Setiap detik begitu penting di unit perawatan intensif neonatal (NICU).
Waktu mulai berdetak saat bayi prematur lahir, dengan neonatologis berlomba untuk mengidentifikasi dan mengatasi potensi komplikasi kesehatan. Semakin dini para dokter mendeteksi penyakit kritis, semakin dini juga mereka dapat melakukan intervensi, memulai pengobatan, dan menyelamatkan nyawa yang berharga.
Menurut Perpustakaan Kedokteran Nasional, antibodi ibu ditransfer ke plasenta selama trimester ketiga kehamilan, memberikan kekebalan bayi baru lahir terhadap infeksi dan penyakit tertentu. Bayi prematur lahir sebelum transfer kekebalan selesai—kurang dari 37 minggu kehamilan—membuat mereka lebih rentan terhadap infeksi bakteri seperti sepsis, yang menargetkan sistem kekebalan yang belum matang atau terganggu.¹
Di Rumah Sakit Universitas Antwerpen (UZA) di Belgia, sekitar satu dari lima neonatus prematur yang lahir di bawah 3,3 pon (1.500 gram) mengalami sepsis awitan lambat. Staf NICU rumah sakit bertugas mendeteksi sepsis atau infeksi aliran darah pada bayi baru lahir ini, di antara banyak potensi komplikasi lainnya, menggunakan intuisi berbasis pengalaman dan cuplikan data, kemudian memberikan perawatan tepat waktu untuk mengurangi risiko kematian dan keterlambatan perkembangan pada bayi yang selamat.
David Van Laere, seorang ahli neonatologi di UZA, telah mendedikasikan sebagian besar kariernya untuk menemukan metode yang lebih baik dan lebih cepat dalam mendeteksi sepsis. "Selama satu dekade terakhir, saya telah mempelajari tren dan pola antara tanda-tanda vital dan komplikasi yang berkaitan dengan kelahiran prematur," ujarnya.
Dari pengalaman klinisnya terungkap bahwa perubahan pada tanda-tanda vital bayi sering kali terlihat hingga beberapa jam sebelum sepsis terdeteksi. "Jika kita dapat mengetahui perubahan data ini lebih cepat, kita dapat menghindari penundaan dalam memulai pengobatan antibiotik," kata Dr Van Laere. "Karena antibiotik sering kali menyelamatkan nyawa pada kejadian sepsis, memulai pemberian antibiotik lebih awal memiliki potensi berdampak pada tingkat keparahan penyakit atau bahkan meningkatkan peluang bayi untuk bertahan hidup."
Kenyataan yang membuat frustrasi ini mendorong sang dokter untuk menemukan cara terbaik untuk memanfaatkan sejumlah besar data di sekitarnya. "UZA NICU adalah lingkungan yang sangat terdigitalisasi dengan berbagai sumber data," katanya. "Kami memiliki kumpulan data yang lengkap, mulai dari lahir hingga keluar rumah sakit, yang berisi sinyal pemantauan, laporan, diagnosis, data dari berkas elektronik pasien, dan masih banyak lagi." Wawasan dari data pasien ini memiliki potensi untuk membantu mengidentifikasi kondisi penyakit pada tahap yang lebih awal—jika dokter dapat menemukan cara untuk membuat wawasan tersebut dapat ditindaklanjuti.
Peningkatan Kemampuan
Dapat mengidentifikasi sejumlah besar kasus sepsis berat
Deteksi Lebih Cepat
Dapat membantu mendeteksi sepsis beberapa jam lebih cepat daripada staf medis
Dr. Van Laere mengambil langkah pertama untuk mengembangkan solusi berbasis AI dengan bergabung bersama kelompok penelitian bio-informatika di University of Antwerp. Beberapa iterasi pertama dari solusi ini dibiayai oleh hibah dari universitas. Seorang peneliti lokal yang bekerja pada proyek ini menjadi kolega pertama yang bergabung dengan Innocens BV, sebuah perusahaan spin-off gabungan antara University of Antwerp dan UZA.
Dr. Van Laere juga membahas solusi yang mungkin dengan teman dekatnya Dirk A. Claessens, seorang eksekutif, konsultan, dan spesialis IBM dalam AI, data, dan analitik prediktif.
Duo ini sering bertukar cerita kerja saat bersepeda mingguan melalui kota atau makan di bistro lokal. Kumpul-kumpul ini adalah penangguhan hukuman selamat datang bagi Dr. Van Laere, yang jadwalnya biasanya terdiri dari merawat bayi yang baru lahir dalam krisis dan melakukan percakapan yang sulit dengan orang tua yang ketakutan.
Selama retret inilah keduanya menyadari bahwa mereka memiliki lebih banyak kesamaan daripada kecintaan pada bersepeda dan makanan lezat — mereka juga berbagi hasrat untuk data. "Data menceritakan sebuah kisah. Ketika seorang pasien mengalami komplikasi parah, kita dapat melihat bagaimana fisiologi mereka berubah dalam data. Harus ada cara untuk menentukan ke mana arah cerita itu, sehingga kita dapat memperbaiki akhirnya," kata Dr. Van Laere. Dengan percikan inspirasi dari dokter ini, Claessens mulai menuliskan ide-ide.
"Solusi yang ingin Anda bangun harus membantu mendeteksi tanda-tanda potensial yang dapat menunjukkan hasil yang merugikan, seperti sepsis, lebih cepat, dalam neonatus berdasarkan data yang Anda miliki," kata Claessens selama diskusi bersemangat mereka. UZA NICU memiliki data penerimaan selama satu dekade pada bayi prematur dan berat lahir rendah sehingga kedua pria itu memiliki titik awal yang kuat. Dr. Van Laere ingin menggabungkan data ini ke dalam solusi prediktif berkemampuan AI yang mampu memberikan wawasan kepada petugas kesehatan. "Memiliki kemampuan untuk melihat tanda-tanda kemungkinan infeksi sesegera mungkin menjadi perhatian utama saya—bahkan di malam hari, bahkan ketika unit kami sibuk."
Dengan luasnya solusi AI dan keahlian teknis dari IBM Consulting di Amsterdam, IBM Research di Almaden dan IBM Watson Center di Munich, Claessens tahu IBM bisa menjadi mitra teknologi yang ideal untuk mewujudkan visi dokter. Sesi curah gagasan ini, bersama dengan perkembangan dari kelompok riset universitas, akhirnya memimpin Dr. Van Laere dan timnya untuk meluncurkan Innocens BV, anak perusahaan yang dibuat untuk mengembangkan dan memvalidasi solusi Innocens lebih lanjut.
Innocens, yang merupakan kependekan dari Improving Neonatal Outcome with a Clinical Early Notification System, adalah teknologi komputasi canggih yang melatih komputer untuk menganalisis aliran data dari pasien guna menemukan pola yang dapat mengindikasikan sepsis yang terjadi pada tahap akhir. Menurut Dr. Van Laere, solusi seperti Innocens dibangun di atas tiga pilar: model prediktif, antarmuka pengguna yang menarik, dan arsitektur yang kuat.
Model prediktif
Pelanggan dapat melatih komputer menggunakan proses yang disebut machine learning, subkategori AI yang menggunakan algoritma untuk belajar dari data, menarik kesimpulan dari pola-pola di dalamnya, dan membantu memprediksi hasil. Algoritma tersebut secara terus-menerus mengoreksi dan melatih dirinya sendiri untuk menjadi lebih cepat dan akurat.
IBM Client Engineering membantu Innnocens dalam mengembangkan dan menguji model machine learning federasi yang akan digunakan oleh solusi Innocens BV. Innocens BV menggunakan IBM Watson Studio untuk melatih model machine learning solusinya untuk mendeteksi infeksi aliran darah pada bayi di NICU. IBM Watson Studio, sebuah layanan inti pada IBM Cloud Pak for Data, menyediakan sebuah platform untuk membangun, menjalankan, dan mengelola model dalam skala besar.
Antarmuka pengguna
Antarmuka yang ramah pengguna intuitif dan memberikan wawasan untuk ditafsirkan oleh pengguna. "Kami memanfaatkan kemampuan AI yang dapat dijelaskan yang dibangun ke dalam IBM Cloud Pak for Data, platform data yang digunakan untuk pemodelan," Dr. Van Laere menjelaskan. "Dengan membantu pengguna lebih memahami apa yang dikatakan model kepada mereka beserta alasannya, kami membangun fondasi kepercayaan antara pengasuh dan instrumen—kepercayaan yang sangat penting jika kami ingin tetap waspada."
Claessens menguraikan pentingnya kepercayaan. "Antarmuka pengguna sangat penting untuk memperkuat pemahaman pengguna tentang teknologi. Kami ingin menyediakan teknologi yang memberikan wawasan kepada para dokter yang dapat mereka gunakan untuk menginformasikan diagnosis mereka. Idenya adalah bahwa komputer meningkatkan wawasan manusia, tetapi pada akhirnya dokter tetap memegang kendali."
Arsitektur yang kokoh
Arsitektur yang kokoh yang mengintegrasikan komputasi edge membawa komputasi dan penyimpanan data lebih dekat ke sumber data. Hal ini sangat penting dalam lingkungan perawatan kesehatan di mana informasi sensitif dibagikan selama proses perawatan dan di mana waktu menjadi sangat penting. "Perangkat yang akan melakukan visualisasi dan prakiraan harus dekat dengan sumber data dan orang-orang yang menggunakan data tersebut," kata Claessens.
Sumber data yang berbeda dapat membahayakan keamanan dan menyebabkan latensi respons. "Anda memiliki rumah sakit, kemudian ruang pasien di dalam rumah sakit, lalu perangkat di dalam ruang pasien. Kami ingin memagari setiap area tersebut untuk membantu melindungi data dan memproses wawasan secara real time," kata Claessens.
Model Innocens berjalan secara lokal di dalam firewall rumah sakit dan dapat berfungsi dan berkembang tanpa menghapus data sensitif dari rumah sakit. “Data mentah akan tetap on premises. Machine learning terfokus melakukan hal ini tanpa memindahkan data. Parameter akan bergerak di cloud, tetapi data mentah akan tetap berada di dalam dinding rumah sakit," kata Claessens.
Dampak dari teknologi Innocens sedang diteliti dalam uji klinis. Ketersediaan secara komersial akan tersedia di tahun-tahun mendatang.
Awalnya solusi ini dimulai dari pertukaran ide sederhana di antara teman-teman hingga akhirnya menjadi pendekatan terobosan untuk perawatan neonatal.
Di Innoncens BV, Dr. Van Laere dan timnya menggunakan teknologi IBM untuk menciptakan lingkungan data dan AI yang memungkinkan dokter mempelajari pola, mempertanyakan hasil, dan merancang perawatan berbasis nilai individual.
Model prediktif memberi dokter dasar yang berkelanjutan, dapat dijelaskan, dan didorong oleh data untuk keputusan perawatan mereka. Dr. Van Laere melanjutkan, "Innocens bekerja bersama kami untuk memantau bayi sepanjang waktu, tujuh hari seminggu." Dengan menambah kecerdasan petugas kesehatan di samping tempat tidur, dokter NICU dapat fokus untuk memberikan kenyamanan dan perawatan yang presisi bagi pasien mereka.
Van Laere dan Claessens melihat dampak solusi Innocens dalam memprediksi potensi sepsis dini dan pengobatan sebagai awal dari perjalanan yang lebih panjang untuk menerapkan AI guna meningkatkan perawatan bayi baru lahir. "Kami berharap pendekatan berbasis model yang sama dapat digunakan untuk mendeteksi komplikasi pada kondisi prematur lainnya di tahap yang lebih awal," kata Dr. Van Laere. IBM Cloud Pak for Data, IBM Watson Studio, dan IBM Watson Machine Learning mendukung rencana Innocens BV untuk menerapkan solusi ini di rumah sakit dan sistem NICU lainnya di seluruh dunia.
Innocens BV (tautan berada di luar ibm.com) adalah perusahaan rintisan penelitian dan pengembangan dari Unit Perawatan Intensif Neonatal di Rumah Sakit Universitas Antwerp (UZA). Innocens adalah singkatan dari "Meningkatkan Hasil Neonatal dengan Sistem Pemberitahuan Dini Klinis (Improving Neonatal Outcome with a Clinical Early Notification System)," dan solusi Innocens bertujuan untuk mengembangkan sistem pendukung keputusan klinis berdasarkan teknologi AI.
¹ Palmeira, P., Quinello, C., Silveira-Lessa, AL, Zago, CA, & Carneiro-Sampaio, M. (2012). Transfer plasenta IgG pada kehamilan sehat dan patologis.Imunologi klinis & perkembangan, 2012, 985646. https://doi.org/10.1155/2012/985646
Catatan kaki
© Hak Cipta IBM Corporation 2023. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504
Diproduksi di Amerika Serikat, Maret 2023.
IBM, logo IBM, ibm.com, IBM Cloud, IBM Cloud Pak, dan IBM Watson merupakan merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang dari IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web pada "Informasi hak cipta dan merek dagang" di http://www.ibm.com/id-id/legal/copytrade.
Innocens BV adalah pemilik Innocens AI Clinical Decision Support Technology. Teknologi ini mencakup Model Pembelajaran Mesin untuk mendeteksi sepsis yang terjadi pada bayi yang sangat prematur. Model Machine Learning dikembangkan di Rumah Sakit Universitas Antwerpen bekerja sama dengan Rumah Sakit Universitas Antwerpen dan IBM.
Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Semua contoh klien yang dikutip atau dijelaskan disajikan sebagai ilustrasi tentang cara beberapa klien menggunakan produk IBM dan hasil yang mungkin telah mereka capai. Biaya lingkungan dan karakteristik kinerja yang sebenarnya akan bervariasi, tergantung pada konfigurasi dan kondisi tiap-tiap klien. Hasil yang diharapkan secara umum tidak dapat diberikan karena hasil setiap klien akan bergantung sepenuhnya pada sistem dan layanan yang dipesan oleh klien. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.