Antrian panjang untuk evaluasi autisme menjadi masalah signifikan di Amerika Serikat, terutama di wilayah pedesaan Missouri, di mana jarak ke pusat spesialis menambah waktu dan biaya perjalanan serta menunda akses ke terapi. Riset mengamati bahwa mempertahankan perawatan secara lokal dapat mempercepat diagnosa dan mengurangi beban perjalanan bagi keluarga.
Peneliti dari University of Missouri School of Medicine, dipimpin oleh Kristin Sohl, bermitra dengan Cognoa, Inc. untuk menguji CanvasDx, perangkat medis yang disetujui FDA. CanvasDx memanfaatkan algoritme AI yang digabungkan dengan data pasien untuk memprediksi diagnosa autisme (positif atau negatif) dan mengeluarkan hasil "tidak pasti" bila informasi tidak cukup jelas. Proyek ini dijalankan lewat komunitas ECHO Autism, yang melatih klinisi perawatan primer di Missouri dan wilayah sekitarnya, dengan tujuan mendukung klinisi yang bekerja tanpa spesialis autisme terdekat dan meningkatkan akses evaluasi secara lokal.
Dalam studi tersebut rata-rata jarak perjalanan ke perawatan spesialis mencapai puluhan mil, dan bila perawatan tetap berada secara lokal diagnosa terjadi 5–7 bulan lebih cepat. Sampel penelitian berisi 80 anak; perangkat memberikan hasil determinate untuk 52% pasien dan dilaporkan tidak menghasilkan hasil positif palsu atau negatif palsu, serta tidak pernah bertentangan dengan diagnosis klinisi.
Sohl menyatakan bahwa alat seperti CanvasDx dapat mempercepat diagnosa bila digunakan oleh klinisi yang sudah berpengalaman dengan autisme dan dapat menyederhanakan proses evaluasi, namun pelatihan bagi klinisi tetap penting. Sohl juga tercatat sebagai dokter anak di MU Health Care, profesor pediatri di Mizzou School of Medicine, pendiri dan direktur eksekutif ECHO Autism, serta Direktur Medis Missouri Telehealth Network dan Office of Continuing Education for Health Professionals. Penelitian ini diterbitkan di JMIR Formative Research (sumber: University of Missouri).
Kata-kata sulit
- antrian — barisan orang menunggu giliran layanan
- evaluasi — penilaian atau pemeriksaan kondisi pasien
- algoritme — aturan atau prosedur pemrosesan data komputer
- klinisi — tenaga kesehatan yang memberi perawatan pasien
- diagnosa — penentuan ada atau tidaknya penyakit
- positif palsu — hasil tes menunjukkan adanya kondisi padahal tidak ada
- perawatan primer — layanan kesehatan awal dari dokter keluarga
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Bagaimana penggunaan alat seperti CanvasDx dapat mengubah akses layanan bagi keluarga di daerah pedesaan?
- Apa keuntungan dan risiko jika klinisi perawatan primer menggunakan alat AI untuk evaluasi autisme?
- Pelatihan klinisi disebut penting dalam teks — menurut Anda, aspek pelatihan apa yang paling perlu ditekankan dan mengapa?
Artikel terkait
Kolera 2024: Penyebaran, Penyebab, dan Upaya Pengendalian
Kolera menyebar lewat air tercemar dan tetap menjadi ancaman karena konflik, perubahan iklim, dan sistem kesehatan yang runtuh. Pada 2024 dilaporkan 560,823 kasus dan 6,028 kematian; WHO menargetkan pengurangan lewat pencegahan dan vaksin.
Studi: Glukometer Murah Bisa Deteksi Hipoglikemia Neonatal
Sebuah studi yang dipimpin Rice360 menguji 11 glukometer portabel untuk melihat apakah alat murah yang biasa dipakai dewasa bisa mengukur gula darah bayi baru lahir dengan benar. Hasil menunjukkan beberapa alat murah andal, sementara yang lain tidak.
Model Fisika Baru untuk Meningkatkan Ketajaman MRI
Peneliti di Rice University dan Oak Ridge National Laboratory mengembangkan model fisika baru yang menghubungkan gerak molekul dengan sinyal MRI klinis. Studi ini menjelaskan relaksasi NMR dalam cairan dan diuji pada frekuensi MRI klinis.