Diprogram oleh insinyur komputer pada akhir abad ke-20, AI lahir berdasarkan serangkaian instruksi (aturan) yang dibuat oleh manusia, yang memungkinkan teknologi untuk memecahkan masalah dasar.
Catatan Editor: Ada banyak industri yang terdampak oleh teknologi baru di era informasi. Dengan dampak otomatisasi, ilmu komputer, dan kecerdasan buatan (AI), bidang-bidang seperti dokter, rumah sakit, perusahaan asuransi, dan industri yang berkaitan dengan perawatan kesehatan pun tak terkecuali. Namun, khususnya di bidang kesehatan , AI memiliki dampak yang lebih positif dibandingkan industri lainnya.
Generasi pertama
Cara AI dilatih saat ini dapat dibayangkan serupa dengan pendekatan yang digunakan mahasiswa kedokteran. Sistem AI juga diajarkan ratusan algoritma untuk menerjemahkan gejala pasien menjadi diagnosis. Ini dianggap sebagai generasi pertama aturan perawatan kesehatan yang diintegrasikan ke dalam sistem AI.
Algoritma pengambilan keputusan berkembang seperti pohon, dimulai dari batang pohon (masalah pasien) dan bercabang dari sana. Misalnya, jika pasien mengeluh batuk parah, dokter akan terlebih dahulu menanyakan apakah ada demam. Akan ada dua rangkaian pertanyaan, demam/tidak demam. Jawaban awal akan mengarah ke pertanyaan lebih lanjut tentang kondisi pasien. Ini akan mengarah ke cabang-cabang selanjutnya. Akhirnya, setiap cabang merupakan diagnosis, yang dapat berkisar dari pneumonia bakteri, jamur, atau virus hingga kanker, gagal jantung, atau puluhan penyakit paru-paru lainnya.
Secara umum, AI generasi pertama mampu mengenali masalah tetapi tidak mampu menganalisis dan mengklasifikasikan rekam medis. Akibatnya, bentuk-bentuk awal kecerdasan buatan tidak dapat seakurat dokter yang menggabungkan ilmu kedokteran dengan intuisi dan pengalaman mereka. Dan karena keterbatasan ini, AI berbasis aturan jarang digunakan dalam praktik klinis di waktu-waktu lain.
Otomatisasi penuh
Pada awal abad ke-21, era kedua AI dimulai dengan Kecerdasan Sempit Buatan (ANI), atau kecerdasan buatan yang menyelesaikan serangkaian tugas spesifik. Munculnya jaringan saraf tiruan yang meniru struktur otak manusia membuka jalan bagi teknologi pembelajaran mendalam. ANI bekerja sangat berbeda dari pendahulunya. Alih-alih menyediakan aturan yang telah ditentukan sebelumnya oleh para peneliti, sistem generasi kedua menggunakan kumpulan data yang sangat besar untuk memahami pola yang membutuhkan waktu lama bagi manusia.
Dalam satu contoh, para peneliti memasukkan ribuan mammogram ke dalam sistem ANI, yang separuhnya menunjukkan kanker ganas dan separuhnya lagi menunjukkan kanker jinak. Model tersebut mampu langsung mengidentifikasi lusinan perbedaan dalam ukuran, kepadatan, dan bayangan mammogram, dan memberikan setiap perbedaan faktor dampak yang mencerminkan kemungkinan keganasan. Yang penting, jenis AI ini tidak bergantung pada heuristik (aturan praktis) seperti manusia, melainkan bergantung pada variasi halus antara pemeriksaan ganas dan normal yang tidak diketahui oleh ahli radiologi maupun perancang perangkat lunak.
Berbeda dengan AI berbasis aturan, alat AI generasi kedua terkadang mengungguli intuisi manusia dalam hal akurasi diagnostik. Namun, bentuk kecerdasan buatan ini juga memiliki keterbatasan yang serius. Pertama, setiap aplikasi bersifat spesifik tugas. Artinya, sistem yang dilatih untuk membaca mammogram tidak dapat menginterpretasi pemindaian otak atau rontgen dada. Keterbatasan terbesar ANI adalah bahwa sistem hanya sebaik data yang digunakan untuk melatihnya. Contoh nyata dari kelemahan ini adalah ketika UnitedHealthcare mengandalkan AI yang sempit untuk mengidentifikasi pasien yang paling sakit dan menawarkan layanan medis tambahan. Ketika para peneliti menyaring data, mereka menemukan bahwa AI membuat asumsi yang merugikan. Pasien didiagnosis sehat hanya karena mereka hanya menerima sedikit perawatan medis dalam rekam medis mereka, sementara pasien yang menggunakan banyak perawatan medis dinilai tidak sehat.
Generasi AI mendatang juga akan memungkinkan manusia mendiagnosis penyakit dan merencanakan perawatan layaknya dokter pada umumnya. Saat ini, perangkat AI generatif (MED-PALM2 dari Google) telah lulus ujian lisensi dokter dengan skor ahli. Banyak perangkat AI medis lainnya kini dapat menulis diagnosis serupa dengan diagnosis dokter. Namun, model-model ini masih memerlukan pengawasan dokter dan kemungkinan besar tidak akan menggantikan dokter. Namun, dengan tingkat pertumbuhan eksponensialnya saat ini, aplikasi-aplikasi ini diperkirakan akan menjadi setidaknya 30 kali lebih canggih dalam 5 tahun ke depan. Perangkat generasi mendatang seperti ChatGPT diprediksi akan menempatkan keahlian medis di tangan semua orang, yang secara fundamental akan mengubah hubungan dokter-pasien.
Disusun oleh VIET LE
[iklan_2]
Sumber
Komentar (0)