AI Deteksi Risiko Kanker Pankreas 5 Tahun Sebelum Gejala, Harapan Baru Deteksi Dini

Sebuah model kecerdasan buatan (AI) yang dikembangkan oleh peneliti Mayo Clinic mampu memprediksi risiko kanker pankreas hingga lima tahun sebelum diagnosis klinis, berdasarkan pola tersembunyi dalam data rekam medis elektronik rutin. Temuan ini dipresentasikan pada American College of Surgeons (ACS) Clinical Congress 2026 di Washington, D.C., dan belum melalui tinjauan sejawat.

Kanker pankreas memang tergolong jarang—sekitar 3% dari seluruh kasus kanker baru—namun menyumbang sekitar 8% kematian akibat kanker. Di Amerika Serikat, diperkirakan 67.530 orang akan didiagnosis pada 2026 dan 52.740 di antaranya meninggal. Angka ini menegaskan mengapa deteksi dini menjadi krusial: tingkat kelangsungan hidup relatif lima tahun mencapai 44% bila kanker masih terlokalisasi, tetapi anjlok menjadi 3% setelah menyebar ke organ jauh.

Model ini dilatih menggunakan data longitudinal dari sistem kesehatan Mayo Clinic, mencakup hampir 40.000 pasien—6.066 di antaranya mengembangkan kanker pankreas dan 33.396 sebagai kontrol. Riwayat klinis yang dianalisis berkisar antara 7,5 hingga 19 tahun. Tujuannya adalah mendeteksi sinyal halus dalam data medis rutin yang menandakan peningkatan risiko kanker pankreas di masa depan.

Penulis utama Chris Varghese, MBChB, analis data bedah di Mayo Clinic, menyatakan bahwa temuan terpenting adalah kemampuan model mengenali pola lintas perjalanan kesehatan pasien yang mengisyaratkan risiko kanker pankreas jauh sebelum diagnosis pertama tercatat. "Ini menciptakan jendela potensial untuk menggeser deteksi ke hulu—dari bereaksi terhadap gejala menjadi secara proaktif mengidentifikasi pasien yang mungkin mendapat manfaat dari skrining bertarget atau evaluasi lebih lanjut," ujarnya kepada Medical News Today.

Pendekatan ini berbeda dari skrining massal yang selama ini dianggap tidak praktis karena kanker pankreas jarang dan tes yang ada tidak cocok untuk populasi luas. Model AI ini memanfaatkan pemeriksaan darah rutin, terutama komponen hitung darah lengkap, serta kondisi seperti diabetes dan pankreatitis. Menurut rekan penulis Cornelius Thiels, DO, MBA, sinyal-sinyal tersebut tidak cukup jika berdiri sendiri, tetapi AI dapat mempelajari bagaimana pola tersebut muncul dan berubah seiring waktu.

"Kami berharap dengan terlebih dahulu mengidentifikasi populasi berisiko tinggi yang lebih kecil, tes skrining lanjutan—seperti CT, MRI, ultrasound endoskopi, atau biomarker darah—dapat bekerja lebih baik dan menjadi lebih praktis," kata Thiels.

Meski hasil awal menjanjikan, model ini belum siap digunakan sebagai alat skrining rutin. Peneliti sedang melanjutkan validasi prospektif di Mayo Clinic dan berencana menguji di sistem kesehatan non-Mayo. Pertanyaan kritis yang belum terjawab adalah ambang batas risiko yang tepat untuk memicu evaluasi lanjutan, serta bagaimana menyeimbangkan manfaat deteksi dini dengan risiko, biaya, dan kecemasan akibat hasil positif palsu.

Bagi Indonesia, temuan ini membuka peluang besar untuk mengatasi keterbatasan deteksi dini kanker pankreas yang sering terlambat terdiagnosis. Dengan populasi besar dan beban penyakit tidak menular yang meningkat, pemanfaatan AI berbasis data rekam medis—jika diintegrasikan dalam sistem kesehatan digital—dapat menjadi strategi efisien untuk mengidentifikasi kelompok risiko tinggi tanpa harus melakukan skrining massal yang mahal. Namun, tantangan infrastruktur data dan validasi lokal tetap perlu diatasi sebelum penerapan luas.

Ke depan, keberhasilan model ini akan bergantung pada pembuktian dalam uji klinis prospektif dan kesepakatan tentang langkah setelah seseorang ditandai berisiko. Jika terbukti andal, AI dapat menjadi alat bantu klinisi untuk memutuskan siapa yang perlu pemantauan lebih ketat, membawa kita lebih dekat pada era deteksi dini kanker yang benar-benar proaktif.