Imej untuk catatan #11.jpg
AI adalah pembantu, bukan pengganti untuk penilaian klinikal. Foto: Midjourney

Sebelum ini, kebimbangan tentang "kemerosotan kemahiran" akibat AI sebahagian besarnya bersifat spekulatif. Kini, data empirikal pertama mula muncul. Walaupun masih awal, isyaratnya cukup kuat untuk mendapatkan perhatian daripada komuniti perubatan.

Tanda-tanda penurunan kemahiran semasa kolonoskopi berbantukan AI.

Satu kajian pemerhatian pada tahun 2025 yang diterbitkan dalam The Lancet Gastroenterology & Hepatology mengkaji sistem AI yang digunakan untuk mengesan adenoma—lesi jinak dalam saluran penghadaman yang boleh berkembang menjadi kanser.

Keputusan menunjukkan bahawa ahli endoskopis yang kerap menggunakan AI mempunyai kadar pengesanan adenoma yang jauh lebih rendah—dari 29% hingga 22%—apabila menjalankan kes tanpa bantuan AI. Ini menunjukkan bahawa pendedahan berpanjangan kepada AI boleh memberi kesan negatif kepada prestasi klinikal yang boleh diukur.

"Perangkap kognitif": Apabila manusia berhenti berfikir

Psikologi kognitif menawarkan penjelasan untuk fenomena ini. Banyak kajian telah menunjukkan korelasi songsang antara penggunaan AI yang kerap dan kebolehan berfikir secara kritis. Mekanisme terasnya dipanggil penyingkiran kognitif.

Apabila orang ramai terlalu bergantung pada alat, otak akan mengurangkan usahanya dalam analisis bebas.

Masalahnya bukan pada AI itu sendiri. Masalahnya terletak pada penerimaan pasif—apabila manusia berhenti bertanya.

Risiko menjadi kebergantungan sebelum menguasai kemahiran tersebut.

Jika kebergantungan pasif merupakan risiko kepada semua doktor, impak paling berbahaya mungkin akan menimpa mereka yang berada dalam fasa latihan.

Satu kajian tentang diagnosis mamografi menunjukkan bahawa keupayaan untuk mengesan ralat yang dihasilkan oleh AI sangat bergantung pada pengalaman. Dalam senario simulasi di mana AI memberikan cadangan yang salah, kadar interpretasi filem yang betul hanya 20% dalam kumpulan yang kurang berpengalaman, 25% dalam kumpulan purata, dan 46% dalam kumpulan yang sangat berpengalaman.

Ini menimbulkan kebimbangan tentang fenomena yang dipanggil "tidak pernah mahir"—tidak pernah benar-benar membangunkan kemahiran. Jika penduduk bergantung pada diagnosis pembezaan yang dijana AI sebelum bergelut dengan kekaburan klinikal sendiri, asas pemikiran diagnostik yang kukuh mungkin tidak akan dapat dibina.

Bukannya anda telah kehilangan kemahiran sedia ada, tetapi sebaliknya anda tidak pernah mencapai penguasaan itu sejak awal.

Adakah AI mengurangkan kemahiran atau mempercepatkan evolusi?

Perdebatan ini sering kali membawa kepada pandangan dualistik: AI sama ada menjadikan doktor "merosot" atau mengubahnya menjadi "manusia super." Realitinya jauh lebih kompleks.

Perubatan sentiasa berkembang seiring dengan alat-alatnya: stetoskop, imbasan CT, rekod perubatan elektronik. Setiap teknologi mengubah proses dan menuntut tahap pemahaman yang baharu. Tiada siapa yang akan berpendapat bahawa peningkatan pengimejan diagnostik telah menyebabkan doktor "kehilangan pekerjaan", walaupun ia mengalihkan tumpuan daripada pemeriksaan fizikal terperinci kepada interpretasi imej dan sintesis klinikal.

Oleh itu, memahami AI—dan bukannya mengelakkannya—mungkin merupakan faktor perlindungan yang paling penting.

Apakah yang boleh dilakukan untuk mengurangkan risiko penurunan kemahiran?

Beberapa strategi pendidikan sedang dibangunkan. Contohnya, mewajibkan doktor—terutamanya mereka yang sedang menjalani latihan—untuk memberikan penilaian bebas sebelum mempertimbangkan cadangan daripada AI. Walau bagaimanapun, pelaksanaannya mungkin mencabar kerana AI menjadi semakin berleluasa dan mudah diakses.

Satu lagi pendekatan adalah dengan membangunkan AI interpretatif. Daripada hanya menandakan kawasan paru-paru sebagai "disyaki keganasan," sistem ini boleh memaparkan peta haba yang menunjukkan piksel yang paling mempengaruhi keputusan tersebut. Ini memaksa doktor untuk memahami "mengapa", mengubah AI daripada autopilot kepada alat untuk pembelajaran berterusan.

Penyelesaian lain termasuk teknik "paksaan kognitif"—yang memerlukan pengguna untuk mewajarkan penerimaan cadangan AI—atau mereka bentuk proses yang membolehkan cadangan dipaparkan kemudian dan bukannya secara lalai.

Walau bagaimanapun, tiada strategi yang terbukti melalui ujian klinikal untuk benar-benar mencegah degenerasi kemahiran.

Masa depan bergantung kepada bagaimana kita melaksanakannya.

Cabaran bagi perubatan bukanlah untuk melawan AI, tetapi untuk mengintegrasikan AI dengan cara yang bertujuan.

AI sudah pasti akan mengubah cara doktor bekerja. Tetapi sama ada AI mengurangkan atau meningkatkan kebolehan doktor bergantung sepenuhnya kepada cara kita menggunakannya.

Pada masa hadapan, doktor akan bergantung pada algoritma. Tetapi kemahiran menentukan kerjaya mungkin bukan menghafal lebih banyak atau mendiagnosis dengan lebih cepat, tetapi sebaliknya keupayaan untuk mempersoalkan AI, belajar daripadanya—dan mempunyai keberanian untuk campur tangan apabila ia salah.

(Sumber: Forbes)

Sumber: https://vietnamnet.vn/ai-co-lam-thoai-hoa-ky-nang-bac-si-2494140.html