Sebuah inovasi teknologi kecerdasan buatan (AI) berupa alat pembelajaran mesin (machine learning) berhasil mengidentifikasi pasien yang berisiko tinggi mengalami cedera ginjal akut (AKI) parah. Namun, hasil studi terbaru yang dipublikasikan di JAMA Network Open menunjukkan bahwa konsultasi dini dengan spesialis nefrologi, meskipun dipicu oleh skor risiko AI tersebut, tidak serta-merta mencegah peningkatan kadar kreatinin serum pada pasien dewasa yang dirawat di rumah sakit dan belum mengalami AKI.
Penelitian ini berupaya menjawab pertanyaan krusial mengenai efektivitas intervensi pencegahan AKI, terutama pada fase sebelum penyakit tersebut benar-benar muncul. Menurut Dr. Jay L. Koyner, MD, seorang profesor kedokteran di bagian nefrologi dari University of Chicago, dan tim penelitinya, uji coba terkontrol secara acak yang secara eksklusif berfokus pada pasien sebelum onset AKI masih jarang dilakukan.
Oleh karena itu, para peneliti berambisi untuk mengevaluasi apakah pelaksanaan konsultasi nefrologi lebih awal, yang dipandu oleh skor risiko AKI berbasis machine learning, mampu memberikan dampak positif terhadap pencegahan perburukan kondisi ginjal. Skor risiko ini dirancang untuk mendeteksi potensi AKI pada pasien rawat inap sebelum manifestasi klinis yang jelas terlihat.
Meskipun alat AI tersebut terbukti efektif dalam menandai individu yang rentan, temuan utama studi ini mengindikasikan bahwa inisiasi konsultasi dengan nefrologi pada tahap awal tersebut belum mampu secara signifikan menghambat kenaikan kreatinin serum. Kreatinin serum merupakan salah satu indikator penting fungsi ginjal, di mana peningkatannya dapat mengindikasikan adanya gangguan pada ginjal.
Temuan ini membuka diskusi lebih lanjut mengenai strategi pencegahan AKI yang paling optimal. Diperlukan penelitian lebih mendalam untuk memahami mekanisme di balik hasil ini dan mengeksplorasi intervensi lain yang mungkin lebih efektif dalam mencegah progresi AKI pada pasien berisiko.
