Selama ini, foto rontgen gigi hanya dianggap urusan dokter gigi: memeriksa karies, menilai posisi akar, atau mendeteksi infeksi di sekitar ujung akar. Tapi Dr. drg. Rini Widyaningrum, M.Biotech, dari Departemen Radiologi Dentomaxillofasial FKG UGM, punya keyakinan lain. Baginya, gambaran tulang trabekular di balik foto rontgen periapikal itu menyimpan informasi jauh lebih dalam, termasuk tanda-tanda osteoporosis yang selama ini hanya bisa dikonfirmasi lewat alat DEXA yang mahal dan tidak selalu mudah diakses.
Keyakinan itu kini punya bukti ilmiah. Penelitian yang dipublikasikan di International Journal of Dentistry pada Februari 2023 menunjukkan bahwa metode segmentasi otomatis berbasis machine learning mampu mendeteksi osteoporosis dari foto rontgen periapikal dengan akurasi mencapai 90,48 persen.
Tulang yang Bercerita Lewat Piksel
Osteoporosis bukan sekadar soal tulang keropos. Kondisi ini meningkatkan risiko patah tulang, memperparah kerusakan jaringan periodontal, bahkan berkontribusi pada kehilangan gigi dan erosi tulang rahang. Ironisnya, deteksi dini osteoporosis masih mengandalkan DEXA scan (dual X-ray absorptiometry), prosedur yang membutuhkan alat khusus, biaya tidak sedikit, dan tidak tersedia di semua fasilitas kesehatan.
Di sinilah foto rontgen gigi masuk sebagai alternatif yang menjanjikan. Perubahan pada trabekula tulang, yaitu jaringan seperti jaring-jaring halus di dalam tulang rahang, sebenarnya sudah bisa diamati pada foto rontgen periapikal yang rutin diambil di klinik gigi. Masalahnya, pembacaan manual bergantung pada jam terbang dokter dan rentan terhadap kelelahan. Interpretasi bisa berbeda dari satu klinisi ke klinisi lain.
Tim peneliti yang dipimpin Dr. drg. Rini Widyaningrum mengusulkan solusi: biarkan komputer yang membaca.
Bagaimana Mesin Belajar Membaca Tulang
Penelitian ini menggunakan 102 foto rontgen periapikal dari region anterior dan posterior mandibula, yang dikumpulkan secara retrospektif dari pasien perempuan Jawa pascamenopause berusia 58 hingga 81 tahun. Data berasal dari Rumah Sakit Gigi dan Mulut UGM, dengan konfirmasi diagnosis osteoporosis dari hasil DEXA scan di RSUP Dr. Sardjito, Yogyakarta. Dari total data, 60 gambar digunakan untuk pelatihan dan 42 gambar untuk pengujian.
Metode yang diusulkan berjalan dalam lima tahap. Pertama, perangkat lunak berbasis MATLAB mengidentifikasi region of interest (ROI) pada area trabekular, minimal 2 mm dari ujung apikal gigi. Dari titik itu, area kotak berukuran 300 x 400 piksel dipotong secara otomatis. ROI kemudian dikonversi ke grayscale, disegmentasi menggunakan algoritma pengelompokan warna, diekstraksi distribusi pikselnya, lalu diklasifikasi oleh tiga metode machine learning: decision tree, naive Bayes, dan multilayer perceptron.
Tim membandingkan dua metode segmentasi: K-means dan Fuzzy C-means. Hasilnya tegas: K-means unggul. Segmentasi menggunakan K-means menghasilkan kontras gambar yang lebih baik dan performa pelatihan global 81,67 persen, dibandingkan Fuzzy C-means yang hanya 75,28 persen.
“Metode yang kami usulkan ini memberikan kontribusi berharga pada analisis citra medis untuk deteksi osteoporosis dan dapat dikembangkan lebih lanjut untuk aplikasi praktik kedokteran gigi.” — Dr. drg. Rini Widyaningrum, M.Biotech, Departemen Radiologi Dentomaxillofasial FKG UGM
Kombinasi Terbaik: K-Means dan Multilayer Perceptron
Dari enam kombinasi algoritma yang diuji, satu pasangan keluar sebagai juara: K-means dengan 10 klaster, dikombinasikan dengan multilayer perceptron sebagai pengklasifikasi akhir. Pada data uji, kombinasi ini mencapai akurasi 90,48 persen, spesifisitas 90,90 persen, dan sensitivitas 90,00 persen.
Artinya, dari 42 data uji, hanya 4 yang salah diklasifikasi, dua kasus osteoporosis terdeteksi sebagai normal, dan dua kasus normal terdeteksi sebagai osteoporosis. Untuk sebuah metode berbasis foto rontgen gigi biasa, angka itu terbilang tinggi.
Yang tak kalah penting: proses deteksi berlangsung kurang dari satu menit, dihitung sejak ROI diambil dari foto rontgen. Kecepatan ini menjadi nilai lebih tersendiri di fasilitas kesehatan yang melayani banyak pasien dalam waktu terbatas.
Rontgen Gigi Sebagai Pintu Pertama Deteksi
Penelitian ini menyentuh titik yang selama ini kurang diperhatikan: dokter gigi bisa menjadi garda terdepan deteksi osteoporosis, bukan hanya spesialis tulang atau radiologi medis. Di negara berkembang seperti Indonesia, di mana akses ke DEXA scan masih terbatas, foto rontgen periapikal yang sudah rutin diambil di klinik gigi bisa menjadi pintu masuk skrining yang lebih terjangkau dan merata.
Tentu ada keterbatasan. Jumlah sampel dalam penelitian ini masih terbatas, dan semua data berasal dari perempuan Jawa pascamenopause, sehingga generalisasi ke populasi yang lebih luas memerlukan penelitian lanjutan dengan sampel yang lebih besar dan beragam.
Namun arahnya sudah jelas. Saat kecerdasan buatan semakin dalam masuk ke ruang praktik klinis, foto rontgen gigi yang tampak sederhana itu bisa menyimpan lebih banyak informasi dari yang selama ini kita bayangkan. Dokter gigi, tanpa perlu alat tambahan apapun, mungkin sudah memegang kunci deteksi dini penyakit yang menggerogoti tulang jutaan orang Indonesia.
Sumber DOI : https://doi.org/10.1155/2023/6662911
Penulis : Anny Anggraini , drg. Achmad Zam Zam Aghasy, M.Kes.
Foto : Pexels
