AI bahkan dapat membantu umat manusia kembali ke jalur yang benar untuk mencapai tujuan pembangunan berkelanjutan PBB, yaitu cakupan kesehatan universal pada tahun 2030.
Namun, terlepas dari kemajuan teknologi yang pesat, sektor perawatan kesehatan berada "di bawah rata-rata" dalam penerapan AI dibandingkan dengan industri lain, menurut laporan Forum Ekonomi Dunia yang berjudul "Masa Depan Perawatan Kesehatan Berbasis AI: Memimpin Jalan."
Menurut laporan tersebut, "Transformasi yang didorong oleh AI bukan hanya tentang mengadopsi alat baru, tetapi membutuhkan pemikiran ulang tentang seluruh cara layanan kesehatan diberikan dan diakses."
Dengan pasar layanan kesehatan yang dihasilkan oleh AI diproyeksikan mencapai $2,7 miliar tahun ini—dan hampir $17 miliar pada tahun 2034—berikut beberapa cara AI mentransformasi industri layanan kesehatan:
AI dapat menganalisis citra otak.
Sebuah program perangkat lunak AI baru dua kali lebih akurat daripada para ahli dalam menganalisis citra otak pasien stroke. Dua universitas di Inggris melatih perangkat lunak tersebut menggunakan 800 hasil pemindaian otak dan kemudian mengujinya pada 2.000 pasien. Hasilnya sangat mengesankan. Selain akurasinya yang tinggi, perangkat lunak ini juga mampu mengidentifikasi rentang waktu terjadinya stroke – faktor penting bagi dokter.
Ahli neurologi Paul Bentley mengatakan kepada Health Tech Newspaper: “Untuk sebagian besar stroke yang disebabkan oleh pembekuan darah, jika pasien tiba di rumah sakit dalam waktu 4,5 jam setelah stroke, mereka memenuhi syarat untuk mendapatkan pengobatan dan operasi. Dalam waktu 6 jam, operasi masih memungkinkan, tetapi setelah itu, keputusan pengobatan menjadi lebih sulit karena banyak kasus yang tidak dapat disembuhkan. Oleh karena itu, menentukan secara akurat waktu terjadinya stroke dan potensi pemulihan sangat penting.”
AI mendeteksi patah tulang lebih baik daripada manusia.
Penggunaan AI untuk analisis awal dapat membantu menghindari rontgen yang tidak perlu dan meminimalkan risiko terlewatnya deteksi patah tulang. National Institute for Health and Care Excellence (NICE) di Inggris mengatakan teknologi ini aman, andal, dan dapat mengurangi jumlah kunjungan tindak lanjut.
Menilai kebutuhan ambulans menggunakan AI.
Di Inggris, sekitar 350.000 orang diangkut ke rumah sakit dengan ambulans setiap bulan. Keputusan siapa yang perlu dipindahkan ke rumah sakit lain berada di tangan staf medis pra-rumah sakit, di tengah kekurangan tempat tidur rumah sakit yang terus-menerus. Sebuah studi di Yorkshire (Inggris utara) menunjukkan bahwa dalam 80% kasus, AI dapat secara akurat memprediksi pasien mana yang perlu dipindahkan. Model AI dilatih berdasarkan faktor-faktor seperti mobilitas, detak jantung, kadar oksigen darah, dan nyeri dada – yang penting, AI tidak menunjukkan bias dalam pemrosesan datanya.
Deteksi dini lebih dari 1.000 penyakit.
Model pembelajaran mesin baru dari AstraZeneca berpotensi mendeteksi penyakit sebelum pasien mengalami gejala apa pun. Berdasarkan data medis dari 500.000 orang dalam basis data medis Inggris, model ini dapat "memprediksi diagnosis dengan tingkat kepercayaan tinggi bertahun-tahun kemudian."
Studi lain di Inggris menemukan bahwa alat AI dapat mendeteksi 64% lesi otak epilepsi yang sebelumnya terlewatkan oleh ahli radiologi. Dilatih dengan lebih dari 1.100 pemindaian MRI orang dewasa dan anak-anak di seluruh dunia, AI tersebut tidak hanya mendeteksi lesi lebih cepat tetapi juga mengidentifikasi lesi yang sangat kecil atau tersembunyi yang tidak terlihat oleh mata manusia.
Chatbot medis mendukung pengambilan keputusan klinis.
Para dokter perlu membuat keputusan yang cepat dan akurat, dan meskipun AI dapat membantu mempercepat proses tersebut, AI juga membawa risiko memberikan informasi yang tidak akurat atau bias.
Sebuah studi di AS menunjukkan bahwa model bahasa besar standar (LLM) seperti ChatGPT, Claude, atau Gemini tidak dapat memberikan jawaban yang lengkap dan berbasis ilmiah kepada dokter. Namun, ChatRWD – sebuah sistem generatif dengan peningkatan pengambilan informasi – berkinerja lebih baik, dengan 58% jawaban yang bermanfaat (dibandingkan dengan 2%-10% dari LLM konvensional).
Antarmuka digital juga digunakan untuk mendukung triase pasien. Sebuah laporan tahun 2024 dari Inisiatif Transformasi Kesehatan Digital Forum Ekonomi Dunia menyatakan bahwa platform pasien digital Huma dapat membantu mengurangi tingkat rawat inap ulang hingga 30%, mengurangi waktu peninjauan dokter hingga 40%, dan "mengurangi beban kerja staf perawatan kesehatan."
Laporan tersebut memperkirakan bahwa teknologi masa depan akan “secara dramatis mengubah pengalaman perawatan kesehatan bagi pasien. Individu yang sehat dapat menggunakan perangkat pemantauan untuk mengoptimalkan kesehatan fisik dan mental mereka, sementara mereka yang memiliki masalah kesehatan akan memiliki akses ke berbagai solusi digital.”
(Menurut Weforum.org)
Sumber: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html
Komentar (0)