Chip AI Mikrofluidik Deteksi Sel Tumor di Darah, Akurasi 94,6%
Baca dalam 60 detik
- Tim peneliti China mengembangkan chip spiral mikrofluidik yang memisahkan sel tumor sirkulasi (CTC) dari sel darah biasa tanpa penanda fluoresens.
- Model deep learning YOLOv8 yang dilatih pada citra mikroskop brightfield mencapai presisi dan recall 94,6%, serta spesifisitas 95,4%.
- Uji masih terbatas pada sel kanker payudara MCF-7 dalam darah artifisial, sehingga belum siap sebagai tes klinis rutin.

Sebuah chip laboratorium yang menggabungkan mikrofluidik dan kecerdasan buatan diklaim mampu melacak sel tumor sirkulasi (circulating tumor cells/CTC) di dalam darah. Terobosan ini dikembangkan tim peneliti dari Taiyuan University of Technology bersama Shanxi Bethune Hospital, dan berpotensi menyederhanakan proses deteksi yang selama ini rumit karena CTC jumlahnya sangat sedikit dibanding sel darah normal.
CTC adalah sel yang lepas dari tumor primer dan beredar di aliran darah. Keberadaannya dapat memberi petunjuk tentang perkembangan kanker serta respons terhadap pengobatan. Namun, mengisolasi dan menginterpretasikan sel ini secara teknis menantang. Sebuah tinjauan tahun 2025 di jurnal Cell Press menyebut CTC menjanjikan sebagai sarana minimally invasive untuk mempelajari penyakit metastasis, tetapi kendala teknis masih membatasi penggunaannya dalam perawatan rutin.
Pendekatan baru ini menyerang masalah tersebut dari sisi mekanis. Chip tersebut memiliki saluran berbentuk spiral yang memanfaatkan perbedaan ukuran sel dan gaya yang timbul saat fluida mengalir. Dengan cara ini, sel tumor terpisah dari komponen darah lain tanpa bergantung pada penanda permukaan tertentu. Metode pemisahan berbasis penanda selama ini dikritik karena targetnya bisa berbeda-beda antarjenis kanker dan antarindividu.
Setelah sel terpisah, tantangan berikutnya adalah mengidentifikasi mana yang benar-benar sel kanker. Untuk itu, tim melatih model deep learning YOLOv8 agar mampu mengenali sel tumor dari citra mikroskop brightfield—teknik pencahayaan transmisi biasa, bukan fluoresens. Model ini dilaporkan mampu menemukan dan mengklasifikasi sel dalam gambar mikroskop utuh, tanpa harus mengisolasi setiap sel secara manual.
"Pendekatan ini dapat mengurangi ketergantungan pada pewarnaan khusus dan analisis manual," ujar para peneliti, seraya menambahkan bahwa pekerjaan lanjutan akan melibatkan lebih banyak jenis tumor dan sampel pasien.
Langkah ini sejalan dengan gelombang riset yang lebih luas untuk mengotomatisasi analisis CTC. Sebuah studi terpisah pada 2026 menggunakan mikrofluidik dan deep learning dengan pencitraan hiperspektral, sementara karya lain telah mendemonstrasikan pemisahan CTC tanpa label dari darah pasien. Semua ini menandakan bahwa penangkapan fisik sel langka dan identifikasi otomatis masih menjadi medan riset yang aktif.
Meski demikian, keterbatasan terbesar chip ini adalah belum diujinya pada darah pasien kanker sungguhan. Semua angka performa berasal dari eksperimen dengan sel kultur MCF-7 dan darah artifisial. Artinya, ini masih tahap proof-of-concept, bukan tes kanker klinis. Untuk sekarang, alat ini lebih tepat dipandang sebagai instrumen riset ketimbang pengganti uji klinis yang sudah mapan.
Bagi Indonesia, perkembangan ini menyoroti pentingnya investasi dalam riset diagnostik berbasis AI dan mikrofluidik. Dengan beban kanker yang terus meningkat, teknologi semacam ini dapat membuka jalan bagi deteksi dini yang lebih murah dan tidak invasif. Namun, tanpa validasi pada populasi pasien lokal dan infrastruktur laboratorium yang memadai, adopsi klinis masih jauh dari kenyataan.
Ke depan, pertanyaan kuncinya: seberapa cepat riset proof-of-concept ini bertransisi ke uji klinis pada pasien nyata? Jika berhasil, kombinasi chip tanpa label, mikroskop biasa, dan AI bisa mengubah cara peneliti memantau metastasis—tanpa perlu pewarnaan mahal dan tenaga ahli berpengalaman.



