AI dalam Pelayanan Kesehatan: Menuju Aplikasi Klinis
OpenAI
Google/DeepMind
AI medis masih terbatas dalam penggunaan klinis, terutama mencakup visi komputer dan model bahasa, dengan sistem agen yang berperan lebih kecil. Penerapan di dunia nyata memerlukan integrasi berbagai jenis data, memastikan kualitas data, serta menangani masalah regulasi dan etika, dengan tanggung jawab akhir tetap berada pada dokter.
AI medis pada tahun 2026 telah melampaui demonstrasi sederhana seperti segmentasi gambar atau ekstraksi diagnosis. Penerapan klinis yang sebenarnya memerlukan penanganan berbagai jenis data—data tabular, rekam kesehatan elektronik, citra medis, dan keputusan sekuensial—masing-masing dengan tantangan unik. Pembersihan data sangat penting: nilai yang hilang, pengkodean yang tidak konsisten, dan artefak harus ditangani dengan wawasan klinis, bukan statistik otomatis. Model bahasa besar (LLM) paling baik digunakan sebagai asisten digital yang menghasilkan draf dan menyusun teks, tetapi mereka dapat berhalusinasi atau membuat fakta. Retrieval-augmented generation (RAG) mendasarkan LLM pada basis pengetahuan lokal, mengurangi tetapi tidak menghilangkan kesalahan. Badan pengatur seperti FDA dan WHO mengawasi perangkat medis yang didukung AI, dan EU AI Act mengklasifikasikan banyak sistem AI medis sebagai berisiko tinggi. Keputusan akhir selalu berada di tangan tim klinis, menjadikannya 'tim-klinis-dalam-lingkaran' daripada hanya 'dokter-dalam-lingkaran'.
Sumber: Habr — хаб ИИ —
asli