Cuplikan 05 : Artificial Intelligence dalam dunia kesehatan

Artificial Intelligence (AI) banyak digaungkan sebagai teknologi masa depan. Mesin atau komputer yang dapat belajar. Bagaimanakah pengaruh AI di masa depan di dunia kesehatan ? Apakah AI itu masa depan ? atau masa depan itu adalah sekarang ini ?

Anda membayangkan robot yang cerdas seperti C-3PO dalam film starwars ? well not that much yet.

Dalam beberapa tahun terakhir, perkembangan teknologi Artificial Intelligence (AI) telah mengalami percepatan dari yang sebelumnya hanya sekedar topik khayalan dan fiksi ilmiah hingga mendominasi topik pembicaraan hampir semua pelaku industri. Di Indonesia sendiri, AI telah dimanfaatkan secara signifikan untuk memajukan sistem pemerintahan. Sebagai contoh, AI memungkinkan pemerintah Jakarta untuk memprediksi berapa banyak bus Transjakarta yang perlu dikerahkan selama jam sibuk untuk memastikan tidak ada penumpukan penumpang di halte bus. Atau bagaimana AI telah membantu pemerintah memperkirakan data aliran air untuk mengantisipasi banjir.

Teknologi dimasa sekarang dibuat untuk mempermudah aktivitas dan pekerjaan manusia. 10 tahun lalu mungkin masih jadi bahan guyonan di masyarakat. Kini jika Anda menyadarinya, istilah AI menjadi tren dan pionir di mana-mana. Salah satu teknologi yang sedang gencar di buat guna menciptakan perangkat yang canggih adalah Artificial Intelligence atau kecerdasan buatan. Kecerdasan buatan sering disebut sebagai AI.  AI bisa dikatakan jadi kata kunci keren di kalangan bisnis dan industri.

Sebelum mengetahui lebih lanjut tentang AI, pernahkah anda berpikiran kenapa komputer itu bisa lebih cerdas dan teliti dari potensi manusia ? Mengapa calculator sangat teliti dalam berhitung? kenapa robot itu bekerja layaknya manusia ? Jadi apa sebenarnya AI itu ?

Apakah Artificial Intelligence itu ?

  1. Artificial intelligence adalah bidang ilmu komputer yang bertujuan untuk meniru proses pemikiran manusia, kapasitas belajar dan menyimpan pengengetahuan 
(Krittanawong et al. 2017).
  2. Artificial intelligence adalah cabang ilmu komputer yang berurusan dengan simulasi perilaku cerdas di komputer (Wahl et al. 2018).
  3. Artificial intelligence adalah istilah umum yang mengartikan model perilaku cerdas penggunaan komputer dengan minimal intervensi manusia (Hamm et al. 2013).
  4. Artificial intelligence didefinisikan sebagai kecerdasan yang dimanifestasikan oleh mesin dan pengembangan algoritma, yang bertentangan dengan kecerdasan alami yang dimiliki oleh organisme yang berevolusi secara biologis (Sheikh, 2019) .
  5. Artificial intelligence dalam konteks hubungan masyarakat didefinisikan sebagai teknologi yang menunjukkan kemampuan kognitif humanoid dan melakukan fungsi humanoid dalam melakukan aktivitas hubungan masyarakat, secara mandiri atau bersama-sama dengan praktisi hubungan masyarakat (Galloway, 2018).

Atau yang lebih simple adalah, kecerdasan buatan yang yang menggunakan komputer sebagai otak nya.

Perkembangan AI

AI telah ada selama lebih dari 50 tahun, dipopulerkan pada 1980-an dan 1990-an dengan munculnya jaringan saraf. Namun, tren ini tidak bertahan lama karena hambatan dalam kemampuan komputasi perangkat keras pada saat itu  (Liyanage et al. 2019). Mengapa sangat membutuhkan komputasi ? Karena ketika AI diciptakan oleh JohnMcCarthy, sebagai teori bahwa komputer dapat belajar untuk melakukan tugas melalui pengenalan pola dengan keterlibatan manusia yang minimal atau tanpa keterlibatan manusia (Haeberle et al. 2019). Sudah tentu tenaga komputasi sangat mempengaruhi kemajuan dan perkembangan AI. 

AI sendiri telah mengubah sektor medis dan memicu pasar senilai $ 147 miliar selama 20 tahun ke depan. AI mengakomodasi berbagai konfigurasi data mentah, dan menetapkan bobot konteks, algoritma AI dapat memberikan informasi prognostik yang berharga dan informasi diagnostik  (Kong et al., n.d.). Dari mana didapatkan media belajar yang diperlukan komputer tersebut ? Banyak data yang di berikan gratis oleh lembaga-lembaga penelitian. Atau juga mereka bekerja sama untuk saling share data-data yang luar biasa banyak.

AI bekerja dengan cara  pengenalan pola perilaku, AI mampu bekerja tanpa keterlibatan manusia. Pola perilaku tersebut adalah jejak data digital, ataupun anykind of data. Sehingga, AI mampu memberikan informasi pronostik dan diagnostik yang bermanfaat bahkan untuk  layanan kesehatan (Haeberle et al., 2019; Kong et al., 2019; Liyanage et al., 2019). Dalam hal ini, engineers punya keyakinan bahwa mereka akan dapat menggantikan dokter, sedangkan dokter mengatakan, tidak mungkin dokter digantikan komputer.

AI dalam dunia healthcare

Apa saja yang terjadi sekarang ini di dunia kesehatan yang sudah menggunakan AI ?
Artificial Intelligence (AI) membantu ahli radiologi dalam setiap langkah alur kerja, pemeriksaan pasien hingga hasil pemeriksaan. AI meningkatkan kecepatan rekonstruksi dan digunakan untuk algoritma rekonstruksi otomatis, baik dalam MRI tiga dimensi (3D) resolusi tinggi untuk mengurangi pengulangan, pekerjaan yang memakan waktu dan berat bagi para teknolog, memberikan lebih banyak waktu untuk perawatan pasien. Selain itu, AI dapat meningkatkan resolusi gambar (Hirschmann et al. 2019). Bahkan AI dapat digunakan sebagai alat pendukung klinis untuk meningkatkan reproduksibilitas dan keakuratan pengukuran, diagnosis dan keputusan perawatan. Sistem Model Machine Learning (ML) menggunakan pencitraan atau data EKG sudah dapat digunakan untuk memprediksi penyakit jantung koroner akan membantu pencegahan kateterisasi jantung yang tidak perlu dan rujukan untuk sindrom koroner akut, mendeteksi aritmia dengan lebih baik dan abnormalitas EKG yang lebih halus. Bahkan AI ini dapat memfasilitasi stratifikasi risiko yang lebih baik dan pemantauan pasien jarak jauh menggunakan aplikasi smartphone (Seetharam, Kagiyama, and Sengupta 2019)

Sedangkan sebagian orang, mengharapkan AI mampu mendukung keputusan klinis dengan berpusat pada kebutuhan manusia. Dinamika proses pengambilan keputusan akan diubah, dokter perlu mempertimbangkan saran yang dihasilkan AI terhadap bukti lain dan preferensi pasien. Ini adalah dunia baru dimana manusia harus berinteraksi dan mempertimbangkan pemikiran komputer. Oleh karena itu, untuk memastikan integrasi AI yang aman dan efektif dalam pemberian perawatan, diperlukan komitmen yang kuat untuk evaluasi AI secara berkala (Magrabi et al. 2019). Dan pada kenyataannya sekarang ini,  bermanfaat untuk mengurangi beban kerja membaca dalam program skrining kanker payudara berbasis mamografi, AI secara otomatis melakukan pra-seleksi hasil untuk evaluasi ahli radiologi dengan mengecualikan hasil yang memiliki kemungkinan rendah agar mengurangi pembacaan hasil yang dilakukan manusi (Rodriguez-Ruiz et al., 2019). Coba mari kita bayangkan, jika ada seribu foto untuk di evaluasi oleh radiologist, sedangkan kita memiliki keterbatasan SDM radiologist, maka AI dapat membantu mengurangi beban kerja tersebut, dan membuat proses tersebut lebih cepat. Harapannya, AI dapat meningkatkan keefesienan waktu tenaga kesehatan, keakuratan hasil pemeriksaan, menghindari intervensi medis yang berlebihan dan memberikan lebih banyak waktu bagi tenaga kesehatan untuk fokus pada perawatan pasien. Hal yang perlu ditekankan adalah tidak sepenuhnya tenaga kesehatan mempercayakan perawatan berdasarkan AI, namun juga harus menyesuaikan dengan kebutuhan pasien dan hasil pemeriksaan yang ditampilkan oleh AI perlu dilakukan evaluasi berulang dengan didasakan pada bukti klinis (Hirschmann et al., 2019; Magrabi et al., 2019; Rodriguez-Ruiz et al., 2019; Seetharam, Shrestha and Sengupta, 2019).

Mengapa kita memerlukan AI ? dan terus mengembangkannya ?

Penggunaan AI jelas memiliki peluang untuk membantu mengangkat masalah kesehatan, tetapi dibatasi oleh tidak tersedianya data kesehatan, dan / atau oleh ketidakmampuan AI untuk beberapa karakteristik manusia, seperti kasih sayang. Namun demikian perlu diperhatikan juga bahwa penggunaan AI menimbulkan beberapa masalah etika dan sosial namun kemudian dapat diatasi melalui kebijakan (policy) data. Sedangkan tantantangan utama bagi pemerintah adalah pengembangan AI harus ditujukan dan berfokus pada kepentingan publik (Tran et al. 2019). 

AI juga memberi peluang untuk memberikan ahli bedah sebuah perencanaan teknis dan kemampuan manajemen yang akurat; sangat mirip “pendapat kedua”, memungkinkan analisis cepat data skrining di lingkungan pra operasi dan diagnostik. AI akan menjadi awal otomatisasi di bidang bedah ketika dikombinasikan dengan kemampuan untuk belajar dan beradaptasi dengan pasien secara individu  (Tarassoli 2019). AI juga dapat memanfaatkan sources / sumber daya online, dan ini dapat dengan cepat meningkatkan kemampuan AI itu sendiri.  AI menambahkan dimensi lain pada teknologi seperti media sosial, dan perangkat / aplikasi seluler untuk tujuan kesehatan partisipatif (Rivera-romero, Miron-shatz and Merolli, 2019). Dan dengan jelas, harapannya adalah, di masa depan AI dapat memberikan solusi di bidang kesehatan  dengan kemampuan manajemen yang akurat dalam diagnosis penyakit dan membantu professional kesehatan memperoleh wawasan yang luas. Walaupun demikian, sebagai catatan, salah satu kekurangan AI adalah ketidakmampuan memberikan “rasa kemanusiaan” (Rivera-romero, Miron-shatz and Merolli, 2019; Tarassoli, 2019; Tran et al., 2019).

Kendala dalam pengembangan dan implementasi AI

Dapat di bagi menjadi beberapa penyebab :

  1. Peraturan, kurangnya standar peraturan dalam menilai keamanan dan kemanjuran sisitem Artificial Intelligent 
(Jiang et al. 2017).
  2. Pertukaran data, system Artificial Intelligent perlu dilatih terus menerus oleh data dari studi klinis (Jiang, 2017).
  3. Masalah etik, tidak memiliki kebijakan dan sarana yang relevan untuk menangani masalah yang mungkin muncul dalam penelitian yang sedang dilakukan, misalnya kepastian bahwa mesin itu aman, tidak membahayakan (Keskinbora, 2019)
.
  4. Kurangnya pengetahuan (colaborated studies) hal ini dikarenakan kurangnya kesadaran tenaga ahli untuk melakukan pembelajaran terkait kecerdasan buatan. Hasil penelitian yang dilakukan Collado- Mesa (2018) menunjukkan 36% peserta tidak membaca artikel ilmiah medis terkait kecerdasan buatan selama 12 bulan terakhir, padahal 90% peserta menggunakan alat kecerdasan buatan selama melakukan praktik sehari-hari. 

References

  1. Haeberle, Heather S., James M. Helm, Sergio M. Navarro, Jaret M. Karnuta, Jonathan L. Schaffer, John J. Callaghan, Michael A. Mont, Atul F. Kamath, Viktor E. Krebs, and Prem N. Ramkumar. 2019. “Artificial Intelligence and Machine Learning in Lower Extremity Arthroplasty: A Review.” The Journal of Arthroplasty, June. https://doi.org/10.1016/j.arth.2019.05.055.
  2. Hamm, Michele P., Annabritt Chisholm, Jocelyn Shulhan, Andrea Milne, Shannon D. Scott, Terry P. Klassen, and Lisa Hartling. 2013. “Social Media Use by Health Care Professionals and Trainees: A Scoping Review.” Academic Medicine 88 (9): 1376–83. https://doi.org/10.1097/ACM.0b013e31829eb91c.
  3. Hirschmann, Anna, Joshy Cyriac, Bram Stieltjes, Tobias Kober, Jonas Richiardi, and Patrick Omoumi. 2019. “Artificial Intelligence in Musculoskeletal Imaging: Review of Current Literature, Challenges, and Trends.” Seminars in Musculoskeletal Radiology 23 (03): 304–11. https://doi.org/10.1055/s-0039-1684024.
  4. Jiang, Fei, Yong Jiang, Hui Zhi, Yi Dong, Hao Li, Sufeng Ma, Yilong Wang, Qiang Dong, Haipeng Shen, and Yongjun Wang. 2017. “Artificial Intelligence in Healthcare: Past, Present and Future.” Stroke and Vascular Neurology 2 (4): 230–43. https://doi.org/10.1136/svn-2017-000101.
  5. Kong, Xiangyi, Bolun Ai, Yiming Kong, Lijuan Su, Yunzhou Ning, Newton Howard, Shun Gong, et al. n.d. “Artificial Intelligence: A Key to Relieve China’s Insufficient and Unequally-Distributed Medical Resources,” 9.
  6. Krittanawong, Chayakrit, HongJu Zhang, Zhen Wang, Mehmet Aydar, and Takeshi Kitai. 2017. “Artificial Intelligence in Precision Cardiovascular Medicine.” Journal of the American College of Cardiology 69 (21): 2657–64. https://doi.org/10.1016/j.jacc.2017.03.571.
  7. Liyanage, Harshana, Siaw-Teng Liaw, Jitendra Jonnagaddala, Richard Schreiber, Craig Kuziemsky, Amanda Terry, and Simon de Lusignan. 2019. “Artificial Intelligence in Primary Health Care: Perceptions, Issues, and Challenges: Primary Health Care Informatics Working Group Contribution to the Yearbook of Medical Informatics 2019.” Yearbook of Medical Informatics, April. https://doi.org/10.1055/s-0039-1677901.
  8. Magrabi, Farah, Elske Ammenwerth, Jytte McNair, Nicolet De Keizer, Hannele Hyppönen, Pirkko Nykänen, Michael Rigby, et al. 2019. “Artificial Intelligence in Clinical Decision Support: Challenges for Evaluating AI and Practical Implications: A Position Paper from the IMIA Technology Assessment & Quality Development in Health Informatics Working Group and the EFMI Working Group for Assessment of Health Information Systems.” Yearbook of Medical Informatics, April. https://doi.org/10.1055/s-0039-1677903.
  9. Seetharam, Karthik, Nobuyuki Kagiyama, and Partho P Sengupta. 2019. “Application of Mobile Health, Telemedicine and Artificial Intelligence to Echocardiography.” Echo Research and Practice 6 (2): R41–52. https://doi.org/10.1530/ERP-18-0081.
  10. Tarassoli, Sam P. 2019. “Artificial Intelligence, Regenerative Surgery, Robotics? What Is Realistic for the Future of Surgery?” Annals of Medicine and Surgery 41 (May): 53–55. https://doi.org/10.1016/j.amsu.2019.04.001.
  11. Tran, Bach, Giang Vu, Giang Ha, Quan-Hoang Vuong, Manh-Tung Ho, Thu-Trang Vuong, Viet-Phuong La, et al. 2019. “Global Evolution of Research in Artificial Intelligence in Health and Medicine: A Bibliometric Study.” Journal of Clinical Medicine 8 (3): 360. https://doi.org/10.3390/jcm8030360.
  12. Wahl, Brian, Aline Cossy-Gantner, Stefan Germann, and Nina R Schwalbe. 2018. “Artificial Intelligence (AI) and Global Health: How Can AI Contribute to Health in Resource-Poor Settings?” BMJ Global Health 3 (4): e000798. https://doi.org/10.1136/bmjgh-2018-000798.