AI untuk Meningkatkan, Bukan Menggantikan Dokter – Pemimpin Pemikiran

Oleh: Doug Teany, Penasihat Inovasi dan Mantan COO Corindus

AI dan aplikasinya dalam bidang kesehatan telah matang secara signifikan selama beberapa tahun terakhir. Teknologi AI lebih tersedia bagi penyedia layanan kesehatan daripada sebelumnya dan menawarkan peluang luar biasa di seluruh bidang kesehatan, terutama dalam prosedur yang kompleks yang memerlukan wawasan dan penglihatan yang luar biasa dari dokter. Sayangnya, masih ada keyakinan bahwa AI, sebagai hasil dari pematangannya, akan menggantikan peran dokter, meskipun hal ini tidak dapat lebih jauh dari kebenaran.

Sebenarnya, AI memberdayakan dokter dengan pengetahuan dan kemampuan baru yang meningkatkan pengambilan keputusan klinis dan membantu mencapai hasil pasien yang lebih positif. Ini memindahkan perhatian mereka dari memikirkan secara teknis tentang manuver kawat melalui jantung ke memikirkan secara lebih holistik tentang strategi kasus dan bagaimana mencapai hasil terbaik. Ketika diterapkan dalam pengaturan prosedur yang dibantu robot, AI dapat membantu membangun ensiklopedia pengetahuan klinis dan prosedural sejarah yang dapat diakses oleh setiap dokter untuk menyelesaikan setiap kasus. Mengintegrasikan kemampuan seperti penglihatan komputer akan merevolusi standar perawatan saat ini, mempersenjatai dokter dengan alat yang kuat yang dapat merespons dan mencegah komplikasi sebelum mereka terjadi. Semua ini dilakukan tanpa menggantikan pengemudi utama dalam proses – dokter.

Membangun Fondasi dengan Wawasan Berbasis Data dan Pembelajaran Mesin

Hari ini, dokter terutama mengandalkan pengalaman pribadi dan keterampilan pengambilan keputusan individu yang dapat bervariasi berdasarkan pelatihan, jumlah prosedur yang mereka lakukan, dan faktor lainnya. Pada intinya, AI memperkenalkan dokter dengan data dan wawasan informasi baru yang sebelumnya tidak tersedia bagi mereka, yang dapat sangat berguna dalam pengaturan prosedur yang kompleks yang menggunakan robotika. Dalam kasus di mana perangkat robot terhubung ke toko data sejarah, AI menawarkan nilai yang tak tertandingi dengan mengisi kesenjangan pengetahuan dengan wawasan dari ribuan kasus serupa. Dengan memberdayakan dokter dengan akses ke data kasus sejarah di luar pengalaman mereka sendiri, mereka dapat mengurangi beberapa risiko yang terkait dengan prosedur yang rumit ini.

Pembelajaran mesin memungkinkan sistem robot untuk belajar dari pengalaman dan menyesuaikan diri dengan input baru. Sebagai gantinya, robot dapat mengotomatisasi gerakannya untuk mencerminkan teknik yang sama yang digunakan oleh dokter terbaik di dunia, yang meningkatkan peluang untuk menyelesaikan tantangan yang muncul selama kasus. Pada akhirnya, ini memungkinkan dokter untuk fokus perhatian mereka pada strategi kasus dan merespons komplikasi dengan lebih efektif. Jenis wawasan berbasis data ini menyerupai bagaimana data secara dramatis mengubah lanskap bisbol profesional di awal 2000-an, yang ditandai dengan rilis buku Moneyball. Buku itu mengikuti Oakland Athletics dan manajer Billy Beane, yang mengambil pendekatan berbasis data, berbasis bukti untuk membangun tim, bukan mengandalkan metode kuno yang kekurangan data. Sebagai gantinya, model ini sangat sukses dan efektif memicu era baru permainan yang didorong oleh data.

Dalam bidang kesehatan, basis data pengetahuan prosedural yang ditenagai oleh pembelajaran mesin menciptakan wawasan serupa bagi dokter, mempersenjatai mereka dengan informasi berharga yang sebelumnya tidak tersedia. Kemampuan untuk melihat pasien melawan latar belakang ribuan kasus serupa memungkinkan dokter untuk membuat keputusan yang lebih baik, lebih terinformasi tentang bagaimana mereka menangani kasus.

Langkah Berikutnya: Penglihatan Komputer dan Otomatisasi Tinggi

Potensi penuh AI dalam pengaturan prosedur yang dibantu robot sepenuhnya terwujud ketika wawasan berbasis data dan pembelajaran mesin digabungkan dengan penglihatan komputer, memungkinkan sistem robot untuk mengidentifikasi dan merespons situasi berdasarkan data gambar yang kaya. Dalam intervensi kardiovaskular, persentase signifikan waktu prosedur didedikasikan untuk manipulasi kawat, sebagian besar di antaranya adalah metode “coba-coba” untuk menavigasi melalui pembuluh darah. Metodologi ini dapat berpotensi menyebabkan perangkat medis yang salah tempat, seperti stent, atau menghasilkan waktu prosedur yang lebih lama yang meningkatkan paparan radiasi bagi dokter dan pasien.

Namun, ketika sistem otomatis terus belajar gerakan efektif dan membuat aturan berbasis pengetahuan, kita dapat memungkinkan penglihatan komputer untuk mengotomatisasi bagian prosedur yang lebih besar. Penglihatan komputer juga memungkinkan sistem untuk mendeteksi komplikasi sebelum mereka terjadi, seperti ketika kawat pandu prolaps, dan dapat melakukan tindakan korektif secara otomatis untuk mengirimkan perangkat dan mencegah cedera pada pasien.

Penting untuk diingat, otomatisasi, terlepas dari industri, berada pada spektrum, dan industri otomotif menawarkan contoh yang solid. Banyak mobil hari ini memiliki beberapa tingkat otomatisasi rendah, seperti bantuan pengereman, kontrol kecepatan adaptif, dan pemusatkan lajur. Di ujung spektrum lainnya, produsen seperti Tesla (TSLA ) mengotomatisasi semua fungsi keamanan kritis, memerlukan aksi yang lebih sedikit dari pengemudi, meskipun pengemudi masih diperlukan. Hal yang sama berlaku untuk otomatisasi dalam bidang kesehatan. Pada akhirnya, otomatisasi AI mempertahankan dokter di kursi pengemudi sambil mengotomatisasi tugas tertentu yang mengalihkan perhatian dokter dari elemen kritis, seperti strategi kasus dan merespons komplikasi.

AI Menempatkan Dokter di Pusat

Kekhawatiran tentang AI dan otomatisasi menggantikan dokter tidak memiliki dasar dan tidak berakar pada pemahaman yang lengkap tentang bagaimana bidang kesehatan menerapkan AI dan pembelajaran mesin. Sama seperti mobil otonom memerlukan pengemudi, prosedur intervensi yang otomatis yang kita tuju akan memerlukan bimbingan dokter, tetapi dengan keahlian tambahan dari ensiklopedia digital yang dibangun pada pengalaman dokter terampil dari seluruh dunia. Otomatisasi akan memstandarisasi cara prosedur dilakukan ke tingkat kualitas yang sangat tinggi, yang mencapai tujuan utama otomatisasi robot – membuat kasus lebih aman, lebih cepat, dan lebih efektif sambil mengurangi trauma pada pasien.