Hambatan dalam Adopsi AI di Bidang Kesehatan

Setiap sektor memiliki kesempatan untuk mengintegrasikan kecerdasan buatan. Kesehatan mengambil rute yang lebih lambat, berhati-hati dan khawatir ketika AI memajukan industri lain ke ketinggian pendapatan dan produktivitas yang baru.

Mengapa sektor ini tidak ingin adopsi AI jika memiliki sumber daya data yang tidak terbatas yang dapat membantu mendiagnosis pasien dan memperlancar komunikasi operasional di fasilitas kesehatan? Karena semua yang diliputi oleh industri, transisi ini lebih kompleks daripada yang dibayangkan oleh kebanyakan orang.

Luas Permukaan Data yang Masif

Catatan kesehatan elektronik (EHR) meliputi lanskap elektronik yang tak terhitung, termasuk basis data asuransi, catatan medis dan citra laboratorium radiologi. Ada juga banyak catatan medis yang belum didigitalkan, yang mengandung informasi yang dapat ditemukan oleh AI. Namun, sifat kompetitif dan rahasia dari industri kesehatan mencegah data ini bertemu di silo yang sama.

Hal ini akan memakan waktu dan biaya untuk menghubungkan, dan banyak fasilitas kesehatan independen enggan bergabung untuk memberi informasi kepada algoritma pembelajaran mesin. Mereka ingin kompensasi untuk usaha mereka jika mereka menyerahkan data mereka.

Informasi yang dapat diidentifikasi secara pribadi (PII) dan informasi kesehatan yang dilindungi (PHI) adalah sumber daya yang sensitif. Ini adalah area abu-abu untuk mematuhi peraturan privasi kesehatan sambil memberi makan dataset AI. Di sisi lain, AI dapat selalu mempertahankan kepatuhan terbaru dengan peraturan saat ini, sehingga entri informasi yang hati-hati dapat membantu navigasi jalan ini dengan aman.

Namun, jika industri ini mengatasi hambatan ini, dataset AI dapat mengetahui setiap obat, resep dan rencana remediasi untuk setiap situasi medis saat ini. Bagaimana sektor ini dapat mengatasi luasnya informasi ini? Peraturan adalah kunci.

AI di kesehatan memiliki sedikit atau tidak ada patokan pemerintah. Memiliki patokan ini akan meredakan beberapa kekhawatiran dari rumah sakit yang paling menonjol ketika mendelegasikan waktu dan sumber daya untuk upaya ini. Membuat standar untuk proses ini akan menjadi upaya bersama dan terdedikasi dari badan pengatur dan lembaga kesehatan. Pengujian trial-and-error dengan tren AI baru seperti analitik prediktif dan keamanan yang ditingkatkan akan memakan waktu, tetapi standar akan menciptakan kohesi dan motivasi sambil menghilangkan kekhawatiran industri.

Keskeptisan Pasien

AI tidak digunakan cukup di industri ini untuk memiliki umpan balik pasien yang cukup. Mustahil untuk mengetahui bagaimana pasien bereaksi terhadap kecerdasan buatan yang memberikan diagnosis atau rencana pemulihan pada awal adopsi AI di kesehatan. Beberapa ahli percaya bahwa akan ada permintaan untuk dokter manusia untuk menjadi juru bicara untuk transfer informasi ini.

Meskipun akurasi AI dapat melebihi dokter manusia karena database yang selalu diperbarui, orang belum terbiasa dengan dunia di mana teknologi menggantikan mereka. AI tidak akan membuat dokter usang — pengaruh manusia dapat selalu memberikan pendapat kedua terhadap penentuan AI.

Juga, orang akan memberi informasi dan memperbarui AI setelah implementasi untuk memastikan efisiensi dan akurasi — ini akan mengatasi hambatan terkait bahwa AI kesehatan yang terlalu banyak data. Pengawasan manusia akan mengelola penskalaan data dan input untuk memastikan tidak ada informasi palsu, usang atau tidak perlu yang menyebabkan penentuan yang bias atau salah. Pasien mungkin merasa lebih nyaman jika dokter menyampaikan ini kepada pasien.

Peneliti harus meningkatkan paparan AI kepada pasien untuk mengukur reaksi dan kemampuan kepercayaan. Hanya melalui interaktivitas bisa mereka melihat potensi — waktu tunggu yang berkurang, pengisian resep yang lebih cepat, akurasi diagnostik yang lebih tinggi dan staf yang lebih seimbang untuk meminimalkan kelelahan. Ini bisa terbukti sangat bermanfaat, karena 36% dari perawat mengatakan pekerjaan mereka sangat stres.

Mengurangi biaya overhead dengan AI bisa memajukan rumah sakit tingkat bawah hingga menengah karena mereka menghemat banyak dolar dalam biaya. Ini akan memungkinkan mereka untuk berinvestasi dalam staf ahli yang lebih baik dan peralatan yang lebih baik untuk mendorong mereka ke masa depan kesehatan yang lebih baik. Efek sampingan ini bisa mengubah pikiran pasien jika mereka melihat perubahan positif yang terjadi di depan mereka.

Ketidaktahuan tentang Pengambilan Keputusan AI

Meskipun manusia tahu apa data yang mereka berikan kepada AI untuk mempengaruhi keputusan, kecerdasan buatan dapat memprediksi atau membuat asumsi yang masih mengejutkan. Pengembang dan insinyur ada untuk menjelaskan sisi teknis, tetapi bagaimana AI menghubungkan titik-titik data adalah masih kabur dalam beberapa cara.

Konsep ini dikenal sebagai kemampuan menjelaskan. Pertanyaannya adalah bagaimana klinisi dapat bekerja dengan AI jika mereka tidak dapat memahami bagaimana mereka mencapai solusi, terutama jika manusia tidak pernah membayangkan jawabannya dalam sejarah. AI di kesehatan dapat mulai menyarankan obat untuk penyakit yang tidak memiliki jawaban. Ini juga dapat mengidentifikasi tren atau gejala, membuat lompatan diagnostik yang melampaui persepsi manusia.

Peneliti ingin mengetahui bagaimana ini bekerja dan bagaimana profesional kesehatan dapat mengembangkan hubungan yang kuat dengan sumber daya AI sambil mempraktikkan dosis sehat skeptisisme. Jika manusia tidak dapat memahami bagaimana AI mencapai solusi yang mustahil, bagaimana lembaga dapat mengimplementasikannya dengan andal? Penelitian lebih lanjut akan menyelesaikan hambatan ini dengan memperjelas pemrosesan AI.

Namun, solusi lain yang terkait dengan penelitian adalah menghapus persepsi dan asumsi manusia tentang AI. AI dapat membuat kesetaraan palsu dan penentuan, tetapi kemampuan untuk membuat prediksi yang akurat tidak tanpa dasar — tahun-tahun penelitian manusia dan kontribusi mempengaruhi AI kesehatan. Begitu realisasi ini menjadi normal, adopsi AI di bidang kesehatan bisa menjadi lebih lancar.

Perlawanan terhadap AI di Kesehatan

Mengadopsi infrastruktur yang inovatif dan berubah seperti AI akan merevolusi cara praktisi kesehatan memikirkan bidang ini. Setiap pergeseran teknologi memerlukan wacana proaktif dan optimis untuk menerangi bagaimana itu akan mendukung sektor dan pasien sambil menghindari sebanyak mungkin hambatan dan masalah hukum.

Ketidaksabaran yang luar biasa ada karena tidak ada yang ingin menghadapi kontroversi potensial yang masif dan upaya yang melelahkan untuk mengimplementasikan AI. Namun, jika digunakan dengan benar, AI dapat membawa kesehatan ke era baru dalam merawat kemanusiaan dengan lebih efektif dan akurat, meningkatkan kualitas hidup pasien dan staf di seluruh dunia.