Inteligensi buatan kemungkinan akan mengubah bagaimana dokter menjalankan praktik medis dalam waktu dekat. …[+] Mahasiswa kedokteran yang memilih spesialis harus menyadari bagaimana hal ini dapat mempengaruhi kebutuhan tenaga kerja dokter.
getty
Inteligensi buatan (AI) ada di mana-mana—seperti OpenAI’s Chat-GPT—dan semakin banyak digunakan dalam bidang kedokteran. AI bisa menambah atau bahkan menggantikan beberapa tugas yang dilakukan dokter, pada suatu saat nanti.
Mahasiswa kedokteran harus mempertimbangkan bagaimana AI bisa mengubah pekerjaan dokter (dan mendapatkan bayaran) saat memilih spesialis. Hal ini penting mengingat investasi waktu yang besar dalam pelatihan spesialis dan hambatan tinggi untuk beralih.
Khawatir serupa tentang “penggantian” muncul dengan revolusi industri (1760-1840) bahwa pekerja mungkin menjadi tidak relevan dengan ditemukannya mesin seperti mesin uap James Watt pada tahun 1775 dan mesin kapas Eli Whitney pada tahun 1793. Pada akhirnya, beberapa pekerjaan dihilangkan. Tetapi pekerjaan lain diciptakan karena manusia dibutuhkan untuk mengawasi dan memperbaiki mesin-mesin tersebut.
Revolusi AI mungkin akan mengikuti jalur yang serupa. Namun, itu akan berlangsung jauh lebih cepat. Saat AI mengubah praktik kedokteran, hal itu juga bisa mengubah kebutuhan tenaga kerja dokter dengan cara yang lebih dramatis daripada revolusi industri.
Berikut adalah spesialisasi di mana AI pada akhirnya bisa menggantikan sebagian besar pekerjaan dokter (di masa depan).
Radiologi diagnostik
Radiologi menggunakan teknologi-imaging: X-ray, CT scan, MRI, dan USG untuk mendiagnosis penyakit. Algoritma AI sangat bagus dalam mendeteksi pola gambar dan menganalisis data digital.
Dalam sebuah studi 2019, AI mandiri (tanpa masukan radiolog) dibandingkan dengan hasil dari 101 radiolog dalam 2.652 mamogram. Ditemukan bahwa reds AI sama bagusnya dengan radiolog. Bantuan AI dalam membaca sinar-X dada meningkatkan sensitivitas mendeteksi abnormalitas sinar-X spesifik untuk pneumothorax (di mana udara berada di luar paru-paru) sebesar 26%, konsolidasi (yang menunjukkan infeksi), dan nodul paru-paru (yang bisa menjadi tanda awal tumor) sebesar 9%.
Pada jangka waktu dekat, AI akan menjadi kolaborator yang kuat bagi radiolog. Namun pada jangka panjang, mungkin akan ada sedikit kebutuhan untuk radiolog diagnostik karena teknologi semacam ini menjadi semakin mandiri.
Patologi diagnostik
Patologi melibatkan membuat diagnosis melalui pemeriksaan jaringan, sel, dan cairan tubuh serta menggunakan alat berbasis laboratorium. Seperti radiologi, algoritma AI ditenagai untuk menganalisis slide patologi digital meningkatkan deteksi kanker, klasifikasi tumor, dan kuantifikasi biomarker.
Studi 2022 menunjukkan bahwa model AI secara signifikan meningkatkan akurasi diagnosa laporan patologis untuk lesi jaringan lunak myxoid vertikal yang sulit didiagnosis. Model AI memiliki akurasi 97% dibandingkan dengan 70% untuk patolog manusia saja, dan mengurangi tingkat kesalahan mereka sebesar 90%. Studi 2024 menemukan bahwa model AI mandiri lebih akurat dalam menafsirkan sitologi untuk aspirasi jarum halus tiroid, 95% v. 89% dibandingkan dengan ahli patologi siktopatolog.
Saat ini, AI dapat meningkatkan akurasi, kecepatan, dan konsistensi patolog. Namun seiring AI maju, beberapa pekerjaan tersebut bisa sepenuhnya diotomatisasi.
Dermatologi
Dermatologi melibatkan penilaian ruam dan lesi kulit, umumnya sebagai rujukan dari dokter umum dan pada pasien yang mencari perawatan secara langsung. Model AI yang dilatih pada dataset besar gambar kulit dapat membantu mengidentifikasi kanker dan mendiagnosis kondisi kulit kronis.
Studi terbaru menemukan bahwa dukungan AI secara signifikan meningkatkan sensitivitas dan akurasi dermatolog dalam mengklasifikasikan gambar dermoskopis melanoma dan nevi. Sensitivitas meningkat dari 60% menjadi 75% dan akurasi dari 65% menjadi 73%. Studi lain menemukan bahwa asisten AI meningkatkan akurasi dokter non-pakar dalam mendiagnosis kondisi kulit dengan akurasi kelompok yang dibantu AI sebesar 54% v. 44% untuk kelompok yang tidak dibantu.
Ketika algoritma AI untuk diagnosis kulit digunakan dalam praktik dan akan terus meningkat. Beberapa—seperti Skin Vision dan Mole Mapper—mendiagnosa kondisi kulit tanpa masukan manusia. Penggunaan luas teknologi ini bisa semakin menggeser beberapa diagnosis dan manajemen kulit ke non-spesialis serta langsung ke pasien.
Kedokteran Internal & Spesialis Nonprosedur Anak
Kardiologis, endokrinologis, gastroenterologis, reumatologis, dan dokter penyakit menular adalah ahli dalam merawat penyakit kompleks dalam bidang mereka. Pelatihannya membutuhkan beberapa tahun setelah menyelesaikan residensi kedokteran internal atau anak.
Pada masa depan, AI mungkin akan menurunkan kebutuhan untuk berkonsultasi dengan spesialis ini untuk saran dan manajemen. Sebagai gantinya, dokter konsultan mungkin akan semakin bergantung pada AI. Generalis—seperti dokter di perawatan primer, pediatri, kedokteran darurat dan kedokteran rumah sakit—juga mungkin lebih nyaman dalam mengelola kondisi-kondisi rumit dengan bimbingan AI, pada akhirnya memperluas ruang lingkup praktik mereka.
Di samping itu, AI kemungkinan akan mempengaruhi pekerjaan yang tidak melibatkan prosedur lebih cepat daripada pekerjaan yang melibatkan prosedur, seperti perawatan bedah. AI kemungkinan tidak akan mengoperasikan robot bedah independen dalam waktu dekat.
Seberapa cepat atau bahkan apakah ini akan terjadi pada spesialis tertentu ini tidak diketahui. Perawatan kesehatan terkenal lambat dalam mengadopsi inovasi. Resistensi terhadap perubahan pola rujukan oleh kelompok spesialis akan kuat.
Namun, mempertimbangkan masa depan potensial ini penting bagi mahasiswa kedokteran yang merencanakan karir panjang di mana alat seperti ChatGPT dan alat AI lainnya niscaya akan mengubah bagaimana dokter menjalankan praktik dengan laju yang belum pernah terjadi sebelumnya.