Mengenal AI di Dunia Kesehatan

Dipopulerkan pada tahun 1980-an, AI telah ditemukan selama lebih dari 50 tahun. Namun, pada waktu itu, AI belum banyak digunakan karena memiliki hambatan pada kemampuan komputasi perangkat keras.1 Akan tetapi, popularitas AI saat ini sudah mulai menunjukan peningkatan.

Dewasa ini, implementasi AI berkembang pesat di banyak industri termasuk industri kesehatan. Implementasi AI pada bidang kesehatan terlihat jelas dalam kegiatan penyimpanan data. Hal ini disebabkan data medis tumbuh dengan cepat, diperkirakan 48% setiap tahun. Penerapan metode AI dalam kesehatan dibutuhkan guna mengefisiensikan waktu dan tenaga paramedis untuk mencari dan menyimpan data riwayat pasien serta memperoleh pola untuk membuat prediksi dan rekomendasi.

Ilustrasi sederhana AI yang memuat berbagai macam informasi — Sumber gambar: Meiliana, A., et al. 2019

Implementasi AI telah terbukti efektif di banyak pengaturan klinis, seperti memfasilitasi diagnosis stroke, autisme, atau elektroensefalografik untuk ahli saraf, membantu ahli anestesi menghindari oksigenasi rendah selama operasi, diagnosis stroke atau serangan jantung bagi paramedis, menemukan uji klinis yang sesuai untuk ahli onkologi, memilih yang layak embrio untuk fertilisasi in vitro, membantu membuat diagnosis kondisi kongenital melalui pengenalan wajah dan operasi pendahuluan untuk pasien kanker payudara. Bahkan AI dibidang kesehatan seperti aplikasi kesehatan yang dapat diakses dengan smartphone untuk keperluan medis juga berkembang pesat. Misalnya aplikasi diet yang berfungsi memberikan gambaran kalori makanan dan kandungan nutrisi, dengan data multimodal AI memandu diet individual dan memiliki peluang untuk dikembangkan menjadi pelatih medis pribadi di masa depan.

Namun, perlu diketahui, AI juga memiliki beberapa resiko terhadap penerima layanan, yakni :

1. Memiliki resiko terjadi error. Kesalahan sistem seperti salah mendiagnosa yang berujung kesalahan penanganan
2. Beresiko terjadi prasangka/bias. AI yang menggeneralisasikan data memiliki resiko bertemu dengan kasus langka atau yang belum terdata jelas sehingga beresiko terjadi bias.
3. Biaya yang dikeluarkan untuk menjalankan atau menggunakan AI yang berpotensi meningkatkan biaya yang harus dibayarkan konsumen

Referensi

• Liyanage, H., Schreiber, R., Liaw, S. T. 2019. Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges: Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Information. IMIA Yearbook of Medical Informatics, 2–5.
• Meiliana, A., Dewi, N. M., Wijaya, A. 2019. Artificial Intelligent in Healthcare. Indones Biomed J, 11(2): 125–132.