yang tepat dapat menyelesaikan masalahnya

• Apakah kita bahkan tahu apakah mekanisme Parkinson sama pada semua orang? Atau apakah ini lebih seperti berbagai fenomena yang rusak secara acak dan unik pada tiap orang, lalu berujung pada gejala yang mirip, sehingga klinisi memberinya satu nama umum yang longgar?
  Kemarin saya membaca makalah ini: https://www.frontiersin.org/articles/10.3389/fchem.2023.1106... Bukankah bagus kalau alat seperti ini bisa diperluas ke tingkat organisme manusia dan pasien individual? CPU dan GPU tidak bisa mensimulasikan sesuatu sebesar itu dengan benar, jadi kekurangannya ditutup dengan machine learning. Bagaimana kalau kita bisa mengintip kehidupan privat penyakit individual dengan resolusi lebih tinggi daripada badan intelijen terbaik di dunia?
  Saya bermimpi ingin mengerjakan hal seperti ini, jadi kalau sedang merekrut, silakan kirim email

• Saya menulis artikel berjudul “Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs”. Bisa dibaca di sini: https://www.nature.com/articles/s41467-023-39631-x
  Banyak model seperti ini menawarkan manfaat yang menjanjikan bagi kesehatan populasi, tetapi masih ada banyak tantangan terkait bias dan implementasi. Meski begitu, deteksi dini penyakit bisa memberi manfaat meskipun belum tentu berupa pengobatan. Studi IDEAs untuk penyakit Alzheimer adalah contoh yang baik

• Seberapa besar sebenarnya daya prediksinya? Nilai p dan interval kepercayaan rasio risiko, berdasarkan asumsi, hanya memberi tahu probabilitas dibandingkan efek hipotesis nol pada data berulang
  Yang benar-benar ingin saya ketahui adalah, dengan prevalensi Parkinson pada populasi umum sebagai probabilitas awal, seperti apa confusion matrix metode ini