AI OpenAI Kalahkan Dokter IGD dalam Uji Harvard, Akurasi Diagnosis Darurat Sentuh 82 Persen

JawaPos.com - Perkembangan kecerdasan buatan atau artificial intelligence (AI) memasuki fase baru yang semakin menantang otoritas klinis manusia. Studi Harvard Medical School menunjukkan AI mampu melampaui dokter dalam akurasi diagnosis di unit gawat darurat, terutama pada tahap triase—proses penilaian awal pasien untuk menentukan tingkat kegawatan dan prioritas penanganan—yang menjadi dasar keputusan medis cepat di IGD.

Penelitian yang dipublikasikan dalam jurnal Science tersebut melibatkan peneliti dari Harvard Medical School dan Beth Israel Deaconess Medical Center di Boston. Dalam uji ini, sistem AI berbasis model penalaran OpenAI o1 dibandingkan langsung dengan ratusan dokter dalam berbagai simulasi kasus klinis, mulai dari kondisi darurat hingga penyusunan rencana terapi lanjutan.

Melansir dari The Guardian, Kamis (7/5/2026), hasil studi menunjukkan AI unggul dalam skenario triase dengan tekanan tinggi, di mana keputusan harus diambil cepat hanya berdasarkan informasi terbatas. Dalam pengujian terhadap 76 pasien di unit gawat darurat sebuah rumah sakit di Boston, AI mampu memberikan diagnosis yang tepat atau sangat mendekati benar pada 67 persen kasus, sementara dokter manusia berada pada kisaran 50–55 persen. Ketika data klinis diperluas, tingkat akurasi AI meningkat hingga 82 persen, sementara dokter mencapai 70–79 persen.

Baca Juga:Tiongkok Pimpin Inovasi Mobil AI Global, Namun Tersandung Uji Keandalan dalam Penerapan di Lapangan

Penulis utama studi, Arjun Manrai dari Harvard Medical School, menilai hasil ini mencerminkan perubahan mendasar dalam cara teknologi memengaruhi dunia medis. "Saya tidak berpikir temuan kami berarti AI akan menggantikan dokter. Namun, ini menunjukkan bahwa kita sedang menyaksikan perubahan teknologi yang sangat mendalam yang akan membentuk ulang dunia kedokteran," ujarnya.

Selain itu, AI juga menunjukkan keunggulan dalam perencanaan terapi medis. Dalam pengujian lima studi kasus klinis, sistem AI mencetak skor 89 persen dalam ketepatan rekomendasi perawatan, jauh melampaui dokter yang hanya mencapai 34 persen ketika menggunakan alat bantu konvensional seperti mesin pencari. Para peneliti menyebut model bahasa besar (large language models/LLM) kini telah "melampaui sebagian besar tolok ukur penalaran klinis."

Namun, para peneliti menegaskan bahwa temuan ini tidak dapat diartikan sebagai penggantian dokter oleh mesin. Studi ini hanya menggunakan data berbasis teks, tanpa memasukkan faktor penting seperti ekspresi wajah pasien, tingkat kesakitan, atau tanda klinis visual yang biasanya menjadi bagian krusial dalam praktik medis nyata.

Dr Adam Rodman dari Beth Israel Deaconess Medical Center menekankan bahwa AI lebih realistis diposisikan sebagai mitra kerja dokter. "Dalam satu dekade ke depan, AI tidak akan menggantikan dokter, melainkan hadir dalam model perawatan baru yang terdiri atas dokter, pasien, dan sistem AI," ujarnya. Dia juga menyoroti belum adanya kerangka hukum yang jelas terkait tanggung jawab apabila terjadi kesalahan diagnosis oleh sistem AI.

Salah satu temuan menarik dalam studi ini terjadi pada kasus pasien emboli paru. Awalnya dokter menduga terapi pengencer darah tidak efektif, namun AI justru mengidentifikasi riwayat lupus sebagai pemicu peradangan yang memperburuk kondisi pasien. Analisis tersebut kemudian terbukti akurat.

Fenomena ini mencerminkan meningkatnya penetrasi AI dalam praktik medis global, seiring investasi besar perusahaan teknologi di sektor kesehatan berbasis data. Studi tersebut juga mencatat hampir 20 persen dokter di Amerika Serikat telah menggunakan AI untuk membantu diagnosis, sementara di Inggris angka penggunaan harian mencapai 16 persen dan penggunaan mingguan 15 persen.

Meski demikian, sejumlah pakar menegaskan AI belum dapat dijadikan acuan utama dalam praktik klinis. Profesor Ewen Harrison dari University of Edinburgh menyebut AI kini mulai berperan sebagai "alat opini kedua" bagi dokter, terutama untuk mempertimbangkan lebih banyak kemungkinan diagnosis agar tidak melewatkan hal penting.