Sergey Brin, salah satu pendiri google, pernah membagikan sebuah rahasia besar kepada publik. Melalui tes genomik yang dilakukannya, ia menemukan dirinya ternyata membawa mutasi gen LRRK2. Gen LRRK2 merupakan “blueprint” yang dapat meningkatkan risiko dia terkena penyakit Parkinson di masa tua.
Namun, alih – alih pasrah, Dia berniat melakukan sesuatu. Ia berani untuk menginvestasikan dana besar untuk menggabungkan ilmu genetika dengan Artificial Intelligence (Kecerdasan Buatan). Tujuannya jelas, ia ingin membedah jutaan dana seluler yang ada untuk memprediksi kapan tepatnya gen penyakit tersebut akan “menyala” dan bagaimana cara meredamnya sebelum gejala pertama muncul.
Pertanyaannya: Apakah benar bisa teknologi “melihat” masa depan kesehatan kita padahal jaraknya masih 20 tahun lagi? Kuncinya ada pada kemampuan mesin untuk membedah jutaan kode penyusun tubuh manusia. Selamat datang di era baru, era di mana kesehatan biologis anda dapat dibaca dengan presisi matematis.
Keterbatasan Otak Manusia Membaca Lautan Data
Mari kita lihat realitanya. Tubuh Anda itu layaknya sebuah perpustakaan informasi yang ukurannya sangat besar dan lengkap. Tahukah anda, kalau rantai DNA manusia terdiri dari lebih dari 3 miliar pasang basa (huruf genetik). Jika suatu informasi di dalam satu sel tubuh anda ingin dicetak di buku, tumpukannya bisa mengalahkan tinggi gedung pencakar langit!
Di setiap informasi genetik tersebut, terdapat jutaan “sakelar” epigenetik (titik metilasi DNA) yang merespons segala hal, terutama gaya hidup kita. Seperti yang sudah dijelaskan di artikel sebelumnya, “sakelar” ini dapat menyalakan atau mematikan gen penyakit, tergantung dari gaya hidup kita sehari – hari.
Menemukan pola kerusakan di antara jutaan informasi genetik ini seperti mencari jarum di tumpukan jerami. Otak kita, sepintar apapun kita, tentunya memiliki batasan biologis. Kita sendiri tak akan bisa memproses, mengingat, dan mengkalkulasi triliunan titik data secara manual untuk memprediksi kapan tepatnya sebuah organ akan mulai gagal berfungsi. Oleh karena itu, di situlah AI dan machine learning bekerja.
“Di era umur panjang, tantangan terbesar dunia medis bukanlah kurangnya data pasien, melainkan ketidakmampuan otak manusia untuk menemukan pola penuaan di dalam lautan data tersebut.”
Bioinformatika dan Lahirnya Machine Learning
Inilah titik balik di mana Kecerdasan Buatan (Artificial Intelligence/AI) bisa sangat berperan dalam Longevity Medicine. Untuk dapat melakukan komputasi yang sangat rumit, terdapat cabang ilmu baru yang disebut Bioinformatika. Sebuah penggabungan dari ilmu biologi molekuler dengan ilmu komputer untuk membantu komputasi.
Di dalam Bioinformatika, para ilmuwan menggunakan salah satu derivatif dari AI yang disebut Machine Learning (pembelajaran mesin). Ini jauh berbeda dari kalkulator biasa, karena Machine Learning dirancang untuk belajar sendiri dari data baru.
Bayangkan AI sebagai pustakawan super cerdas yang mampu membaca jutaan buku DNA Anda dalam hitungan detik. AI bekerja dengan cara:
- Mengenali Pola Tersembunyi: AI memindai jutaan titik metilasi DNA Anda dan membandingkannya dengan data riwayat pasien lain
- Mendeteksi Keausan: AI dapat mencari tahu pola metilasi DNA yang yang seperti apa, yang dapat menyebabkan peradanagan mikro, mana yang memicu penyusutan otak, dan mana yang dapat meningkatkan risiko penyumbatan pembuluh darah jantung. Sehingga sangat akurat
- Memprediksi: Alih-alih hanya mengatakan Anda “sehat hari ini”, AI dapat didesain untuk melakukan prediksi penuaan organ anda mulai 10 hingga 20 tahun ke depan.
Akurasi Matematis yang Mengubah Kedokteran
Apakah prediksi dari AI akurat? Berdasarkan penelitian sains terbaru, jawabannya adalah Ya, prediksi AI sangat meyakinkan. Integrasi AI tidak lagi menjadi fiksi ilmiah, tetapi juga menjadi standard baru untuk diagnostik, terutama di Longevity Medicine.
Hal ini ditegaskan dalam sebuah penelitian di jurnal Ageing Research Reviews (Zhavoronkov dkk., 2020), yang mengungkapkan bahwa bahwa teknologi AI saat ini telah mampu mengidentifikasi biomarker penuaan manusia secara real-time dengan akurasi yang tidak mungkin dicapai oleh statistik medis atau prediksi klinis yang konvensional.
Bahkan, teknologi AI ini telah menciptakan alat ukur yang sangat spesifik. Sebuah publikasi di jurnal Aging (Galkin dkk., 2021) memperkenalkan DeepMAge, sebuah Jam Epigenetik yang murni dibangun menggunakan algoritma Deep Learning. Studi ini mengungkapkan bahwa AI atau Artificial Intelligence dapat menekan margin kesalahan dalam memprediksi usia biologis seseorang dengan tingkat presisi yang sangat tinggi. jauh melampaui kemampuan analisis dokter manusia.
“AI tidak menebak masa depan Anda. Ia sekadar melakukan kalkulasi probabilitas medis dari apa yang sedang Anda lakukan pada tubuh Anda hari ini.”
Siapkah Anda Melihat Lintasan Masa Depan Anda?
Banyak orang merasa takut untuk melakukan tes genetika atau epigenetik berbasis AI. Ada semacam kecemasan psikologis: “Bagaimana kalau hasilnya buruk? Lebih baik saya tidak tahu sama sekali.”
Namun, mari kita ubah pola pikir kita. Membaca prediksi penuaan anda dengan teknologi terbaru itu bukanlah sebuah seperti “kutukan” yang mutlak dan tidak bisa diubah.
Pertanyaannya sekarang: Jika Anda memiliki kesempatan untuk melihat cetak biru dan prediksi penuaan organ tubuh anda secara presisi, sehingga anda dapat melakukan perencanaan yang tepat untuk mencegahnya makin rusak, Maukah Anda berani untuk mengambil kesempatan itu?
REFERENCES:
- Novakovsky, G., Dexter, N., Libbrecht, M. W., Wasserman, W. W., & Mostafavi, S. (2023). Obtaining genetics insights from deep learning via explainable artificial intelligence. Nature Reviews Genetics, 24(2), 125-137.
- Galkin, F., et al. (2021). DeepMAge: A methylation aging clock developed with deep learning. Aging (Albany NY), 13(7), 9852-9869.
- Zhavoronkov, A., et al. (2020). Artificial intelligence for aging and longevity research: recent advances and perspectives. Ageing Research Reviews, 64, 101176
