Kabar Teknologi – Perangkat Lunak Dimungkinkan Dapat Mendiagnosis Gangguan Spektrum Alkohol pada Janin

Mengidentifikasi beberapa jenis gangguan neurodevelopmental terkait alkohol telah terbukti menantang. Diharapkan pendekatan baru yang menggunakan alat analisis wajah berbasis komputer dapat berguna. Gangguan spektrum alkohol janin (FASD) mengacu pada berbagai kondisi yang disebabkan oleh konsumsi alkohol ibu selama kehamilan.

Alkohol bergerak melalui plasenta dan mampu merusak janin yang sedang tumbuh dengan menggunakan sejumlah mekanisme yang berbeda. Secara khusus, hal itu mempengaruhi perkembangan kepala, wajah, dan otak bayi. FASD meliputi sindrom alkohol janin (FAS) dan sindrom alkohol janin parsial (pFAS), serta gangguan perkembangan neurodevelopmental (ARND) terkait alkohol.

Ada kriteria diagnostik yang jelas untuk FAS dan pFAS. Tanda-tanda meliputi anomali wajah, lingkar kepala yang lebih kecil, retardasi pertumbuhan, dan defisit neuropsikologis. FAS dan pFAS biasanya dapat didiagnosis tanpa mengetahui apakah ibunya mengkonsumsi alkohol selama kehamilannya atau tidak.

Namun, ARND terbukti lebih sulit dikenali; Mendiagnosisnya bergantung pada dokter yang mengetahui apakah janin terkena alkohol atau tidak. Hal itu menyebabkan beberapa kelainan wajah, tapi jauh lebih halus dan tidak jelas. Tanda-tanda utama mencakup berbagai variabel kelainan kognitif dan perilaku. Meskipun tes kognitif tertentu telah dirancang untuk menguji ARND, metode ini rumit dan tidak dapat diandalkan.

Karena ARN sering tidak terdiagnosis lebih lama, orang tersebut cenderung menerima dukungan ekstra yang mereka butuhkan, meningkatkan resiko masalah lebih jauh, seperti masalah di sekolah, penyalahgunaan alkohol, dan penyakit jiwa. Meskipun perbedaan wajah pada anak-anak dengan ARND jauh lebih halus daripada FAS, sebuah studi baru-baru ini yang diterbitkan dalam jurnal Pediatrics menggunakan pendekatan baru untuk diagnosis.

Penelitian sebelumnya menunjukkan bahwa analisis perbedaan wajah yang dibantu komputer dapat memilih ciri subklinis pasien ARND. Namun, sistem yang terlibat rumit dan mengandalkan kamera 3-D mahal yang tidak praktis dalam setting klinis. Studi terbaru difokuskan pada sistem yang bisa melakukan pengenalan wajah dengan menggunakan foto yang diambil dengan kamera standar.

Penelitian ini melibatkan peserta dari database Penelitian Epidemiologi Fetal Alcohol Syndrome. Usia 5-9, mereka berasal dari Afrika Selatan, Amerika Serikat, dan Italia dan mencakup 36 orang dengan FAS, 31 dengan pFAS, dan 22 dengan ARND. Studi ini juga termasuk kelompok kontrol dari 50 anak tanpa FASD.

Setiap peserta dinilai oleh sistem komputer dan dua ahli dismorfologi terlatih, atau ahli dalam mengenali cacat lahir, yang tidak mengetahui diagnosis anak-anak sebelumnya.

Analisis wajah otomatis dilengkapi dengan alat perangkat lunak yang disebut Face2Gene , yang menganalisis foto wajah 2-D. Paket ini menggabungkan beberapa teknik yang berbeda untuk mengukur berbagai sudut, panjang, dan rasio pada wajah. Pengukuran ini kemudian dianalisis secara statistik untuk menghilangkan fitur dismorfik apapun.

Metode bantuan komputer ternyata sama akuratnya dengan dysmorphologist dalam mendiagnosis FASD secara umum. Namun, komputer yang dilakukan secara signifikan lebih baik daripada dokter manusia ketika sampai pada ARND yang lebih sulit didiagnosis.

Temuan ini penting, karena FASD sering tidak terdiagnosis atau salah didiagnosis, dengan konsekuensi yang sangat mengerikan bagi anak di bawahnya. Saat penulis menulis, “Pengenalan dini terhadap pasien ini akan menyebabkan intervensi lebih dini dengan hasil pasien yang lebih baik.”

Karena teknologi yang diujicobakan melibatkan gambar 2-D sederhana, bukan 3-D, itu bisa diberikan kepada dokter tanpa pelatihan dismorfologi khusus. Ini mungkin sangat penting di negara-negara berkembang, di mana ahli yang relevan sedikit dan jauh antara keduanya.

Meskipun analisis foto dibantu komputer tidak dapat mendiagnosa FASD saja, ini mungkin membantu memperbaiki akurasi dan kecepatan diagnosis. Percobaan lebih lanjut akan dibutuhkan, namun temuan awal ini sangat menggembirakan.