Dengan pertumbuhan digitalisasi informasi medis dan evolusi kemampuan pemrosesan yang terus-menerus, kita menyaksikan kebangkitan AI di sektor perawatan kesehatan. Kegunaan utama AI dalam pengobatan berkisar dari membantu diagnosis hingga penemuan obat baru dan prediksi. Model pembelajaran mesin dapat dilatih untuk mendeteksi gejala penyakit dari gambar medis, seperti sinar-X, MRI, dan CT scan.
Misalnya, AI dapat digunakan untuk mengidentifikasi kanker payudara dari mammogram atau kanker paru-paru dari CT scan. Sebuah penelitian baru-baru ini menunjukkan bahwa AI dapat mengurangi separuh waktu yang dibutuhkan untuk membaca mammogram untuk skrining kanker payudara.
Antisipasi munculnya penyakit
Penerapan penting AI lainnya dalam pengobatan termasuk mendiagnosis retinopati diabetik melalui analisis fundus otomatis dan mendeteksi melanoma dari foto kulit sederhana. AI juga dapat digunakan untuk mengantisipasi timbulnya penyakit. Dengan memanfaatkan informasi genom dan berbagai data medis lainnya, algoritme AI dapat mengantisipasi respons individu terhadap pengobatan tertentu, sehingga memberikan dokter kemampuan untuk menyesuaikan perawatan untuk setiap pasien.
Dengan demikian, suatu algoritma dapat memprediksi risiko kekambuhan kanker atau peluang penyembuhannya sepuluh atau lima belas tahun ke depan. Kami kemudian dapat mempersonalisasi perawatan dengan lebih baik dan membuat keputusan yang tepat berdasarkan prediksi ini. AI menawarkan kemungkinan untuk merangsang penelitian obat dengan mengantisipasi efektivitas suatu molekul bahkan sebelum dilakukan uji laboratorium.
AI juga memiliki potensi besar di bidang telemedis. Alat tersebut memungkinkan pasien memasukkan gejala mereka melalui ponsel pintar atau internet, dan AI kemudian menawarkan serangkaian diagnosis potensial. Baru-baru ini, ChatGPT terbukti dapat mendiagnosis 85% penyakit pada suatu kelompok tertentu, sementara dokter hanya mengidentifikasi 65%. Aplikasi ini dapat memfasilitasi akses terhadap layanan kesehatan primer bagi mereka yang tinggal di daerah terpencil atau bahkan mempercepat triase darurat.
Apa risikonya?
Efektivitas AI sangat bergantung pada kualitas data yang dihasilkannya. Jika kumpulan data tidak mencerminkan populasi secara akurat atau terdapat anomali, kesimpulan AI mungkin salah. Bias yang melekat pada data dapat menimbulkan situasi ketidakadilan atau diskriminasi, terutama jika kelompok masyarakat tertentu tidak cukup terwakili.
Demikian pula, AI memerlukan penggunaan data medis individu dalam jumlah besar. Informasi yang bersifat sensitif ini harus diamankan secara hati-hati. Hal ini mewakili masalah ekonomi yang besar. Namun seiring dengan pertumbuhan konektivitas dan digitalisasi, ancaman kebocoran data semakin meningkat.
Salah satu tantangan pengembangan AI di bidang kedokteran juga berkaitan dengan tanggung jawab hukum: ketika AI menjadi penyebab kesalahan medis, penentuan tanggung jawab hukum menjadi rumit. Siapa yang salah? Perundang-undangan yang ada saat ini tidak memberikan jawaban yang jelas, sehingga dapat menimbulkan keterikatan hukum dan menghambat pencarian keadilan bagi pasien.
Risiko dehumanisasi
Risiko dehumanisasi pelayanan merupakan ketakutan yang sering diungkapkan oleh pasien dan profesional kesehatan. Kedokteran sangat bergantung pada interaksi dan empati manusia. Namun, dengan munculnya AI, banyak orang khawatir bahwa hubungan dokter-pasien akan menjadi tidak manusiawi. Hal ini dapat membahayakan kualitas layanan dan menghalangi pasien untuk mengungkapkan rincian penting tentang kondisi kesehatan mereka.
Dalam praktiknya, kemungkinan besar AI akan berfungsi sebagai alat bagi para dokter, tanpa menggantikan mereka, untuk melakukan tugas-tugas yang sangat teknis, sehingga menawarkan mereka lebih banyak ketersediaan untuk dimensi kemanusiaan dalam profesi mereka. Perhatikan bahwa penelitian terbaru mengungkapkan bahwa ChatGPT menunjukkan lebih banyak empati dibandingkan beberapa dokter manusia (1)! Sekalipun AI berjanji untuk mengoptimalkan layanan medis, hal ini berisiko memperparah kesenjangan antara mereka yang mendapat manfaat dari kemajuan teknologi ini dan mereka yang tidak mendapatkan manfaat dari kemajuan teknologi tersebut. Hal ini dapat memperburuk kesenjangan kesehatan yang sudah ada, terutama di wilayah dimana akses terhadap teknologi informasi terbatas.
Perkembangan etika
Namun, haruskah kita meninggalkan AI di bidang kesehatan? Haruskah kita mengambil pendekatan yang sangat hati-hati? Jawabannya jelas tidak. Hal ini sama saja dengan mengabaikan instrumen yang sangat kuat yang, tanpa hiperbola, berpotensi menyelamatkan banyak nyawa. Namun, pengembangan metode-metode ini harus dibangun dalam kerangka yang tepat.
Pertama-tama, kualitas data harus dioptimalkan. Untuk memastikan diagnostik yang andal, sistem AI harus dilatih berdasarkan data yang akurat, komprehensif, dan representatif. Demikian pula, langkah-langkah keamanan siber harus diperkuat untuk menjaga kerahasiaan informasi medis. Peraturan yang terdefinisi dengan baik sangat penting untuk memperjelas tanggung jawab jika terjadi kegagalan AI, sekaligus memastikan tidak menerapkan peraturan berlebihan yang dapat menghambat inovasi. AI di bidang kesehatan harus mendukung dan bukan menggantikan interaksi manusia. Terakhir, memastikan akses universal terhadap teknologi ini merupakan hal yang penting untuk mencegah memburuknya kesenjangan kesehatan.