AI Sudah Lebih Pintar Daripada Dokter Anda. Itu Bukan Bagian yang Menakutkan.

Saya ingin AI menyelesaikan masalah ini.

Selama bertahun‑tahun, saya mengumpulkan riwayat pasien yang rumit, temuan laboratorium, gejala, obat‑obatan, suplemen, serta tahun‑tahun perawatan sebelumnya dan berusaha mengubah semuanya menjadi rencana klinis yang koheren. Sebuah kasus kompleks dapat memakan tiga jam penelitian sebelum saya merasa nyaman menentukan apa yang penting dan apa yang harus dilakukan selanjutnya.

Kemudian AI generatif muncul.

Pemikiran pertama saya jelas: akhirnya.

Berikutnya adalah teknologi yang dapat mengonsumsi sejumlah besar informasi, mengingat pengetahuan medis lebih cepat daripada yang pernah saya lakukan, dan menemukan hubungan dalam sebuah kasus dalam hitungan detik. Saya menganggap saya dapat menempatkan antarmuka di sekitar model bahasa besar, membuat beberapa pengaman, dan selesai.

Itu akan luar biasa.

Namun, kira‑kira satu tahun dan $1 juta kemudian, dengan insinyur perangkat lunak bekerja bersama tim klinis beranggotakan 10 orang, kami masih dalam proses pembangunan.

Alasannya bukan karena AI tidak cukup cerdas.

Melainkan kecerdasan adalah bagian yang mudah.

Saya Mendapatkan AI yang Berbeda dari Semua Orang Lain

Petunjuk pertama saya muncul sebelum kami pernah mencoba membangun perangkat lunak klinis. Saya terus menyadari bahwa saya dapat menggunakan alat AI yang sama dengan orang yang duduk di sebelah saya dan mendapatkan hasil yang jauh lebih baik.

Mengapa? Karena saya tidak hanya mengajukan pertanyaan dan menerima jawabannya. Saya berdebat dengannya. Menantang asumsi. Memberikan konteks yang terlewatnya. Memperbaiki kesalahan. Mengubah kerangka. Menekan lagi.

Secara teknis, kami menggunakan alat yang sama. Secara fungsional, kami tidak.

Itu adalah masalah produktivitas yang menarik ketika Anda menulis iklan. Masalah ini menjadi sangat berbeda ketika subjeknya adalah pasien.

Saya telah bekerja dengan lebih dari 70.000 praktisi. Seseorang dapat brilian secara klinis namun tetap buruk dalam memperoleh informasi berguna dari sistem AI.

Itu adalah keterampilan yang berbeda.

Namun banyak jawaban dalam bidang kesehatan tampaknya bahwa klinisi hanya perlu belajar “prompt engineering.”

Saya tidak berpikir itu merupakan solusi yang serius.

Jika sistem AI klinis mengharuskan seorang dokter menjadi ahli rekayasa prompt yang canggih sebelum sistem dapat diandalkan, maka kami belum selesai membangun AI klinis.

Penelitian Sudah Memberi Tahu Kita Sesuatu yang Tidak Nyaman

Sebuah uji klinis acak 2024 memberikan 50 dokter kasus diagnostik yang sulit. Dokter yang menggunakan GPT-4 mencetak 76 persen; mereka yang menggunakan sumber konvensional mencetak 74 persen, selisih yang tidak signifikan secara statistik.

Kemudian peneliti menguji GPT-4 secara tunggal. Ia mengalahkan dokter yang menggunakan sumber konvensional sebesar 16 poin persentase.

Sebuah uji 2026 di Pakistan menemukan bahwa, setelah pelatihan literasi AI, dokter dengan akses GPT-4o mencetak 71,4 persen dalam penalaran diagnostik dibandingkan 42,6 persen bagi yang menggunakan sumber konvensional. Namun GPT-4o sendiri mencetak 82,9 persen.

Sebuah replikasi 2026 di Inggris menemukan kesenjangan serupa: dokter yang dibantu AI meningkat namun masih mencetak lebih dari 21 poin persentase di bawah LLM yang bekerja sendiri.

Kita perlu menyuarakan bagian yang tidak nyaman ini: pada tugas kognitif tertentu, AI sudah lebih baik daripada seorang dokter individu.

Tidak ada dokter yang telah membaca setiap makalah medis atau dapat mengingat setiap gangguan, interaksi, atau kontraindikasi yang jarang muncul begitu menjadi relevan. AI dapat memproses sejumlah besar informasi tanpa lelah atau kehabisan waktu.

Kesalahannya adalah menganggap kita dapat menempatkan chatbot di depan seorang klinisi dan menganggap masalah selesai.

Kotak Prompt Kosong Adalah Masalahnya

Bayangkan seorang dokter mengunggah laporan laboratorium yang berisi 150 penanda dan meminta LLM untuk menganalisisnya.

Jawabannya kembali dengan sangat teratur. Hanya ada satu masalah: sistem tidak dapat mengekstrak semua 150 penanda secara andal.

LLM serbaguna bukanlah parser dokumen klinis yang deterministik. Tabel dan laporan medis yang padat tetap sangat sulit. Bagian yang menakutkan adalah respons akhir mungkin tidak mengumumkan, “Saya melewatkan 50 nilai.”

Ia mungkin hanya menjawab.

Sekarang bayangkan salah satu nilai yang terlewat tersebut memerlukan evaluasi medis yang mendesak.

Itu bukan batasan yang saya rela mengakomodasi. Kami harus membuat teknologi ekstraksi yang berbeda untuk menangani laporan laboratorium secara akurat dan dapat direproduksi sebelum bagian penalaran klinis sistem kami dapat dimulai.

Pengalaman itu mengubah cara saya memikirkan keamanan AI.

Sistem AI yang memberi tahu Anda bahwa ia tidak mengetahui sesuatu memang tidak nyaman.

Sistem AI yang tidak tahu apa yang terlewatnya berbahaya.

Mengapa Kami Harus Membangun Lebih Dari AI

Pekerjaan klinis memerlukan sesuatu yang AI generatif serbaguna tidak secara alami sediakan: reproduktifitas.

Kami membutuhkan kontrol atas apa yang masuk dan apa yang keluar: ekstraksi data yang dapat diandalkan, pengetahuan terstruktur, logika deterministik, pengaman, dan sistem yang mampu mengevaluasi hubungan di seluruh riwayat pasien.

Penalaran klinis bukan sekadar kumpulan pernyataan if-then. Terkadang sinyalnya adalah hubungan antara beberapa penanda. Terkadang lima temuan yang masing‑masing tampak tidak signifikan menjadi penting bila dilihat bersama.

Insinyur membutuhkan aturan yang cukup eksplisit untuk dijalankan oleh perangkat lunak. Klinisi menghabiskan hidup mereka dengan berkata, “Ya, kecuali…”.

Biologi manusia penuh dengan pengecualian, modifikator, konteks, dan penjelasan yang bersaing. Pada saat‑saat tertentu, membangun sistem terasa seolah satu kelompok berkomunikasi dengan bahasa isyarat sementara yang lain berbicara dalam bahasa Klingon.

Jawabannya tidak pernah “AI” atau “bukan AI”. Jawabannya adalah menemukan dengan tepat di mana masing‑masing berada.

AI Dapat Membaca Grafik. Manusia Dapat Membaca Ruangan.

Jika digunakan dengan tepat, AI dapat memperluas ingatan klinisi, mempercepat penelitian, menampilkan kemungkinan yang tidak umum, dan mengenali pola di antara sejumlah besar informasi.

Itu mulai tampak bukan sebagai pengganti praktisi, melainkan sebagai pembangunan praktisi bionik.

Namun pasien bukanlah vignette klinis.

Seorang praktisi mendengar keraguan sebelum jawaban. Ia memperhatikan ketika cerita berubah. Ia belajar bahwa satu pasien secara kebiasaan meminimalkan gejala sementara yang lain melaporkan setiap sensasi dengan intensitas maksimum. Ia tahu bahwa “Saya baik‑baik saja” jelas tidak berarti baik.

Informasi itu mungkin tidak pernah ada dalam grafik.

Interaksi manusia dalam kedokteran bukan sekadar lapisan menyenangkan yang kami tambahkan setelah mesin menyelesaikan pekerjaan intelektual. Itu adalah sumber data klinis lain.

AI dapat membaca grafik. Manusia dapat membaca ruangan.

Sistem klinis terbaik akan membutuhkan keduanya.

Berhenti Menanyakan Apakah AI Akan Menggantikan Dokter

Kami mengajukan pertanyaan yang salah.

Masa depan tidak serta‑merta akan dimiliki oleh perusahaan dengan chatbot paling cerdas atau model dasar paling pintar. Inovasi penting semakin terjadi di sekitar model: bagaimana informasi ditangkap dan diverifikasi, pengetahuan apa yang disediakan, apa yang diizinkan sistem untuk disimpulkan, di mana kontrol deterministik mengambil alih, dan di mana manusia harus tetap berada dalam lingkaran.

Kecerdasan mentah menjadi melimpah.

Sistem yang dapat diandalkan untuk menerapkan kecerdasan itu jauh lebih sulit dibangun.

Dan kami tidak seharusnya menyelesaikan masalah itu dengan menuntut setiap klinisi menjadi pengembang AI amatir. Kompleksitas harus berada di dalam teknologi, bukan di dalam prompt dokter.

Dokter masa depan tidak akan mengalahkan AI dalam ingatan. Kontes itu sudah menjadi tidak relevan.

Sebaliknya, kami harus membangun sistem yang memberi klinisi ingatan, daya pemrosesan, dan pengenalan pola mesin sambil mempertahankan konteks, penilaian, skeptisisme, dan koneksi manusia dari praktisi.

Kami menyebutnya praktisi bionik.

Saya menduga pasien pada akhirnya akan menyebutnya sesuatu yang jauh lebih sederhana.

Dokter mereka.