Studi terbaru yang dilakukan oleh Elson S. Floyd College of Medicine di Washington State University memberikan informasi penting tentang kemungkinan hambatan terhadap kecerdasan buatan (AI) selama situasi medis darurat. Dalam studi PLOS One yang dipublikasikan, penulis mengeksplorasi kemampuan program ChatGPT OpenAI untuk menentukan risiko jantung pada pasien yang disimulasikan jika terjadi nyeri dada.
Kesimpulan yang tidak konsisten
Hasilnya menunjukkan tingkat variabilitas yang bermasalah dalam kesimpulan ChatGPT saat data pasien yang sama dimasukkan. Menurut Dr. Thomas Heston, peneliti utama, ChatGPT tidak bekerja secara konsisten. Saat menampilkan data yang sama persis, ChatGPT akan memberikan risiko rendah pada kali pertama, risiko menengah pada kali berikutnya, dan bahkan, terkadang, peringkat risiko tinggi.
Kesenjangan ini sangat serius dalam kasus-kasus kritis yang mengancam jiwa karena dalam kasus-kasus ini, evaluasi yang esensial dan obyektif sangat penting bagi tenaga medis untuk mengambil tindakan yang akurat dan tepat. Pasien mungkin mengalami nyeri dada karena berbagai penyakit. Oleh karena itu, dokter perlu memeriksa pasien dengan cepat dan melakukan pengobatan tepat waktu agar dapat memberikan perawatan yang tepat kepada pasien.
Studi tersebut juga menemukan bahwa kinerja ChatGPT lemah jika dibandingkan dengan metode tradisional yang digunakan oleh dokter untuk menilai risiko jantung pasien. Saat ini metode catatan daftar periksa dua sisi digunakan oleh dokter yang mengevaluasi pasien kira-kira berdasarkan protokol TIMI dan HATI yang merupakan indikator derajat penyakit pasien jantung.
Namun, ketika memberikan masukan pada variabel seperti yang ditampilkan dalam skala TIMI dan HEART, ketidaksepakatan yang lebih besar dicapai dengan skor oleh ChatGPT, dengan tingkat persetujuan sebesar 45% dan 48% untuk masing-masing skala. Misalkan keragaman ini ditemukan dalam pengambilan keputusan AI dalam kasus medis berisiko tinggi. Dalam hal ini, hal ini menimbulkan pertanyaan tentang keandalan AI karena situasi berisiko tinggi inilah yang bergantung pada keputusan yang konsisten dan akurat.
Mengatasi keterbatasan dan potensi AI dalam layanan kesehatan
Heston menunjukkan kemampuan AI untuk meningkatkan dukungan layanan kesehatan dan menekankan perlunya melakukan studi menyeluruh untuk mengecualikan kekurangan yang ada di dalamnya. AI mungkin merupakan alat yang diperlukan, namun kita bergerak lebih cepat dari yang kita bayangkan. Oleh karena itu, kita harus melakukan banyak penelitian, terutama dalam situasi klinis yang umum ditemui.
Terbukti, hasil penelitian telah menegaskan pentingnya perawat manusia dalam situasi ini, meskipun teknologi AI juga menunjukkan beberapa keunggulan. Ambil contoh keadaan darurat di mana spesialis kesehatan digital dapat membaca dengan teliti laporan medis pasien secara lengkap, sehingga menggunakan kapasitas sistem untuk hanya menawarkan informasi relevan dengan tingkat efisiensi tertinggi. Selain itu, AI dapat berpartisipasi dalam pembuatan diagnosis banding dan memikirkan kasus-kasus sulit yang dihadapi dokter. Ini akan membantu dokter melanjutkan proses diagnosis dengan lebih efisien.
Meskipun demikian, masih ada beberapa masalah menurut Dr Heston.
“Ini bisa sangat bagus dalam membantu Anda memikirkan diagnosis banding dari sesuatu yang tidak Anda ketahui, dan ini mungkin salah satu kekuatan terbesarnya. Maksud saya, Anda bisa menanyakan lima diagnosis teratas dan bukti di balik masing-masing diagnosis tersebut, sehingga bisa sangat membantu Anda memikirkan masalahnya, tetapi tidak bisa memberikan jawaban yang jelas.”
Ketika AI terus berkembang, sangatlah penting untuk mengevaluasi kinerjanya secara mendalam, mungkin khususnya dalam situasi berisiko tinggi seperti layanan kesehatan, untuk mengamankan pasien sehingga mengoptimalkan pengambilan keputusan medis.
