Saat ini, AI (Artificial Intelligence) tidak hanya sekadar menjadi inovasi teknologi tetapi juga telah menjadi bagian dari transformasi mutu layanan kesehatan di berbagai negara. Beberapa contoh penerapan AI misalnya membantu dokter membaca hasil radiologi, memprediksi risiko penyakit, atau mendukung tindakan bedah dengan robot. AI menawarkan peluang besar untuk meningkatkan mutu pelayanan. Namun, implementasi AI juga memiliki tantangan yang perlu dikelola dengan baik agar manfaatnya benar-benar dirasakan oleh pasien maupun tenaga kesehatan. Review artikel oleh Olawade et al. (2024) mengulas lebih dari 80 penelitian mengenai penerapan AI di bidang pelayanan kesehatan. Hasilnya menunjukkan bahwa AI bermanfaat meningkatkan akurasi diagnosis, mendukung langkah pengobatan personal, memperkuat prediksi analisis, mengotomatisasi pekerjaan administratif, serta membantu prosedur bedah dan rehabilitasi. Berdasarkan manfaat tersebut, AI memiliki potensi besar untuk meningkatkan efektivitas sistem pelayanan kesehatan. Namun, tingkat keberhasilannya sangat bergantung pada kualitas data, regulasi, etika, dan kolaborasi antara manusia dengan teknologi.
Review ini mengulas bahwa salah satu bidang yang paling berkembang adalah analisis pencitraan medis. AI berbasis deep learning mampu menganalisis hasil CT Scan, MRI, mammografi, foto toraks, dan citra retina dengan tingkat akurasi yang sangat tinggi. Kemampuan AI dalam mendeteksi kanker kulit bahkan telah dilaporkan setara dengan dokter spesialis dermatologi pada beberapa kasus. Teknologi ini juga membantu mendeteksi kanker paru, kanker payudara, retinopati diabetik, glaukoma, dan penyakit jantung secara lebih cepat dibandingkan proses manual. Selain meningkatkan akurasi, AI mampu menandai area yang janggal dan secara otomatis sehingga mempercepat proses interpretasi gambar dan mengurangi beban kerja radiolog.
AI juga membuka era pelayanan kesehatan personalized medicine. Melalui analisis kombinasi data genetik, riwayat penyakit, gaya hidup, lingkungan, dan hasil pemeriksaan laboratorium, AI membantu tenaga kesehatan menyusun langkah pengobatan atau rehabilitasi yang lebih sesuai untuk setiap individu. Pendekatan ini memungkinkan pengobatan menjadi lebih efektif sekaligus mengurangi risiko kesalahan pemberian terapi. Selain itu, kemampuan AI dalam predictive analytics menjadi salah satu inovasi yang sangat penting bagi rumah sakit. Melalui pemanfaatan data rekam medis elektronik, AI mampu mengidentifikasi pasien yang memiliki risiko tinggi mengalami diabetes, penyakit jantung, kanker, maupun komplikasi lainnya sebelum kondisi tersebut berkembang menjadi lebih berat. AI juga dapat memprediksi kemungkinan pasien mengalami rawat ulang (readmission) sehingga rumah sakit dapat melakukan intervensi lebih dini, memperkuat edukasi pasien, serta mengoptimalkan penggunaan sumber daya. Selain mendukung pengambilan keputusan klinis, AI dapat meningkatkan efisiensi proses administrasi. Teknologi Natural Language Processing (NLP) mampu mengubah percakapan dokter menjadi rekam medis secara otomatis dan merangkum catatan klinis dari data yang sebelumnya tidak terstruktur.
Pemanfaatan AI lainnya yang mulai banyak digunakan adalah chatbot dan virtual assistant berbasis AI. Teknologi ini mampu menjawab pertanyaan pasien selama 24 jam, membantu melakukan penilaian awal terhadap gejala, memberikan edukasi kesehatan, mengingatkan jadwal konsumsi obat, hingga mengatur jadwal konsultasi. Namun, AI tetap belum mampu menggantikan komunikasi empati yang hanya dapat diberikan oleh tenaga kesehatan terutama pada kondisi klinis kompleks atau situasi yang membutuhkan dukungan emosional. Pemanfaatan AI juga berkembang melalui robotika kesehatan. Robot berbasis AI kini mulai digunakan dalam operasi minimal invasif yang membutuhkan tingkat presisi tinggi. Selain membantu tindakan bedah, robot juga dimanfaatkan pada rehabilitasi pasien, distribusi obat, logistik rumah sakit, proses disinfeksi ruangan, hingga membantu lansia dalam aktivitas sehari-hari. Walaupun investasi awal teknologi ini relatif besar, berbagai penelitian menunjukkan adanya manfaat jangka panjang berupa waktu operasi yang lebih efisien, komplikasi yang lebih sedikit, lama rawat inap yang lebih pendek, serta peningkatan kualitas hidup pasien pascaoperasi.
Meskipun menawarkan banyak manfaat, penerapan AI di sektor kesehatan masih menghadapi berbagai tantangan, khususnya dalam menjaga kualitas data. AI hanya dapat menghasilkan keputusan yang baik apabila dilatih menggunakan data yang lengkap, akurat, dan mewakili berbagai kelompok populasi. Data yang tidak seimbang berpotensi menghasilkan algoritma yang bias. Aspek etika, privasi, keamanan data, dan regulasi juga menjadi perhatian utama. Penggunaan AI membutuhkan akses terhadap data pasien dalam jumlah besar sehingga rumah sakit harus memastikan perlindungan data pribadi tetap terjaga. Selain itu, masih banyak negara yang belum memiliki regulasi komprehensif mengenai tanggung jawab hukum apabila terjadi kesalahan akibat keputusan yang melibatkan AI. Tanpa tata kelola yang jelas implementasi AI justru dapat meningkatkan risiko hukum maupun risiko keselamatan pasien.
Berdasarkan kajian ini dapat disimpulkan bahwa AI harus digunakan dengan secara dalam mendukung mutu layanan kesehatan. Dokter, perawat, apoteker, atau tenaga kesehatan lainnya tetap memegang peran utama dalam melakukan interpretasi klinis dan mengambil keputusan akhir. Implementasi AI dalam layanan kesehatan juga memerlukan strategi yang matang dalam penyusunan infrastruktur digital, peningkatan kualitas data rekam medis, penguatan keamanan, penyusunan tata kelola AI, hingga peningkatan kompetensi digital seluruh tenaga kesehatan. Rumah sakit yang mampu menggabungkan AI dengan keahlian klinis tenaga kesehatan, budaya keselamatan pasien, serta tata kelola yang baik akan memiliki peluang lebih besar untuk mewujudkan pelayanan yang lebih efisien dan tetap berpusat pada kebutuhan pasien.
Disarikan oleh:
Nikita Widya Permata Sari, S. Gz., MPH
(Peneliti Divisi Mutu PKMK FK-KMK UGM)
Selengkapnya:
- Olawade, D. B., David-Olawade, A. C., Wada, O. Z., Asaolu, A. J., Adereni, T., & Ling, J. (2024). Artificial intelligence in healthcare delivery: Prospects and pitfalls. Journal of Medicine, Surgery, and Public Health, 3, 100108. https://doi.org/10.1016/j.glmedi.2024.100108