Pembuatan Satu Dekade
Setiap tahun di Amerika Serikat, lebih dari 300.000 orang meninggal karena serangan jantung mendadak – suatu kondisi dimana sistem kelistrikan jantung tidak berfungsi tanpa peringatan. Keadaan darurat medis ini dapat membunuh orang lanjut usia yang berisiko tinggi dan atlet muda yang tampaknya sehat dan tidak memiliki riwayat masalah jantung. Meskipun defibrilator internal yang mengembalikan irama jantung dapat menyelamatkan nyawa, mencari tahu siapa yang benar-benar membutuhkannya masih merupakan permainan tebak-tebakan yang berisiko tinggi. For more context on this story, see our ongoing latest AI developments.
Kini, tim peneliti yang dipimpin UC Berkeley telah menemukan sinyal yang sebelumnya tidak dikenali dalam elektrokardiogram (EKG) yang dapat mendeteksi pasien berisiko tinggi sebelum jantung mereka berhenti. Penelitian yang diterbitkan pada 24 Juni 2026 di jurnal Nature ini dapat mengubah cara dokter mengidentifikasi siapa yang membutuhkan implan penyelamat nyawa.
“Keputusan medis sangat sulit, dan saya pikir itulah mengapa AI sangat menarik bagi saya,” kata Ziad Obermeyer, seorang profesor di Fakultas Kesehatan Masyarakat UC Berkeley dan penulis utama studi tersebut, dalam siaran pers universitas. “Kami tidak hanya bisa membuat keputusan yang lebih baik, tapi juga mulai memahami apa yang sebenarnya terjadi pada pasien ini sebelum jantung mereka berhenti.”
Pelatihan 440.000 EKG
Dengan menggunakan lebih dari 440.000 EKG dari Swedia yang dipadukan dengan informasi dari sertifikat kematian, para peneliti melatih model kecerdasan buatan untuk menganalisis lonjakan dan bentuk gelombang yang dihasilkan oleh arus listrik jantung. Mereka memberikan model pemindaian dari orang sehat, pasien berisiko, dan mereka yang kemudian menderita kematian jantung hingga model tersebut mengenali pola gelombang unik pada orang yang meninggal mendadak.
Tim kemudian memvalidasi algoritme tersebut selama beberapa tahun pada ribuan file pasien tambahan dari Amerika Serikat dan Taiwan. Menurut universitas tersebut, pengumpulan data saja memakan waktu sekitar satu dekade, berdasarkan hasil pemindaian selama enam tahun dari sistem kesehatan terpadu Swedia, dua tahun EKG yang tidak teridentifikasi dari sistem rumah sakit di San Diego, dan kumpulan data terpisah dari Taipei.
“AI yang baik dimulai dengan data yang baik,” kata Obermeyer, yang juga merupakan bagian dari program bersama UCSF-UC Berkeley Computational Precision Health. “Sayangnya, data seperti yang kami gunakan untuk penelitian ini sangat sulit diakses. Ini adalah alasan utama mengapa AI klinis yang digunakan saat ini sangat sedikit.”
Mengungguli Tes Standar
Hasilnya menunjukkan lompatan berarti dibandingkan metode penyaringan yang ada saat ini. Teknik yang paling umum digunakan untuk mengidentifikasi pasien berisiko adalah dengan mengukur berapa banyak darah yang dikeluarkan jantung pada setiap detak jantung – yang dikenal sebagai fraksi ejeksi. Tes tersebut mengidentifikasi kelompok berisiko tinggi dengan tingkat kematian jantung mendadak sebesar 4,6% per tahun.
Sebaliknya, sistem AI mengisolasi kelompok berisiko tinggi dengan angka tahunan sebesar 7% – menandai kelompok pasien yang lebih besar yang memang benar-benar berisiko, namun terlihat berisiko rendah menurut standar saat ini. Sebagian besar pasien ini tidak akan pernah dirujuk untuk evaluasi lebih lanjut berdasarkan protokol yang ada.
Serangan jantung disebabkan oleh terbatasnya aliran darah, sedangkan serangan jantung terjadi ketika arus listrik jantung tiba-tiba berhenti mengalir. CPR dan kejutan listrik dari defibrilator eksternal otomatis dapat menyelamatkan nyawa, namun sekitar 90% dari mereka yang mengalami serangan jantung mendadak di luar rumah sakit meninggal dalam hitungan menit. Kejadian yang cepat dan tidak dapat diprediksi membuat pencegahan menjadi sangat sulit.
Dilema Defibrilator
Ironi dari kematian jantung mendadak, kata Obermeyer, adalah bahwa pengobatannya sudah ada – dokter tidak dapat mengidentifikasi dengan pasti siapa yang membutuhkannya pada waktunya. Defibrilator kardioverter implan (ICD) adalah perangkat kecil yang ditempatkan di dada yang memantau ritme jantung dan memberikan kejutan ketika pola berbahaya terdeteksi.
Masalahnya ada dua. Pertama, tes fraksi ejeksi standar mengharuskan pasien menjalani evaluasi medis yang lebih mendalam – sesuatu yang tidak pernah diketahui oleh sebagian besar korban. Kedua, dua pertiga dari implan yang dipasang pada pasien yang ditandai oleh tes saat ini tidak pernah benar-benar menyala, yang berarti pasien menjalani prosedur invasif dan mahal untuk mencegah keadaan darurat yang mungkin tidak pernah mereka hadapi.
“Pada sebagian kecil dari orang-orang tersebut, kita bisa mencegah kematian tersebut jika kita mengetahuinya tepat waktu,” kata Obermeyer. “Ada banyak nyawa yang hilang dari orang-orang yang meninggal karena kematian jantung mendadak, yang sebenarnya bisa dicegah jika kita memiliki alat AI yang lebih baik untuk menemukan hal-hal ini.”
Apa yang Terjadi Selanjutnya
Tahap berikutnya dari proyek ini telah dimulai. Obermeyer bekerja sama dengan sistem kesehatan di Swedia, Taiwan, dan Amerika Serikat untuk menerapkan algoritme pada database EKG rumah sakit. Untuk pemindaian yang ditandai oleh sistem sebagai risiko tinggi, dokter akan memberi tahu pasien dan menawarkan mereka pilihan untuk memakai penutup mata yang terus memantau jantung mereka. Data pemantauan tersebut dapat membantu peneliti lebih memahami mekanisme fisiologis di dalam jantung yang menghasilkan sinyal – dan pada akhirnya dapat mengarah pada penempatan defibrillator internal yang berpotensi menyelamatkan nyawa.
Studi ini juga membuka pintu bagi penelitian baru mengenai apa yang sebenarnya dideteksi oleh alat AI. Pola gelombang yang muncul tampaknya berhubungan dengan jantung secara tiba-tiba dan mengalami kegagalan fatal, namun mekanisme fisiologis yang tepat masih belum jelas – sebuah pertanyaan yang diharapkan oleh tim melalui pemantauan berkelanjutan dapat membantu menjawabnya.
Obermeyer juga membangun sebuah situs web di mana individu yang tertarik untuk menilai risiko mereka sendiri dapat mengirimkan informasi dasar dan alamat email, sehingga tim peneliti dapat menghubungi mereka untuk analisis EKG setelah alat tersebut tersedia lebih luas. Proyek ini mengacu pada karya dua organisasi yang didirikan bersama Obermeyer – Dandelion Health dan Nightingale Open Science – yang beroperasi di titik persimpangan antara AI dan penelitian medis.
Di luar implikasi klinis langsungnya, penelitian ini menggarisbawahi poin yang lebih luas mengenai AI dalam dunia kedokteran: nilai terbesar dari teknologi ini mungkin bukan terletak pada penggantian dokter, namun pada mengungkap pola-pola yang tidak terlihat oleh mata manusia – pola-pola yang, jika dipahami, dapat menyelamatkan ribuan nyawa setiap tahunnya.
“Akan ada cara baru dalam melakukan sains yang dihasilkan dari alat-alat ini,” kata Obermeyer, “dan sangat menyenangkan untuk memikirkan bagaimana hal itu mulai terjadi.”
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
