AI (Kecerdasan Buatan) sedang mengubah dengan pantas bidang perubatan dan penjagaan kesihatan di seluruh dunia. Dengan anggaran 4.5 bilion orang yang tidak mendapat akses kepada penjagaan kesihatan asas dan kekurangan dijangka sebanyak 11 juta pekerja kesihatan menjelang 2030, AI menawarkan alat untuk meningkatkan kecekapan, meluaskan capaian, dan menutup jurang dalam penjagaan.
Menurut Forum Ekonomi Dunia (WEF), “Penyelesaian kesihatan digital berasaskan AI berpotensi meningkatkan kecekapan, mengurangkan kos dan memperbaiki hasil kesihatan secara global”.
Dalam praktik, perisian berasaskan AI sudah mengatasi manusia dalam beberapa tugas diagnostik. Contohnya, AI yang dilatih menggunakan imbasan pesakit strok adalah dua kali lebih tepat daripada pakar klinikal dalam mengenal pasti dan menentukan masa strok otak.
Dalam penjagaan kecemasan, AI boleh membantu triage: satu kajian di UK menunjukkan model AI meramalkan dengan tepat pesakit yang memerlukan pemindahan ke hospital dalam 80% kes ambulans. Dalam radiologi pula, alat AI telah mengesan patah tulang atau lesi yang sering terlepas pandang oleh doktor – NICE (pihak berkuasa kesihatan UK) mendapati saringan X-ray dada berasaskan AI selamat dan menjimatkan kos, dan satu sistem AI mengesan 64% lebih banyak lesi otak epilepsi berbanding radiolog.
AI sudah membaca imej perubatan (seperti imbasan CT dan X-ray) lebih pantas daripada manusia. Alat AI boleh mengesan keabnormalan dalam beberapa minit – dari imbasan strok hingga tulang patah – membantu doktor membuat diagnosis dengan lebih cepat dan tepat.
Contohnya, AI yang dilatih dengan ribuan imbasan mengenal pasti lesi otak kecil dan meramalkan masa permulaan strok, maklumat yang kritikal untuk rawatan tepat pada masanya.
Begitu juga, tugas pengimejan mudah seperti mencari patah tulang sangat sesuai untuk AI: doktor penjagaan kecemasan terlepas sehingga 10% patah tulang, tetapi semakan AI boleh mengesan awal. Dengan bertindak sebagai “pasangan mata kedua,” AI membantu mengelakkan diagnosis terlepas dan ujian yang tidak perlu, berpotensi memperbaiki hasil dan mengurangkan kos.
AI juga meningkatkan sokongan keputusan klinikal dan pengurusan pesakit. Algoritma canggih boleh menganalisis data pesakit untuk membimbing penjagaan.
Sebagai contoh, model AI baru boleh mengesan tanda-tanda penyakit (seperti Alzheimer atau penyakit buah pinggang) bertahun-tahun sebelum simptom muncul.
Chatbot klinikal dan model bahasa muncul sebagai pembantu digital: walaupun LLM umum (seperti ChatGPT atau Gemini) sering memberikan nasihat perubatan yang tidak boleh dipercayai, sistem khusus yang menggabungkan LLM dengan pangkalan data perubatan (dikenali sebagai generasi dipertingkatkan pengambilan) menjawab 58% soalan klinikal dengan berguna dalam kajian terkini di AS.
Platform pesakit digital adalah satu lagi bidang berkembang. Platform Huma, contohnya, menggunakan pemantauan dan triage berasaskan AI untuk mengurangkan kemasukan semula hospital sebanyak 30% dan memendekkan masa semakan klinikal sehingga 40%.
Peranti pemantauan jarak jauh (seperti alat boleh pakai dan aplikasi pintar) menggunakan AI untuk menjejaki tanda-tanda vital secara berterusan – meramalkan masalah irama jantung atau paras oksigen secara masa nyata – memberi data kepada doktor untuk campur tangan awal.
Dalam tugas pentadbiran dan operasi, AI meringankan beban kerja. Syarikat teknologi utama kini menawarkan “co-pilot AI” untuk penjagaan kesihatan: Dragon Medical One Microsoft boleh mendengar perbualan doktor-pesakit dan menjana nota lawatan secara automatik, manakala Google dan lain-lain mempunyai alat untuk pengkodan, pengebilan, dan penjanaan laporan.
Di Jerman, platform AI bernama Elea memendekkan masa ujian makmal dari minggu ke jam, membantu hospital beroperasi lebih pantas. Pembantu AI ini membebaskan doktor dan jururawat daripada kerja kertas supaya mereka dapat melayani lebih ramai pesakit.
Tinjauan menunjukkan doktor sudah menggunakan AI untuk dokumentasi rutin dan perkhidmatan terjemahan: dalam tinjauan AMA 2024, 66% doktor melaporkan menggunakan alat AI (naik dari 38% pada 2023) untuk tugas seperti pencatatan, pengkodan, pelan penjagaan atau diagnosis awal.
Pesakit juga berinteraksi dengan AI: contohnya, pemeriksa simptom berasaskan AI boleh melakukan triage asas, walaupun hanya sekitar 29% orang mempercayai alat tersebut untuk nasihat perubatan.
AI dalam Penyelidikan, Pembangunan Ubat & Genomik
Selain klinik, AI membentuk semula penyelidikan perubatan dan pembangunan ubat. AI mempercepatkan penemuan ubat dengan meramalkan tingkah laku molekul, menjimatkan bertahun-tahun kerja makmal. (Contohnya, AlphaFold DeepMind meramalkan berjuta-juta struktur protein dengan tepat, membantu penemuan sasaran.) Genomik dan perubatan diperibadikan turut mendapat manfaat: AI boleh menganalisis data genetik yang luas untuk menyesuaikan rawatan kepada pesakit individu.
Dalam onkologi, penyelidik Mayo Clinic menggunakan AI pada imej (seperti imbasan CT) untuk meramalkan kanser pankreas 16 bulan sebelum diagnosis klinikal – berpotensi membolehkan intervensi lebih awal untuk penyakit yang biasanya mempunyai kadar kelangsungan hidup yang sangat rendah.
Teknik seperti pembelajaran mesin juga memperbaiki epidemiologi: menganalisis bunyi batuk dengan AI (seperti yang dilakukan Google dan rakan kongsi di India) boleh membantu mendiagnosis tuberkulosis dengan kos lebih rendah, memajukan kesihatan global di kawasan yang kurang akses kepada pakar.
Kesihatan Global dan Perubatan Tradisional
Impak AI meluas ke seluruh dunia. Dalam persekitaran sumber rendah, AI telefon pintar boleh merapatkan jurang penjagaan: contohnya, aplikasi ECG berasaskan AI mengesan risiko penyakit jantung, walaupun di kawasan yang kekurangan pakar kardiologi.
AI juga menyokong perubatan tradisional dan pelengkap: laporan WHO/ITU terkini menunjukkan alat AI boleh mengkatalogkan rawatan asli dan memadankan sebatian herba dengan penyakit moden, sambil memastikan pengetahuan budaya dihormati.
India telah melancarkan perpustakaan digital berasaskan AI untuk teks Ayurveda, dan projek di Ghana serta Korea menggunakan AI untuk mengklasifikasikan tumbuhan ubatan. Usaha ini – sebahagian daripada agenda WHO – bertujuan menjadikan perubatan tradisional lebih mudah diakses secara global tanpa mengeksploitasi komuniti tempatan.
Secara keseluruhan, AI dilihat sebagai cara untuk membantu mencapai liputan kesihatan sejagat (matlamat PBB menjelang 2030) dengan meluaskan perkhidmatan ke kawasan terpencil atau kurang mendapat layanan.
Manfaat AI dalam Penjagaan Kesihatan
Manfaat utama AI dalam perubatan termasuk:
- Diagnostik lebih pantas dan tepat: AI boleh memproses imej dan data secara besar-besaran, sering mengesan apa yang terlepas pandang manusia.
- Penjagaan diperibadikan: Algoritma boleh menyesuaikan pelan rawatan berdasarkan data pesakit (genetik, sejarah, gaya hidup).
- Peningkatan kecekapan: Automasi kerja kertas dan tugas rutin mengurangkan keletihan klinikal. (Laporan WEF menunjukkan platform digital mengurangkan beban kerja penyedia secara signifikan.)
- Penjimatan kos: McKinsey menganggarkan penggunaan AI secara meluas boleh menjimatkan ratusan bilion setahun melalui peningkatan produktiviti dan pencegahan. Pesakit mendapat manfaat daripada hasil kesihatan yang lebih baik dan kos lebih rendah.
- Perluasan capaian: Teleperubatan dan aplikasi berasaskan AI membolehkan orang di kawasan luar bandar atau miskin mengakses saringan dan pemantauan tahap pakar tanpa perlu bergerak jauh.
Kelebihan ini disokong oleh tinjauan: ramai doktor melaporkan AI membantu dalam pencatatan, diagnosis, dan komunikasi.
Seperti yang dinyatakan dalam laporan WHO, “AI memegang janji besar untuk memperbaiki penyampaian penjagaan kesihatan dan perubatan di seluruh dunia”.
Cabaran, Risiko & Etika
Walaupun berpotensi, AI dalam penjagaan kesihatan menghadapi cabaran serius. Privasi dan keselamatan data adalah sangat penting: data kesihatan sangat sensitif, dan penghapusan identiti yang lemah boleh membahayakan kerahsiaan pesakit.
Bias dalam model AI adalah kebimbangan utama. Jika algoritma dilatih dengan data yang tidak pelbagai (contohnya, kebanyakannya pesakit dari negara berpendapatan tinggi), prestasinya mungkin lemah untuk kumpulan lain.
Analisis WHO mendapati sistem yang dilatih di negara kaya boleh gagal di persekitaran berpendapatan rendah/sederhana, jadi AI mesti direka secara inklusif. Kepercayaan dan latihan klinikal juga penting: pelaksanaan AI yang cepat tanpa pendidikan yang betul boleh menyebabkan penyalahgunaan atau kesilapan.
Seorang ahli etika dari Oxford memberi amaran bahawa pengguna mesti “memahami dan tahu cara mengurangkan” had AI.
Selain itu, sistem AI (terutamanya LLM) boleh mengada-adakan – menghasilkan maklumat perubatan yang kedengaran munasabah tetapi palsu. Contohnya, satu kajian mendapati alat transkripsi Whisper OpenAI kadang-kadang mereka butiran, dan LLM popular sering gagal memberikan jawapan perubatan yang sepenuhnya berasaskan bukti.
Garis panduan etika menekankan manusia mesti kekal mengawal keputusan penjagaan (persetujuan dimaklumkan, pengawasan, akauntabiliti). Panduan WHO menggariskan enam prinsip untuk alat kesihatan AI: melindungi autonomi pesakit, memastikan kesejahteraan dan keselamatan, menuntut ketelusan dan penjelasan, mengekalkan akauntabiliti, memupuk keadilan, dan menggalakkan kelestarian.
Ringkasnya, AI harus membantu—bukan menggantikan—doktor, dan mesti dikawal selia supaya manfaatnya sampai kepada semua tanpa menimbulkan mudarat baru.
Peraturan dan Tadbir Urus
Pihak berkuasa di seluruh dunia sudah mula bertindak. FDA telah mempercepatkan kelulusan lebih daripada 1,000 peranti perubatan berasaskan AI melalui laluan sedia ada.
Pada Januari 2025, FDA mengeluarkan draf panduan komprehensif untuk perisian AI/ML sebagai peranti perubatan, merangkumi keseluruhan kitar hayat dari reka bentuk hingga pemantauan pasca pasaran.
Panduan ini secara jelas menangani ketelusan dan bias, menggesa pembangun merancang untuk kemas kini berterusan dan pengurusan risiko. FDA juga sedang merangka peraturan untuk penggunaan AI dalam pembangunan ubat dan mengumpul maklum balas awam mengenai pertimbangan AI generatif.
Di Eropah, Akta AI EU baru (dikuatkuasakan pada 2024) mengklasifikasikan sistem AI penjagaan kesihatan sebagai “berisiko tinggi,” bermakna mereka mesti memenuhi keperluan ketat untuk ujian, dokumentasi, dan pengawasan manusia.
Di UK, Agensi Pengawalseliaan Produk Perubatan dan Penjagaan Kesihatan (MHRA) mengawal peranti perubatan berkuasa AI di bawah undang-undang peranti perubatan sedia ada.
Badan profesional dan kerajaan menekankan pendidikan: klinisyen akan memerlukan kemahiran digital baru, dan pesakit memerlukan panduan bila AI sesuai digunakan.
Seperti yang dinyatakan oleh Pengarah Jeneral WHO, Tedros, AI boleh “memperbaiki kesihatan berjuta-juta orang” jika digunakan dengan bijak, tetapi “ia juga boleh disalahgunakan dan menyebabkan mudarat”.
Oleh itu, organisasi antarabangsa menyeru supaya ada garis panduan yang memastikan mana-mana alat AI selamat, berasaskan bukti, dan adil.
Prospek Masa Depan
Melihat ke hadapan, peranan AI dalam penjagaan kesihatan dijangka terus berkembang. AI generatif (seperti LLM canggih) dijangka menggerakkan lebih banyak aplikasi berhadapan pesakit dan alat sokongan keputusan – selagi ketepatan bertambah baik.
Integrasi dengan rekod kesihatan elektronik dan genomik akan mewujudkan penjagaan yang lebih diperibadikan.
Robotik dan pembedahan dibantu AI akan menjadi perkara biasa di hospital berteknologi tinggi. Sensor boleh pakai bersama algoritma AI akan memantau metrik kesihatan secara berterusan, memberi amaran kepada pesakit dan doktor tentang masalah sebelum kecemasan berlaku.
Inisiatif global (seperti Perikatan Tadbir Urus AI WEF) bertujuan menyelaraskan pembangunan AI yang bertanggungjawab merentasi sempadan.
Yang penting, masa depan terletak pada kerjasama antara AI dan manusia. Menggabungkan kelajuan AI dengan kepakaran klinikal boleh “mempercepatkan diagnosis dan rawatan,” kata para penyelidik.
Seperti yang sering dinyatakan oleh pakar, AI harus menjadi “sekutu, bukan halangan” dalam penjagaan kesihatan.
Dengan optimisme berhati-hati, sistem penjagaan kesihatan mula menerima AI untuk mencapai kesihatan lebih baik bagi lebih ramai orang – dari diagnostik pintar dan klinik yang dipermudah hingga penemuan dalam rawatan dan keadilan kesihatan global.
>>> Anda mungkin berminat dengan:
AI dalam Pendidikan dan Latihan
