Simulasi Monte Carlo: Sebuah Pendekatan Numerik dalam Penelitian Fotodiagnosa Kanker

Simulasi Monte Carlo

Organisasi kesehatan dunia WHO menyebutkan bahwa kanker telah menjadi penyebab utama kematian penduduk dunia. Terdapat 7,6 juta kematian yang disebabkan oleh kanker pada tahun 2008.Untuk mengurangi angka kematian tersebut, deteksi dini terhadap penyakit kanker menjadi sesuatu yang penting.  Semakin dini gejala kanker diketahui maka pengobatan menjadi semakin mudah dan angka kematian dapat ditekan.

Bagaimanapun, deteksi secara tradisional seperti biopsi yang merupakan diagnosa secara invasif memiliki resiko tinggi karena harus melakukan pembedahan. Diagnosa spektroskopi optis menjadi sebuah pilihan yang tepat, yaitu sebuah pendeketan non-invasif, di mana dapat mendeteksi perubahan biokimia dan morfologi tubuh.

Sesuai dengan penelitian yang dilakukan oleh Cheng-Lun Tsai dan kawan-kawan, menyebutkan bahwa perkembangan terkini dari teknologi fotoelektrik menyebabkan perkembangan yang cepat pada optika biomedik. Pengukuran secara optis memiliki keuntungan dari sisi minimal invasif dan tidak ada permasalahan elektrik. Namun, aplikasi optika medis membutuhkan banyak pengetahuan dalam jalur dan distribusi cahaya dalam tissue. Tissue adalah jaringan biologi. Pemakaian istilah tissue digunakan agar bisa dibedakan dengan pengertian jaringan lain, seperti jaringan komunikasi.

”Bagaimana cahaya didistribusikan dalam tissue selama perambatan?” Karena distribusi cahaya dalam tissue bergantung pada sifat-sifat optisnya, selain itu tissue memiliki sifat optis yang tak homogen sehingga perambatan cahaya menjadi sangat kompleks. Kompleksitas tissue  ini menjadi tantangan tersendiri dalam penelitian ini. Pengukuran di dalam tissue tubuh tidak mungkin dilakukan karena akan merusak sistem tissue tersebut. Sehingga yang bisa kita ukur adalah cahaya yang terpantulkan kembali dari tissue. Jika perilaku perambatan cahaya dalam tissue bisa diketahui berdasarkan sifat optis tissue yang ada, maka adanya lesi atau tumor dalam jaringan dapat dideteksi dari perubahan perilaku cahaya.

Variasi komponen kimia yang ada dalam jaringan tubuh manusia memberikan informasi penting terhadap status kesehatan seseorang. Selain itu  menyajikan indikator penting untuk sejumlah diagnosa klinis dan  efek terapi. Pada banyak situasi, pendeteksian secara kontinu pada konsentrasi kimia ini telah memberikan manfaat untuk kesehatan modern. Metode pengukuran non-invasif telah menjadi aspirasi untuk waktu yang lama. Pemanfaatan spektroskopi near-infrared untuk pengamatan konsentrasi komponen darah secara non-invasif telah menjadi topik utama dalam aplikasi biomedikal optik.

Fenomena interaksi antara cahaya dengan jaringan tubuh antara lain: refleksi, refraksi, hamburan, hamburan dan polarisasi. Parameter yang berhubungan dengan fenomena tersebut adalah indeks bias (n), koefisien absorpsi (), koefisien hamburan (), dan faktor anisotropi (g) dari Henyey–Greenstein. Investigasi lengkap mengenai interaksi foton dengan jaringan kulit yang ada dalam tubuh manusia adalah sebuah pembahasan yang menarik. Perjalanan cahaya melewati tissue adalah masalah yang kompleks. Tidak seperti foton berenergi tinggi, seperti X-ray maupun laser, cahaya mengalami hamburan, absorbsi maupun emisi di dalam jaringan kulit.

Salah satu model yang dikembangkan adalah model Radiation Transport (RT). Namun solusi analitik dari model ini menjadi sulit didapatkan karena kompleksitas batas antara tissue dan lingkungan, dan aspek geometri dari tissue dan sumber cahaya[6]. Solusi dari model RT dapat didekati dengan pendekatan numerik Monte Carlo (MC). Dalam metode Monte Carlo, model stokastik dibangun sehingga nilai ekspektasi dari suatu variabel acak (atau gabungan dari beberapa variabel) adalah ekivalen dengan nilai dari kuantitas fisis yang akan ditentukan. Nilai ekspektasi ini kemudian diestimasi oleh rata-rata dari sampel independen yang merepresentasikan variabel acak tersebut. Untuk konstruksi dari sederetan sampel independen tersebut,  bilangan acak mengikuti distribusi dari variabel yang akan diestimasi.

Simulasi MC telah menjadi “gold standard” dari pemodelan migrasi foton. Perambatan foton menggunakan Simulasi MC memberikan ketelitian pendekatan yang fleksibel pada transpor foton dalam jaringan keruh. Metode tersebut menjelaskan aturan perambatan foton yang dieksresikan, dalam kasus yang sederhana sebagai distribusi probabilitas yang mendeskripsikan step size dari pergerakan foton diantara peristiwa interaksi foton-jaringan. Bagaimanapun juga, metode ini sebenarnya adalah berdasarkan pada statistik dan mengandalkan pada perhitungan perambatan foton dengan banyak foton dengan menggunakan komputer. Sehingga, metode ini membutuhkan waktu yang lama dalam simulasinya.

Metode MC adalah simulasi berdasarkan pergerakan energi cahaya yang dinyatakan dalam bentuk intensitas energi cahaya yang melalui sistem. Simulasi menjadi pekerjaan yang lebih sederhana karena energi adalah besaran skalar yang tidak memperhatikan fasa dan polarisasi. Kompleksitas jaringan dan fenomena hamburan yang banyak terjadi dalam jaringan menyebabkan kontribusi interferensi cahaya dapat diabaikan. Sehingga dalam simulasi MC mengabaikan peristiwa polarisasi, fasa dan interferensi.

Inhomogenitas sifat optik tissue menentukan jalur optik cahaya yang merambat di dalamnya. Adanya perbedaan sifat optik dari tissue normal, seperti tumor, menyebabkan perbedaan jalur lintasan optik. Sehingga posisi kanker dapat dideteksi dengan mengetahui lintasan optiknya. Pernyataan ini sesuai dengan hasil penelitian yang dilakukan oleh Tianxin Gao dan Jing Bai yang menunjukkan bahwa jalur optik dapat digunakan dalam penentuan lokasi fokus dari deteksi kanker payudara. Tumor dapat dianggap sebagai cromophore. Cromophore adalah partikel dalam tissue yang memiliki sifat optik berbeda terhadap tissue disekitarnya.

Dari beberapa penelitian yang telah disebutkan di atas, bisa disimpulkan bahwa simulasi MC dapat digunakan untuk mengestimasi jalur lintasan foton dalam tissue. Sehingga dari simulasi tersebut kita bisa menentukan posisi dan konsentrasi tumor yang ada di dalam tissue tanpa melakukan pembedahan secara langsung.

Namun simulasi ini harusnya dikonfirmasi kebenarannya dengan melakukan eksperimen. Sehingga hasil yang didapatkan menjadi lebih sempurna.