Kecerdasan buatan (AI) menunjukkan kemampuan tak terduga dalam mengidentifikasi indikator awal penurunan kognitif dengan menganalisis pola dalam catatan dokter, yang berpotensi melampaui akurasi manusia dalam kasus-kasus kecil. Sebuah studi baru, yang diterbitkan pada tanggal 7 Januari di npj Digital Medicine, mengungkapkan bahwa sistem AI dapat menandai pasien yang rekam medisnya menunjukkan kemungkinan masalah kognitif – seperti kehilangan ingatan, kebingungan, atau perubahan perilaku – dengan ketepatan yang mengejutkan. Ini bukan tentang mengganti dokter; ini tentang meningkatkan proses penyaringan ketika dokter spesialis langka.
Kekuatan Pengenalan Pola Berbasis AI
Sistem AI dirancang untuk memindai catatan klinis untuk mencari penyebutan gangguan kognitif, kekhawatiran keluarga, atau perilaku pasien yang tidak biasa secara berulang. Daripada membuat diagnosis, sistem ini menyoroti pasien yang mungkin memerlukan evaluasi lebih lanjut, sehingga dokter dapat memprioritaskan tindak lanjut secara efisien.
“Tujuannya bukan untuk menggantikan penilaian klinis tetapi berfungsi sebagai alat bantu skrining,” jelas Dr. Lidia Moura, ahli saraf di Rumah Sakit Umum Massachusetts. Hal ini sangat penting mengingat semakin besarnya tekanan pada sistem layanan kesehatan di seluruh dunia, dimana deteksi dini dapat meningkatkan hasil secara signifikan.
Cara Kerja Sistem AI: Pendekatan Agenik
Tim peneliti menggunakan pendekatan “agen” yang inovatif, menggunakan lima program AI yang saling berhubungan yang secara kolaboratif menyempurnakan interpretasi mereka terhadap catatan medis tanpa campur tangan manusia. Sistem ini dilatih berdasarkan catatan dokter di dunia nyata selama tiga tahun – kunjungan klinik, laporan kemajuan, dan ringkasan pemulangan – yang sudah diberi label oleh dokter untuk masalah kognitif.
Awalnya, AI mencapai 91% kesepakatan dengan dokter. Namun, pengujian di dunia nyata menunjukkan sensitivitas sekitar 62%, yang berarti ada beberapa kasus yang terlewat. Yang mengejutkan, tinjauan lebih lanjut oleh pakar klinis independen menunjukkan bahwa AI lebih akurat dalam 44% perselisihan, dan menerapkan definisi klinis dengan lebih teliti dibandingkan beberapa dokter. AI memprioritaskan penyebutan langsung masalah kognitif, sementara beberapa dokter mungkin mengabaikan sinyal halus dalam catatan pasien yang lebih luas.
Batasan Tinjauan Manusia & Masa Depan AI dalam Layanan Kesehatan
Perbedaan ini menyoroti kelemahan kritis dalam tinjauan grafik tradisional: manusia dapat melewatkan isyarat halus yang secara konsisten diidentifikasi oleh AI. “Jika sinyalnya terlihat jelas, semua orang dapat melihatnya,” kata Dr. Moura. “Jika sinyalnya tidak kentara, di situlah perbedaan antara manusia dan mesin.” Sistem ini tidak dimaksudkan untuk menggantikan dokter, namun berjalan di latar belakang, memberikan wawasan tentang potensi kekhawatiran langsung dalam rekam medis.
Meskipun menjanjikan, keakuratan sistem mungkin berbeda di berbagai rangkaian layanan kesehatan karena praktik dokumentasi yang berbeda-beda. Seperti yang ditunjukkan oleh Karin Verspoor, peneliti AI dan teknologi kesehatan di RMIT University, kualitas catatan mempengaruhi kinerja AI secara signifikan.
Sistem ini belum diterapkan dalam praktik klinis, namun potensinya jelas: memberikan lapisan wawasan tambahan tanpa membebani dokter, meningkatkan deteksi dini, dan berpotensi membalikkan penurunan kognitif.
Studi ini menggarisbawahi semakin besarnya peran AI dalam layanan kesehatan, bukan sebagai pengganti dokter, namun sebagai alat yang ampuh untuk meningkatkan kemampuan manusia dan meningkatkan layanan pasien.
