UHBUHB

Jurnal Kolaborasi Riset SarjanaJurnal Kolaborasi Riset Sarjana

Pemanfaatan Kecerdasan Buatan (Artificial Intelligence/AI) dan Pembelajaran Mesin semakin berkembang dalam sistem kesehatan modern, khususnya dalam meningkatkan akurasi diagnosis, perencanaan perawatan, dan pengelolaan data medis. Kajian tinjauan naratif ini bertujuan untuk merangkum bukti ilmiah terkini mengenai penerapan AI dan ML dalam diagnosis medis dan layanan perawatan. Pencarian literatur dilakukan melalui database ScienceDirect, IEEE Xplore, dan SpringerLink, dengan fokus pada studi yang membahas diagnostik berbasis AI, pemodelan prediktif, serta sistem pendukung keputusan klinis. Sebanyak 15 artikel relevan yang terbit pada rentang tahun 2015 hingga 2024 disertakan berdasarkan kesesuaian topik dan kualitas metodologis. Hasil kajian menunjukkan bahwa AI dan ML memberikan manfaat besar dalam diagnosis berbasis citra, interpretasi data genomik, manajemen penyakit kronis, serta prediksi risiko klinis. Beberapa studi bahkan melaporkan tingkat akurasi diagnosis yang menyamai atau melampaui tenaga medis manusia. Namun, tantangan tetap muncul, termasuk bias algoritma, isu privasi data, serta keterbatasan infrastruktur kesehatan terutama di negara berkembang. Kajian ini menyimpulkan bahwa integrasi AI dalam layanan kesehatan membutuhkan kolaborasi erat antara tenaga medis dan pengembang teknologi, disertai pengawasan etis dan regulasi yang kuat. Dengan implementasi yang bertanggung jawab, AI dan ML berpotensi besar mendorong peningkatan presisi diagnosis, optimalisasi jalur perawatan, serta penguatan ekosistem kesehatan digital di masa depan.

Kajian ini menunjukkan bahwa kecerdasan buatan (AI) dan pembelajaran mesin (ML) memiliki potensi besar dalam meningkatkan akurasi diagnosis medis, mempercepat proses pengambilan keputusan klinis, serta memperluas kemampuan deteksi dini berbagai penyakit.Efektivitas penerapan AI sangat dipengaruhi oleh kualitas dan keragaman data, tingkat interpretabilitas model, serta kesiapan sumber daya manusia.Integrasi AI dalam layanan kesehatan memerlukan perhatian serius terhadap isu etika, privasi data, dan potensi bias algoritmik.

Berdasarkan temuan dari penelitian ini, beberapa arah penelitian lanjutan yang menjanjikan dapat dieksplorasi. Pertama, penelitian lebih lanjut diperlukan untuk mengembangkan metode yang efektif dalam mengurangi bias algoritmik dalam model AI, khususnya dengan memastikan representasi data yang adil dan beragam dari berbagai kelompok populasi. Kedua, penting untuk mengembangkan model AI yang lebih transparan dan dapat dijelaskan (explainable AI), sehingga tenaga medis dapat memahami dasar pengambilan keputusan oleh sistem AI dan meningkatkan kepercayaan terhadap teknologi tersebut. Ketiga, penelitian perlu difokuskan pada pengembangan kerangka kerja regulasi yang komprehensif dan adaptif untuk mengatur penggunaan AI dalam layanan kesehatan, dengan mempertimbangkan isu-isu privasi data, keamanan informasi, dan tanggung jawab hukum. Penelitian-penelitian ini diharapkan dapat mendorong implementasi AI yang lebih aman, etis, dan efektif dalam meningkatkan kualitas layanan kesehatan secara keseluruhan, serta mengatasi kesenjangan akses dan disparitas kesehatan yang ada.

  1. Indian Journals. indian journals journal public health research development year volume issue impact... indianjournals.com/article/ijphrd-10-8-036Indian Journals indian journals journal public health research development year volume issue impact indianjournals article ijphrd 10 8 036
Read online
File size423.1 KB
Pages17
DMCAReport

Related /

ads-block-test