AI dalam bidang kesehatan paling banyak dipakai untuk tiga hal: membantu membaca citra medis seperti rontgen dan CT scan, memilah pasien berdasarkan tingkat kegawatan, dan mengurangi beban administrasi seperti mencatat rekam medis. AI di sini berperan sebagai alat bantu tenaga kesehatan, bukan pengganti dokter. Untuk pengguna awam, chatbot AI bisa membantu memahami istilah medis, tapi bukan untuk mendiagnosis diri sendiri.

Cara Kerja AI dalam Bidang Kesehatan

Ada dua jenis AI yang perlu dibedakan:

  • Model khusus yang dilatih dengan data medis berlabel, misalnya ribuan citra rontgen paru yang sudah didiagnosis dokter. Model ini belajar mengenali pola, seperti bercak yang mengarah ke tuberkulosis, dan menandai gambar yang perlu diperiksa lebih teliti.
  • Model bahasa umum seperti ChatGPT, Claude, dan Gemini yang dilatih dengan teks umum. Mereka pandai menjelaskan dan merangkum, tapi tidak dirancang dan tidak diuji sebagai alat diagnosis.

Contoh Pemanfaatan

Membaca citra medis

AI membantu menyaring hasil rontgen dada, mamografi, atau foto retina, lalu menandai yang berpotensi bermasalah. Manfaatnya terasa di daerah dengan jumlah dokter spesialis radiologi terbatas, karena hasil yang ditandai bisa diprioritaskan untuk dibaca dokter lebih dulu.

Skrining penyakit menular dan kronis

Skrining tuberkulosis berbasis rontgen dengan bantuan AI direkomendasikan WHO sebagai salah satu alat skrining, dan dipakai dalam program penanggulangan TB di berbagai negara, termasuk uji coba di Indonesia. Untuk diabetes, AI dipakai menyaring foto retina untuk tanda retinopati diabetik.

Administrasi dan dokumentasi

Tenaga kesehatan menghabiskan banyak waktu untuk mencatat. AI mulai dipakai untuk mengubah percakapan konsultasi menjadi draf catatan medis yang kemudian diperiksa dokter, merangkum riwayat pasien, dan merapikan kode diagnosis untuk klaim.

Riset dan pengembangan obat

Di tingkat riset, AI membantu memprediksi struktur protein dan menyaring kandidat senyawa, sehingga tahap awal penemuan obat menjadi lebih cepat. Hasilnya tetap harus melewati uji laboratorium dan uji klinis yang panjang.

Batasan yang Perlu Dipahami

  • Data latih menentukan hasil. Model yang dilatih dengan data populasi tertentu bisa kurang akurat untuk populasi lain, termasuk pasien Indonesia.
  • AI bisa salah dengan yakin. Hasil positif palsu menimbulkan kecemasan dan pemeriksaan yang tidak perlu; negatif palsu lebih berbahaya karena penyakit terlewat.
  • Tanggung jawab tetap pada tenaga kesehatan. Keputusan diagnosis dan pengobatan dibuat oleh dokter yang berwenang.
  • Data kesehatan sangat sensitif. Di Indonesia, data kesehatan termasuk data pribadi spesifik menurut UU Perlindungan Data Pribadi, sehingga pemrosesannya punya syarat ketat.

Cara Bijak Memakai Chatbot AI untuk Pertanyaan Kesehatan

Boleh dan berguna untuk:

  • Memahami istilah di hasil laboratorium atau surat dokter.
  • Menyiapkan daftar pertanyaan sebelum konsultasi.
  • Memahami cara kerja obat yang sudah diresepkan dokter, lalu mengonfirmasi ke apoteker.
  • Mencari informasi gaya hidup sehat yang umum.

Jangan dipakai untuk:

  • Mendiagnosis diri sendiri atau orang lain.
  • Mengubah, menghentikan, atau menambah dosis obat.
  • Menunda ke fasilitas kesehatan saat ada gejala darurat seperti nyeri dada, sesak napas, kelemahan separuh badan, atau perdarahan hebat.

Contoh prompt yang aman:

Saya akan kontrol ke dokter penyakit dalam minggu depan. Hasil lab
saya: HbA1c 6,1%, gula darah puasa 112 mg/dL. Jelaskan arti istilah
ini dengan bahasa sederhana dan buat 5 pertanyaan yang sebaiknya
saya tanyakan ke dokter. Jangan memberi diagnosis.

Hindari menempel identitas lengkap seperti nama, NIK, atau nomor BPJS ke chatbot. Prinsip melindungi data pribadi dibahas di kesalahan umum saat pakai AI.

Untuk Developer dan Pengelola Layanan Kesehatan

  • Sistem yang memproses data pasien wajib memenuhi aturan perlindungan data dan regulasi kesehatan yang berlaku.
  • Untuk data yang tidak boleh keluar dari fasilitas, pertimbangkan model yang berjalan lokal.
  • Asisten yang menjawab dari SOP atau formularium internal bisa dibangun dengan RAG, dengan jawaban yang selalu menyertakan sumber.
  • Libatkan tenaga kesehatan sejak desain, dan uji dengan data lokal sebelum dipakai.

Kesalahan yang Sering Terjadi

  • Menganggap jawaban chatbot setara pendapat dokter. Chatbot tidak memeriksa fisik, tidak melihat riwayat lengkap, dan tidak bertanggung jawab atas hasilnya.
  • Percaya klaim produk "AI deteksi penyakit" tanpa izin edar. Alat kesehatan, termasuk perangkat lunak medis, perlu izin dari otoritas yang berwenang.
  • Menyebarkan tangkapan layar jawaban AI sebagai saran medis di grup keluarga. Informasi yang keliru mudah menyebar dan sulit ditarik.

Langkah Berikutnya

Kalau kamu ingin memakai AI untuk merapikan dokumen kerja di fasilitas kesehatan, seperti laporan kegiatan atau KAK program, lihat prompt untuk dokumen administratif.