Dosen FKUI Kembangkan Model Machine Learning untuk Prediksi Keberhasilan Terapi Epilepsi Resisten Obat pada Anak

Pantau - Doktor Program Studi Ilmu Kedokteran Fakultas Kedokteran Universitas Indonesia (FKUI), Achmad Rafli, mengembangkan model machine learning untuk memprediksi keberhasilan pengobatan pada anak dengan epilepsi resisten obat (ERO).

Model ini ditujukan untuk meningkatkan akurasi penilaian klinis dan membantu pengambilan keputusan terapi secara lebih tepat dan individual.

“Pemilihan obat antiepilepsi (OAE) yang tepat merupakan aspek krusial dalam penatalaksanaan ERO. Namun, adanya variasi karakteristik intrinsik pasien menyebabkan respons terhadap pengobatan menjadi sangat beragam. Selain itu, pemeriksaan biomarker untuk memprediksi respons individu terhadap OAE masih sulit dilakukan,” jelas Rafli.

Respon Pengobatan Beragam, AI Jadi Solusi Klinis

Penelitian berjudul Pengembangan Model Machine Learning dalam Memprediksi Keberhasilan Tata Laksana pada Anak dengan Epilepsi Resisten Obat ini dikembangkan oleh Achmad Rafli yang juga merupakan dosen Ilmu Kesehatan Anak FKUI.

Epilepsi sendiri merupakan gangguan neurologis yang umum terjadi, terutama pada bayi dalam tahun pertama kehidupannya.

Sekitar 6–14 persen anak dengan epilepsi dapat berkembang menjadi epilepsi resisten obat, atau ERO.

Kondisi ERO didefinisikan sebagai ketidakmampuan mengendalikan kejang meskipun telah menggunakan dua jenis OAE yang sesuai, dalam dosis maksimal yang masih ditoleransi.

Rafli menjelaskan bahwa tantangan penatalaksanaan ERO antara lain keterbatasan fasilitas pemeriksaan genetik, waktu tunggu MRI yang panjang, serta pemilihan atau kombinasi OAE yang belum optimal.

Selain itu, banyak pasien masih mengalami frekuensi kejang yang belum terkontrol secara klinis.

Melalui teknologi kecerdasan buatan (AI), khususnya machine learning, Rafli membangun model untuk mengenali pola kompleks dari data klinis dan memprediksi hasil terapi.

Evaluasi Keberhasilan: Penurunan Kejang ≥ 75 Persen

Keberhasilan terapi pada anak dengan ERO dinilai berdasarkan penurunan frekuensi kejang selama pemantauan tiga bulan.

Terapi dianggap berhasil apabila terjadi penurunan frekuensi kejang sebesar 75 persen atau lebih, yang dikategorikan sebagai kondisi terkontrol.

Dengan adanya model prediktif berbasis AI ini, diharapkan klinisi dapat memperoleh alat bantu pengambilan keputusan yang lebih presisi dalam menentukan pendekatan pengobatan untuk tiap individu pasien ERO.