Sebuah studi prestisius yang diterbitkan dalam jurnal Science baru-baru ini mengguncang dunia medis dengan temuan bahwa model bahasa besar (LLM) OpenAI menunjukkan akurasi diagnosis yang mengejutkan. Penelitian yang digawangi oleh pakar dari Harvard Medical School dan Beth Israel Deaconess Medical Center ini mengadu kecerdasan buatan dengan dokter manusia dalam skenario nyata di ruang gawat darurat.
Hasilnya menunjukkan bahwa model terbaru OpenAI, yakni o1, mampu memberikan diagnosis yang lebih tepat dibandingkan dokter spesialis penyakit dalam, terutama pada fase kritis awal. Temuan ini menjadi sinyal kuat bahwa teknologi AI bukan lagi sekadar asisten administratif, melainkan potensial menjadi instrumen klinis yang sangat krusial.
Metodologi Ketat: Uji Coba Tanpa Rekayasa Data
Dikutip dari Techcrunch, Selasa (5/5/2026), para peneliti melakukan eksperimen terhadap 76 pasien asli yang masuk ke unit gawat darurat dengan menyajikan data rekam medis elektronik apa adanya kepada model o1 dan GPT-4o. Untuk menjaga objektivitas, diagnosis tersebut kemudian dinilai secara buta oleh dokter spesialis lain yang tidak mengetahui apakah laporan tersebut dibuat oleh manusia atau mesin.
Model o1 secara khusus bersinar pada tahap “triase”, di mana informasi pasien masih sangat minim namun keputusan cepat dan tepat sangat mendesak untuk diambil. Keunggulan AI di titik kontak pertama ini membuktikan kemampuannya dalam memproses pola medis yang kompleks secara instan di bawah tekanan situasi darurat.
Statistik Kemenangan AI dalam Angka Akurasi
Data studi mengungkapkan bahwa model o1 berhasil memberikan diagnosis yang tepat atau mendekati sempurna dalam 67% kasus triase awal yang diujikan. Angka ini secara signifikan melampaui performa dua dokter spesialis manusia yang masing-masing hanya mencapai tingkat akurasi sebesar 55% dan 50% pada kasus yang sama.
Arjun Manrai, kepala laboratorium AI di Harvard Medical School, menyatakan bahwa hasil ini melampaui hampir semua tolok ukur model AI sebelumnya dan bahkan performa klinis dokter kontrol. Keberhasilan ini menempatkan model o1 sebagai standar baru dalam kemampuan penalaran medis berbasis teks yang pernah diuji coba secara formal.
Batas Kemampuan AI: Teks vs Realitas Fisik
Meskipun hasilnya memukau, para peneliti menekankan bahwa model AI saat ini masih memiliki keterbatasan besar karena hanya mampu memproses data masukan berbasis teks. AI belum memiliki kemampuan penalaran yang mumpuni terhadap input non-teks seperti citra medis atau interaksi fisik langsung dengan pasien yang menjadi kunci diagnosis komprehensif.
Keterbatasan ini menjadi pengingat bahwa AI saat ini masih berperan sebagai mesin pengolah data, bukan entitas yang memahami kondisi manusia secara holistik. Oleh karena itu, para ahli mendesak perlunya uji coba prospektif lebih lanjut untuk mengevaluasi bagaimana teknologi ini bekerja dalam interaksi nyata dengan pasien di lapangan.
Dilema Akuntabilitas dan Kepercayaan Pasien
Adam Rodman, salah satu penulis utama studi, memperingatkan bahwa saat ini belum ada kerangka kerja hukum dan formal mengenai akuntabilitas jika AI melakukan kesalahan diagnosis. Ia menegaskan bahwa pasien tetap membutuhkan kehadiran manusia untuk membimbing mereka melalui keputusan hidup dan mati yang sangat menantang dan emosional.
Diagnosis medis bukan sekadar angka akurasi, melainkan sebuah proses perawatan yang melibatkan empati dan tanggung jawab moral yang belum bisa digantikan oleh algoritma. Di sisi lain, isu etika mengenai siapa yang bertanggung jawab atas kegagalan sistem AI masih menjadi perdebatan panjang di kalangan pembuat kebijakan kesehatan.
Kritik dari Garis Depan: Relevansi Spesialisasi
Kritik tajam juga datang dari praktisi lapangan seperti Kristen Panthagani yang menilai perbandingan antara AI dan dokter penyakit dalam di ruang UGD kurang tepat sasaran. Ia berpendapat bahwa idealnya AI dibandingkan dengan dokter gawat darurat yang memang dilatih khusus untuk menghadapi urgensi medis di lini terdepan.
Sebagai dokter UGD, fokus utama bukanlah menebak diagnosis akhir secara sempurna, melainkan menentukan apakah kondisi pasien dapat menyebabkan kematian mendadak atau tidak. Pada akhirnya, AI mungkin unggul dalam ujian teori medis, namun kemampuan klinis untuk menyelamatkan nyawa di tengah kekacauan ruang gawat darurat tetap merupakan keahlian unik manusia.
Scr/Mashable
