Pentingnya Human-in-the-Loop (HITL) AI untuk Perawatan Kesehatan yang Berisiko Tinggi

Peran AI yang Berkembang dalam Perawatan Kesehatan

Kecerdasan buatan (AI) secara signifikan mengubah perawatan kesehatan karena algoritma pembelajaran mesin yang lebih canggih dan model dasar menjadi tersedia. Ini memengaruhi bidang yang beragam seperti diagnosa, analitik prediktif, dan bedah. Sebagai hasilnya, alat medis yang didorong AI berkembang dari pengaturan R&D ke praktik klinis, terus bergerak dari “nice-to-have” menjadi “must-have” bagi penyedia layanan kesehatan dan sistem kesehatan.

Berbeda dengan perawatan tradisional, AI dapat mengkodekan pengetahuan medis yang luas ke dalam model yang dapat diterapkan di mana saja. Ini membuka pintu untuk mendemokratisasi keahlian khusus, memungkinkan pasien di daerah terpencil untuk mendapat manfaat dari wawasan yang dikembangkan di pusat-pusat medis terbaik. Alat AI generatif juga mengurangi beban kerja dokter. Dokter saat ini menghabiskan hampir dua jam untuk tugas Catatan Kesehatan Elektronik untuk satu jam perawatan pasien. Sistem AI generatif sekarang menghasilkan dokumentasi medis melalui “digital scribes” ambient, mengurangi waktu yang dihabiskan dokter untuk tugas administratif. Ini menyelamatkan dokter sekitar 15.791 jam waktu dokumentasi per tahun, meningkatkan interaksi pasien-dokter, dan meningkatkan kepuasan dokter.

Pada tahun 2025, FDA telah menyetujui beberapa teknologi AI di berbagai spesialisasi seperti radiologi, kardiologi, dan gastroenterologi. Pasar akan mulai muncul untuk algoritma yang bersaing, dan peran penyedia layanan kesehatan akan berkembang untuk memilih alat mana yang digunakan. Namun, yang paling penting, kepercayaan pasien dan partisipasi mereka membawa tantangan yang belum terpecahkan dalam tata kelola AI yang sistematis yang perlu diatasi. Inilah di mana Human-in-the-Loop (HITL) menjadi vital; ini menjaga kekuatan AI tetap terkait dengan pengawasan manusia saat AI berkembang di seluruh perawatan kesehatan.

Robotika dan AI dalam Bedah

Dalam skenario perawatan kesehatan yang berisiko tinggi seperti bedah, di mana setiap keputusan dapat berakibat pada hidup atau kematian, konvergensi AI dan robotika mewakili perubahan besar. Bedah yang dibantu robot (RAS) telah digunakan dalam profesi ini selama beberapa tahun; namun, karena AI yang lebih mandiri dan fusi data multimodal berkembang, sistem ini akan bergerak dari bantuan pasif ke kolaborasi aktif. Ini berarti mereka akan melakukan tindakan rutin di bawah pengawasan sementara ahli bedah mempertahankan otoritas atas keputusan kompleks. Dengan kemajuan AI dan penglihatan komputer, robot ini sekarang memiliki “mata” dan, dalam arti tertentu, intuisi klinis.

Setiap bedah robotik menghasilkan gigabyte video definisi tinggi, telemetri instrumen, dan informasi pasien. Tersembunyi dalam data ini adalah pola yang dapat dipelajari AI. Namun, data mentah saja tidak berguna tanpa pelabelan data yang teliti, yang melibatkan pengambilan data tidak terstruktur seperti gambar medis, video bedah, atau catatan klinis, dan menandainya dengan wawasan yang tepat dan dipandu oleh ahli. Lapisan data ini, yang disebut metadata, adalah inti dari apa yang digunakan algoritma pembelajaran mesin untuk memahami pikiran dan keputusan ahli, mempelajari pola, dan akhirnya, membuat prediksi. Input ahli ini pada data yang langka dan bersifat milik perusahaan mewakili frontir berikutnya dalam mengembangkan AI dari fungsionalitas umum ke aplikasi yang sangat berharga dan spesifik.

Ketika kolaborasi antara data dan keahlian manusia ini matang, dampaknya sudah terasa di mana yang paling penting: dalam bedah langsung. Pada tahun 2025, tim di Johns Hopkins menunjukkan robot bedah yang dilatih AI yang mengangkat kantong empedu dari spesimen babi dengan keberhasilan 100% tanpa intervensi manusia. Sistem, yang disebut Smart Tissue Autonomous Robot (STAR), dilatih pada jam-jam video bedah dan dapat melakukan semua langkah kritis (memotong jaringan, meletakkan klip, menghindari struktur vital) secara mandiri. Contoh lain adalah penggunaan robot dalam bedah panggul, menghasilkan perbaikan hasil yang terbukti. Sayatan yang lebih kecil, trauma yang lebih sedikit, dan manuver yang lebih teliti berubah menjadi pemulihan yang lebih cepat dan komplikasi yang lebih sedikit bagi pasien.

HITL: Mengapa Ini Penting dalam AI Bedah

HITL menjembatani kecepatan dan skala AI dengan penilaian dan kesadaran konteks manusia, yang penting dalam lingkungan yang berisiko tinggi seperti bedah. Ahli bedah membawa sesuatu yang tidak dapat direplikasi oleh algoritma saat ini: intuisi dan kreativitas. Kualitas manusia yang unik ini memberikan konteks pada data dan makna pada hasil. Sistem AI bedah yang berkinerja tinggi dibangun atas kolaborasi ini. Kecerdasan mereka bergantung pada gambar dan video yang dilabeli dengan teliti, data yang mengajarkan algoritma untuk mengenali pembuluh darah yang berdarah, melacak margin tumor, atau memprediksi komplikasi sebelum mereka terjadi. Hanya ahli bedah yang berpengalaman yang dapat menafsirkan petunjuk halus dari variasi anatomi dan teknik operatif yang memperkaya data dengan kecerdasan. Ketika AI berkembang menuju otonomi yang lebih besar, peran manusia tidak berkurang; itu memperdalam. HITL kemudian menjadi mekanisme kritis untuk pengawasan, pembelajaran terus-menerus, dan keselarasan etika dalam era di mana mesin belajar membuat keputusan yang dapat menyelamatkan nyawa.

Studi Kasus: Percepatan HITL dalam AI Bedah

Sebuah produsen perangkat bedah global terkemuka baru-baru ini menunjukkan bagaimana aliran kerja HITL dapat mendefinisikan kembali kecepatan dan presisi inovasi AI. Dengan mengintegrasikan keahlian manusia langsung ke dalam pipa pengembangan, pelatihan, audit, dan pemantauan, perusahaan tersebut menyelesaikan proyek beberapa bulan lebih awal dari jadwal sementara mencapai akurasi frame-level lebih dari 99%, sebuah benchmark yang jarang tercapai dalam operasi data medis. Dampaknya sangat besar: setelah dilatih pada dataset yang dianotasi oleh ahli, AI bedah perusahaan tersebut mengalami 72% lonjakan dalam akurasi pengenalan instrumen dan peristiwa bedah.

Dalam arti praktis, robot menjadi jauh “lebih pintar” tentang memahami apa yang terjadi di lapangan bedah. Ini dapat menafsirkan adegan dengan kejelasan hampir manusia dan merespons dengan presisi yang lebih besar. Tingkat perbaikan ini menekankan konvergensi keahlian manusia dan kecerdasan mesin. Ini lebih lanjut membuktikan bahwa kolaborasi ini dapat menghasilkan pengembangan yang lebih cepat, lebih aman, dan teknologi yang lebih mampu, yang memperkuat keterampilan ahli bedah dan meningkatkan hasil pasien.

Masa Depan adalah Kolaboratif

Trajektori perawatan kesehatan yang sangat penting seperti AI bedah mencerminkan transformasi yang lebih luas di seluruh sektor perawatan kesehatan. Ini mengakui pergeseran dari augmentasi pasif ke integrasi yang dipercaya dan berdampak tinggi. Apa yang dahulu terbatas pada laboratorium penelitian sekarang memasuki ruang operasi sebagai visualisasi yang canggih tetapi pada akhirnya akan menjadi AI dan robotika yang menggabungkan untuk mendefinisikan kembali apa yang mungkin dalam presisi, keamanan, dan akses.

Tujuannya bukan untuk menggantikan dokter dan ahli bedah; itu untuk memperluas kemampuan mereka, mempertajam presisi mereka, dan meningkatkan dampak mereka pada perawatan pasien. Ketika algoritma berkembang, penilaian manusia harus tetap menjadi landasan industri. Sistem tata kelola HITL menciptakan siklus umpan balik yang bermanfaat, membangun keandalan yang diminta oleh regulator dan ahli kesehatan. Kolaborasi ini antara manusia dan mesin membuatnya lebih akuntabel, lebih transparan, dan pada akhirnya, lebih manusiawi. Ini adalah keseimbangan antara inovasi dan pengawasan yang akan menentukan bagaimana AI memperoleh kepercayaan untuk bergerak dari teknologi yang menjanjikan ke mitra yang tak terpisahkan dalam masa depan perawatan pasien.