Kanker paru merupakan jenis kanker dengan angka kejadian tertinggi, yaitu sebanyak 2.480.301 kasus baru, serta angka kematian tertinggi dengan 1.817.712 kematian di antara 36 jenis kanker yang dilaporkan di 185 negara pada tahun 2022, dengan mayoritas penderitanya adalah laki-laki. Secara garis besar, kanker paru diklasifikasikan menjadi dua tipe utama, yaitu non-small cell lung carcinoma (NSCLC) yang mencakup sekitar 84% dari seluruh kasus, dan small cell lung cancer (SCLC) yang mencakup sekitar 13% kasus. Dalam sebagian besar kasus, pasien baru datang ke fasilitas pelayanan kesehatan pada stadium lanjut, baik pada stadium lokal lanjut (stadium III) maupun dengan metastasis jauh (stadium IV), yang keduanya berkaitan dengan peningkatan risiko kematian secara signifikan. Dalam kondisi seperti itu, pilihan terapi menjadi terbatas, dan harapan hidup sering kali sulit diprediksi. Namun, dalam satu dekade terakhir, hadirnya imunoterapi membawa secercah harapan baru bagi pasien kanker paru, khususnya non-small cell lung cancer (NSCLC).
Imunoterapi bekerja dengan “membangunkan” sistem imun pasien agar mampu mengenali dan melawan sel kanker. Pada sebagian pasien, terapi ini memberikan hasil yang sangat baik. Tumor menyusut, penyakit terkendali, dan kualitas hidup meningkat. Sayangnya, tidak semua pasien merasakan manfaat yang sama. Ada pasien yang tidak merespons sejak awal, bahkan mengalami perburukan penyakit. Pertanyaan besar pun muncul: apakah kita bisa memprediksi sejak awal siapa yang akan benar-benar diuntungkan dari imunoterapi?
Pertanyaan inilah yang mendorong berkembangnya pemanfaatan kecerdasan buatan atau artificial intelligence (AI) dalam dunia onkologi. Kami melakukan penelitian berupa tinjauan sistematis dan meta-analisis untuk menjawab tantangan tersebut dengan mengumpulkan bukti ilmiah dari berbagai negara dan ribuan pasien kanker paru yang menjalani imunoterapi Penelitian ini menganalisis 23 studi yang melibatkan lebih dari 19.000 pasien NSCLC. Seluruh studi menggunakan berbagai model AI untuk memprediksi luaran pasien, khususnya overall survival (lama hidup pasien) dan progression-free survival (waktu hingga penyakit memburuk). AI diminta untuk mempelajari berbagai data pasien, mulai dari hasil CT scan, profil genetik tumor, hingga protein dan molekul peradangan/inflamasi dalam darah, kemudian mengelompokkan pasien ke dalam kategori risiko tinggi dan risiko rendah.
Hasil penelitian kami menunjukkan bahwa pasien yang oleh AI diklasifikasikan sebagai kelompok risiko tinggi memiliki kemungkinan meninggal lebih dari dua kali lipat dibandingkan pasien risiko rendah. Bahkan, risiko perburukan penyakit hampir tiga kali lebih besar pada kelompok ini. Angka-angka tersebut menunjukkan bahwa AI tidak sekadar melakukan analisis statistik, tetapi mampu menangkap pola biologis kompleks yang benar-benar berdampak pada perjalanan penyakit pasien. Salah satu temuan menarik dari penelitian ini adalah bahwa tidak semua jenis data memiliki kekuatan prediksi yang sama. Data berbasis proteomik (informasi mengenai protein dan mediator peradangan dalam darah) menunjukkan kemampuan paling kuat dalam memprediksi harapan hidup pasien. Secara sederhana, darah pasien ternyata menyimpan banyak “cerita” tentang bagaimana tubuh merespons kanker dan imunoterapi. Kadar protein seperti C-reactive protein, serum amyloid A, serta berbagai sitokin mencerminkan interaksi dinamis antara tumor dan sistem kekebalan tubuh.
Dari sudut pandang klinis, temuan ini terasa sangat relevan. Pemeriksaan darah relatif mudah dilakukan, tidak invasif, dan bisa diulang secara berkala. Jika di masa depan AI berbasis proteomik dapat diintegrasikan ke dalam praktik klinis, dokter berpotensi memantau respons pasien secara real time dan menyesuaikan strategi terapi lebih dini. Data genomik juga menunjukkan performa prediksi yang kuat, meskipun sedikit di bawah proteomik. Selama ini, penanda seperti PD-L1 dan tumor mutational burden sering digunakan untuk menentukan kandidat imunoterapi. Namun, penelitian ini menunjukkan bahwa pendekatan AI yang menggabungkan berbagai sinyal genetik mampu memberikan gambaran risiko yang lebih komprehensif dibandingkan satu biomarker tunggal. Ini sekaligus menegaskan bahwa kanker adalah penyakit yang kompleks dan jarang dapat dijelaskan oleh satu faktor saja.
Sementara itu, data radiomic yang berasal dari analisis mendalam CT scan atau PET scan tetap memberikan kontribusi penting, meskipun kekuatan prediksinya relatif lebih rendah. Pencitraan medis tetap bernilai, terutama karena mampu menangkap heterogenitas tumor secara non-invasif. Namun, hasil penelitian ini mengingatkan bahwa gambaran visual saja mungkin belum cukup untuk memahami respons imunologis yang sangat dinamis. Selain jenis data, jenis algoritma AI juga memainkan peran besar. Model deep learning secara konsisten menunjukkan kinerja yang lebih baik dibandingkan machine learning konvensional. Deep learning mampu mempelajari hubungan yang sangat kompleks dan non-linear, sesuatu yang lazim terjadi pada data biologis manusia. Dengan kata lain, semakin kompleks data yang dianalisis, semakin besar pula keuntungan menggunakan pendekatan deep learning.
Bagi dunia akademik dan kesehatan di Indonesia, temuan ini membuka peluang besar. Kolaborasi antara klinisi, peneliti biomedis, dan ilmuwan data menjadi kunci untuk mengembangkan AI yang sesuai dengan karakteristik populasi lokal. Dengan dukungan riset yang kuat, bukan tidak mungkin Indonesia dapat berkontribusi aktif dalam pengembangan kedokteran presisi berbasis kecerdasan buatan. Penelitian ini membawa satu pesan penting: masa depan imunoterapi kanker paru tidak hanya ditentukan oleh obat yang semakin canggih, tetapi juga oleh kemampuan kita memahami data pasien secara lebih cerdas. Kecerdasan buatan bukan untuk menggantikan peran dokter, melainkan menjadi mitra yang membantu mengambil keputusan lebih tepat, lebih personal, dan lebih manusiawi, demi memberikan harapan hidup yang lebih baik bagi pasien kanker paru.
Penulis: Dr. Citrawati Dyah Kencono Wungu, dr., M.Si
Dosen Fakultas Kedokteran Universitas Airlangga
Artikel Ilmiah Populer ini diambil dari artikel dengan judul: The future of immunotherapy: Can artificial intelligence predict the survival of lung cancer patients? A systematic review and meta-analysis yang dimuat pada jurnal ilmiah Respiratory Medicine 250 (2025) 108492.
Link artikel asli dapat dilihat pada:
https://www.resmedjournal.com/article/S0954-6111(25)00555-4/fulltext
