Studi Harvard Ungkap AI Lebih Akurat dari Dokter di Diagnosis Awal IGD, Tapi Belum Siap Gantikan Manusia

Kemajuan kecerdasan buatan kembali menunjukkan potensi besar di dunia medis. Studi terbaru dari Harvard Medical School mengungkap model AI mampu memberikan diagnosis awal di ruang gawat darurat (IGD) dengan tingkat akurasi yang bahkan melampaui dokter manusia dalam kondisi tertentu.

Penelitian yang dipublikasikan di jurnal Science ini melibatkan tim dokter dan ilmuwan komputer dari Harvard Medical School serta Beth Israel Deaconess Medical Center. 

Mereka menguji performa model AI milik OpenAI dengan membandingkannya terhadap diagnosis yang diberikan oleh dua dokter spesialis penyakit dalam pada 76 pasien di unit IGD.

Hasilnya cukup mencolok, terutama pada fase awal diagnosis atau triase, saat informasi pasien masih terbatas dan keputusan harus diambil dengan cepat.

“Pada setiap titik diagnosis, model o1 tampil setara atau lebih baik dibanding dua dokter, perbedaannya paling terlihat pada tahap awal triase,” tulis peneliti dalam studi tersebut, dikutip dari TechCrunch.

Dalam kondisi tersebut, model AI o1 mampu memberikan diagnosis yang tepat atau mendekati akurat pada 67% kasus. Angka ini lebih tinggi dibandingkan dua dokter yang masing-masing mencatat tingkat akurasi 55% dan 50%.

Menariknya, peneliti menegaskan data yang digunakan tidak melalui proses penyaringan tambahan. AI menerima informasi yang sama seperti yang tersedia dalam rekam medis elektronik pada saat diagnosis dilakukan, sehingga hasilnya mencerminkan kondisi nyata di lapangan.

Arjun Manrai, salah satu penulis utama studi tersebut, menyebut performa AI dalam penelitian ini melampaui ekspektasi.

“Kami menguji model ini dengan berbagai tolok ukur, dan hasilnya melampaui model sebelumnya serta baseline dokter,” ujarnya.

Meski demikian, para peneliti mengingatkan temuan ini bukan berarti AI siap mengambil alih keputusan medis di situasi hidup dan mati. Mereka menekankan perlunya uji coba lanjutan di dunia nyata sebelum teknologi ini diterapkan secara luas.

“Kami melihat adanya kebutuhan mendesak untuk uji coba prospektif dalam setting pelayanan pasien nyata,” tulis peneliti.

Keterbatasan lain juga diakui dalam studi ini. Pengujian hanya menggunakan data berbasis teks, sementara dalam praktik medis, diagnosis sering melibatkan interpretasi gambar, sinyal, dan kondisi klinis yang lebih kompleks.

Dokter Beth Israel, Adam Rodman, juga mengingatkan bahwa aspek akuntabilitas menjadi tantangan besar dalam penggunaan AI di dunia medis.

“Saat ini belum ada kerangka formal terkait tanggung jawab atas diagnosis berbasis AI,” ujarnya.

Sementara itu, dokter IGD Kristen Panthagani menilai hasil studi ini perlu disikapi secara proporsional. 

Ia menyoroti perbandingan dilakukan dengan dokter penyakit dalam, bukan dokter IGD yang memiliki pendekatan berbeda dalam menangani pasien.

“Sebagai dokter IGD, tujuan utama bukan menebak diagnosis akhir, tetapi memastikan apakah kondisi pasien berpotensi mengancam nyawa,” jelasnya.

Temuan ini memperlihatkan AI memiliki potensi besar sebagai alat bantu diagnosis, terutama dalam situasi dengan tekanan waktu tinggi. Namun, peran dokter tetap krusial, bukan hanya dalam menentukan diagnosis, tetapi juga dalam pengambilan keputusan klinis yang kompleks dan penuh pertimbangan manusiawi.