Untuk meningkatkan efisiensi dan memberikan perawatan berkualitas, layanan perawatan kesehatan saat ini telah mengintegrasikan teknologi dengan berbagai cara. Salah satu teknologi yang paling menjanjikan adalah kecerdasan buatan (AI) yang berpotensi membantu dalam mendiagnosis demensia.
Demensia dialami oleh jutaan orang di seluruh dunia. Saat ini, 10 persen populasi lanjut usia (lansia) di Singapura menderita demensia. Namun, mengingat diagnosis dini demensia penuh dengan hambatan, 70 persen penderita demensia di Singapura tidak terdiagnosis hingga mereka mencapai stadium yang lebih lanjut.
Untuk itu, Government Technology Agency (GovTech) Singapura sedang mengembangkan dan menguji coba alat skrining digital, Project Pensieve. Alat uji ini memanfaatkan gambar untuk mengidentifikasi tanda-tanda demensia pada pengguna. Itu dapat memperkirakan risiko demensia menggunakan AI hanya dalam 10 menit.
Proyek ini merupakan kolaborasi antara Departemen Psikiatri Rumah Sakit Umum Singapura dan Divisi Sains Data dan Kecerdasan Buatan (DSAID) GovTech. Tim bisa menghitung potensi demensia dengan menilai gambar digital. Perhitungan yang dilakukan mengacu pada keahlian klinis lokal dan teknologi pembelajaran mesin (machine learning) yang secara otomatis dapat memperkirakan risiko demensia. Alat ini memberikan cara yang lebih efisien untuk deteksi dini demensia dengan memeriksa bagaimana warga lanjut usia menggambar bentuk dan simbol tertentu.
Setelah mendapat diagnosis Project Pensieve, lansia akan dirujuk ke klinik memori untuk tindak lanjut. Deteksi dini membuat manula bisa segera mendapat pengobatan untuk memperlambat perkembangan penyakit dan membantu mengelola gejala perilaku lainnya. Para lansia juga bisa dibantu untuk mengubah gaya hidup dan mendapatkan akses ke sumber informasi komunitas terkait perawatan demensia.
Saat ini, Project Pensieve masih dalam tahap pengembangan penelitian, yang akan berlanjut hingga tahun 2023. Rencananya, layanan ini akan dipakai secara nasional pada 2024. Upaya ini merupakan bagian dari upaya berkelanjutan GovTech untuk memanfaatkan kecerdasan buatan guna mendeteksi demensia pada tahap awal. GovTech telah dianugerahi OpenGov Asia dalam penghargaan Recognition of Excellence atas pencapaian tersebut.
AI buat deteksi dini demensia
Saat ini, jumlah penduduk senior di Singapura tengah bertumbuh dengan satu dari tujuh warga Singapura adalah manula. Dalam wawancara dengan OpenGov Asia, Tan Congyuan, Product Manager, Divisi Data Science dan Kecerdasan Buatan, GovTech menjelaskan saat ini satu dari 10 lansia di Singapura menderita demensia. Pada 2030, angka ini diduga bakal melonjak dengan satu dari empat warga Singapura akan berusia 65 tahun ke atas. Saat itu, dari total 900 ribu warga lansia, sebanyak 152 ribu lansia Singapura diduga akan mengalami demensia.
Mirisnya, tujuh puluh persen orang dengan demensia di Singapura tidak terdiagnosis sampai mereka mencapai stadium lanjut. Namun hingga saat ini, belum ada solusi mudah yang terukur untuk mengembangkan solusi deteksi dini.
Hambatan lain untuk diagnosis dini demensia adalah keterbatasan ketersediaan tenaga ahli. Tenaga profesional terlatih untuk melakukan tes kognitif saat ini hanya terkonsentrasi di klinik memori khusus di rumah sakit tersier. Padahal, kebanyakan lansia jarang mengunjungi rumah sakit tersier. Hal ini membuat para lansia memiliki akses terbatas dari evaluasi profesional atas gangguan fungsi kognitif mereka.
Masalah lain adalah soal kesulitan menerapkan tes kognisi dini demensia dengan metode yang ada saat ini, misal Min-Cog dan Mini-Mental State Examination. Tes ini membutuhkan tenaga professional dengan pelatihan khusus dan tiap tes butuh 20 hingga 30 menit untuk diselesaikan. Beberapa dari tes ini juga bergantung pada kemampuan literasi responden.
Untuk itu, GovTech dan Rumah Sakit Umum Singapura berinisiatif untuk membuat pendeteksi dini demensia menggunakan AI dengan Project Pensieve pada 2020. AI digunakan agar tes bisa dilakukan dengan cepat dan tidak membutuhkan pelatihan dan bantuan tenaga ahli untuk menyelesaikan tes.
Lewat Project Pensieve, peserta akan menjalani empat tes menggambar di aplikasi. Model AI kemudian akan menilai urutan dan kekuatan garis gambar serta memprediksi apakah peserta menderita demensia atau tidak. Tes menggambar yang harus dimasukkan dalam pengujian tidak bergantung pada tingkat literasi, tingkat pendidikan, serta pengetahuan responden.
Tes gambar ini bisa dilakukan secara mandiri oleh manula dengan asistensi orang awam, baik sukarelawan, pengasuh, atau staf administrasi komunitas. Mereka bisa melakukan tes lewat aplikasi di tablet dengan mendengarkan petunjuk lewat rekaman video dan audio. Para manula rata-rata perlu lima hingga sepuluh menit untuk menyelesaikan soal. Hasil tes kemudian secara otomatis akan langsung dinilai menggunakan AI.
Dengan menganalisis urutan goresan alih-alih gambar pena dan kertas konvensional, AI dapat menilai beberapa hal. Misal, urutan gambar yang tidak normal atau keragu-raguan yang berkepanjangan saat menggambar. Sebab, keduanya bisa menjadi indikasi kesulitan kognitif.
Proyek ini telah diuji kepada 500 manula. Para peserta mendapat pemeriksaan memori yang dilakukan oleh psikiater profesional. Tim lantas mengambil sampel dari beberapa orang dengan demensia serta gangguan kognitif ringan yang merupakan tanda awal demensia.
“Kami merujuk mereka ke klinik memori untuk tindak lanjut. Karena proyek mencari lansia yang tinggal di komunitas sebagai peserta sukarela, mereka mungkin tidak terdiagnosis jika tidak direkrut untuk proyek tersebut,” jelas Congyuan.
Pengembangan tes demensia pakai AI
Menurut Congyuan, faktor teknis yang penting ketika mengembangkan Project Pensieve adalah soal pemilihan dan adaptasi algoritme AI. Seleksi ini penting karena akan menentukan tingkat akurasi dan ketahanan sistem ketika melakukan tes kasus demensia.
Tim awalnya menguji konsep tersebut terhadap kumpulan data kecil dari data sintetik menggunakan teknik few-shot learning. Teknik ini memberi tim keyakinan untuk membangun produk layak minimum (minimum viable product/MVP). MVP mengumpulkan kumpulan data stroke gambar dari 1.000 peserta senior untuk meningkatkan model AI menggunakan data aktual. Temuan awal menunjukkan akurasi inferensi yang menggembirakan, yaitu di atas 80 persen. Karena proyek ini masih dalam pengembangan, akurasi model AI akan makin baik seiring dengan makin banyak data yang dikumpulkan.
Selain itu, dalam pengembangan aplikasi, tim menggunakan beberapa teknik AI. Pada tahap awal, mereka menggunakan meta-learning untuk mengatasi keterbatasan data. Meta-learning membantu model AI untuk ‘mempelajari cara belajar’. Sehingga, model ini bisa lebih cepat memproses informasi. Tim juga menggunakan long short-term memory (LSTM) dan gated recurrent units (GRU) untuk memproses gambar sebagai urutan stroke agar bisa lebih baik menangkap informasi temporal.
Ketika merancang desain aplikasi, tim mempertimbangkan tampilan yang mudah dipahami pengguna yang sudah lanjut usia. Tim mesti memahami bahwa mereka memiliki keterbatasan literasi digital dan tak fasih menggunakan layar interaktif. Hal ini patut dipertimbangkan agar pengguna merasa tes bisa dilakukan dengan mudah dan membuat tim mendapat masukan data gambar yang lebih akurat.
Di tahap awal pengembangan, pengalaman pengguna diteliti lewat wawancara dengan dokter dan pasien. Mereka lantas menggunakan perangkat seperti diagram afinitas, persona pengguna, dan pemetaan perjalanan emosional untuk mengekstrak wawasan dan tema untuk memandu pengembangan aplikasi.
Para perancang tim user experience (UX) melibatkan lansia yang ada di komite warga untuk menunjukkan contoh akhir aplikasi dan meminta umpan balik. Hal ini diperlukan agar mereka bisa mengetahui bagaimana persepsi para warga senior ketika memakai aplikasi. Mereka juga menyesuaikan antarmuka pengguna seperti kontras visual aplikasi, ukuran huruf dan tata letak agar mudah dibaca.
Selain perancangan tampilan aplikasi, tim juga mempertimbangkan kenyamanan para lansia ketika melakukan proses pengujian. Misal, dengan memilih stylus yang menyerupai pensil heksagonal 2B klasik tanpa tombol samping. Sehingga, para senior tidak merasa asing dan mengurangi kekhawatiran ketika harus menggunakan teknologi baru. Tim juga sengaja memilih tablet yang tidak terlalu besar dan berat.
Untuk pertimbangan etis atau batasan saat menggunakan AI untuk mendiagnosis demensia, Congyuan mengingatkan bahwa AI mesti diposisikan sebagai asisten dan bukan untuk menggantikan diagnosis profesional. Kasus potensial harus diikuti dengan kunjungan dengan dokter terlatih sebagai langkah selanjutnya untuk diagnosis dan intervensi yang lebih mendalam.
Tim Govtech telah mengidentifikasi sejumlah hambatan lain terkait pengobatan demensia. Misal, orang yang teridentifikasi berisiko demensia mungkin tidak ingin melanjutkan pengobatan. Keengganan ini bisa jadi dilatari karena stigma, kekhawatiran, keadaan keuangan, kurangnya informasi, situasi di rumah, dll. Selain itu, sistem perawatan kesehatan juga harus cukup kuat untuk menangani beban tambahan ketika lebih banyak orang melakukan rehabilitasi demensia dini.
Lebih lanjut, tim terus mengeksplorasi cara untuk memanfaatkan AI bagi kebutuhan perawatan kesehatan lain. Contohnya untuk membantu menginterpretasikan hasil pencitraan, memastikan kepatuhan pengobatan, dan memantau perilaku abnormal yang mungkin menjadi gejala suatu masalah– seperti perangkat pendeteksi jatuh.
Membangun tim tangguh
Tim yang direkrut untuk proyek AI di bidang kesehatan, seperti Project Pensieve, terdiri dari tim teknis GovTech dan pakar klinis dari Rumah Sakit Umum Singapura. Keahlian keduanya diperlukan untuk mengembangkan tes gambar dan mengelola serta menginterpretasikannya untuk menyediakan data dasar yang akurat untuk melatih AI.
GovTech mengembangkan aplikasi ini dengan gabungan para pengembang perangkat lunak untuk membangun aplikasi. Kemudian digabung juga dengan data science dan AI untuk membangun mesin AI yang akan membaca pendeteksian demensia. Terakhir, perancang UX dilibatkan untuk membuat konsep fitur dan perjalanan pengguna untuk menghadirkan pengalaman yang baik. Untuk membangun kolabrasi dengan tim yang berbeda latar, tim mengembangkan komunikasi terbuka.
“Ini berarti pengetahuan dari tiap orang mesti dibagikan dan tidak ditahan, sehingga anggota tahu siapa yang harus didekati ketika mereka menghadapi masalah multifaset. Misalnya, insinyur AI perlu memahami bagaimana dokter menginterpretasikan fitur dalam gambar untuk membantu menyetel pembelajaran AI,” jelas Congyuan.
Selain keahlian teknis, ia pun mengajak semua anggota tim untuk memfokuskan pekerjaan yang mereka lakukan dengan tujuan untuk memberi manfaat bagi publik. Anggota tim diajak untuk memposisikan diri di semua pemangku kepentingan, berempati dengan pengalaman pengguna, dan bekerja ekstra untuk memberikan produk yang terbaik.
Menurut Congyuan, untuk menjamin kesuksesan proyek, tim harus bisa mengomunikasikan kasus bisnis dan potensi nilai agar proyek bisa diterima oleh pemangku kepentingan. Komunikasi yang jelas tentang kemajuan, rintangan, dan kesuksesan proyek bisa membuat pemangku kepentingan menghargai biaya-manfaat dan menilai tingkat dukungan yang bisa mereka berikan terhadap proyek.
Untuk melacak pekerjaan di seluruh tim secara terbuka dan saling mengetahui pekerjaan selanjutnya, tim sangat terbantu dengan teknik Kanban. Teknik ini membantu tim melakukan pengembangan secara paralel dengan tes penggunaan aplikasi, sehingga tim bisa lebih cepat melakukan perbaikan. Anggota tim juga dipercaya menjadi pemimpin dan memulai penyempurnaan solusi dan alur kerja sembari mengelola tim.
