AI memiliki kemampuan untuk menganalisis data medis dengan jumlah besar dengan singkat, membantu dalam pengambilan keputusan klinis, dan meningkatkan efisiensi operasional di Rumah Sakit dan Klinik. Meskipun AI memiliki potensi yang besar, penerapan AI dalam layanan kesehatan tidak lepas dari berbagai tantangan signifikan yang menghambat adopsi dan penggunaannya secara luas.

Perkembangan AI dalam teknologi kesehatan mencangkup berbagai aplikasi mulai dari analisis citra medis, prediksi penyakit, hingga dengan alur kerja Rumah Sakit. Seperti contoh, model AI generatif seperti MedLM dan Gemini dari Google telah menetapkan standar baru dalam AI multimodal, yang mampu mengintegrasikan teks, gambar, dan data video untuk memberikan solusi yang lebih canggih dalam perawatan kesehatan. 

Selain itu juga generative AI sudah digunakan dalam mengurangi beban administratif, membantu tenaga medis menemukan informasi yang relevan dengan cepat dan mudah, serta mendukung proses klinis secara keseluruhan.

Namun, tantangan utama yang dihadapi dalam penerapan AI di layanan kesehatan mencangkup regulasi dan tata kelola, keterampilan dan pengetahuan domain, data dana infrastruktur, serta aliran pendanaan. Berdasarkan survei yang dilakukan HTN lebih dari setengah responden menyatakan bahawa mengidentifikasi regulasi dan tata kelola merupakan hambatan terbesar dalam kecerdasan buatan (AI).

Kendala Terbesar Kecerdasan Buatan

Dilansir dari survei yang dilakukan HTN, terdapat 4 kendala terbesar kecerdasan buatan (AI) dalam perawatan kesehatan. 

1. Regulasi dan Tata Kelola

Tantangan utama yang dihadapi dalam penerapan AI adalah regulasi dan tata kelola. Lebih dari setengah responden survei (51%) HTN mengidentifikasi ini sebagai hambatan terbesar. Regulasi yang ketat dan kompleks memang diperlukan guna memastikan keamanan, privasi, dan keandalan sistem AI. Namun, proses regulasi yang panjang dan birokratis sering kali memperlambat inovasi dan implementasi teknologi baru. Aturan-aturan yang ada kadang-kadang tidak jelas atau tidak selaras dengan perkembangan teknologi terbaru, yang menciptakan ketidakpastian dan menunda adopsi AI dalam praktek klinis

2. Keterampilan dan Pengetahuan Tentang Kecerdasan Buatan

Sebanyak 21% responden survei menyebutkan bahwa keterampilan dan pengetahuan domain merupakan tantangan besar. Implementasi AI yang efektif memerlukan tenaga kerja yang terampil dan memiliki pengetahuan mendalam tentang teknologi AI serta aplikasinya dalam konteks medis. Kekurangan sumber daya manusia yang terlatih dapat menghambat pengembangan dan penggunaan AI. Selain itu, kurangnya pemahaman tentang AI di kalangan tenaga medis dapat mengurangi kepercayaan dan penerimaan terhadap teknologi ini. 

3. Data serta Infrastruktur

Sebanyak 21 % responden juga mengidentifikasi data dan infrastruktur sebagai penghalang utama. AI membutuhkan data yang besar dan berkualitas tinggi serta infrastruktur yang kuat untuk memproses data tersebut. Tantangan yang dihadapi mencangkup kurangnya data yang tersedia, data yang tidak terstruktur dengan baik, serta infrastruktur teknologi yang tidak memadai. Tanpa data yang cukup dan infrastruktur yang kuat, sulit untuk mengembangkan model AI yang akurat dan dapat diandalkan.

4. Aliran Pendanaan 

Pendanaan juga disebutkan sebagai kendala, meskipun hanya 7% responden. Pengembangan dan penerapan AI memerlukan investasi yang signifikan, baik dalam hal penelitian maupun infrastruktur. Kurangnya pendanaan dapat membatasi kemampuan untuk memulai dan menyelesaikan proyek AI. Meskipun pendanaan dianggap sebagai tantangan yang lebih kecil dibandingkan regulasi, keterampilan, dan data, namun tetap menjadi faktor penting yang perlu diatasi.

Kesimpulan

Faktor-faktor yang disebutkan diatas merupakan beberapa faktor yang dapat menjadi sebuah tantangan terbesar bagi penerapan AI di bidang kesehatan. Tidak bisa dipungkiri bahwa penggunaan AI akan sangat bermanfaat dan memiliki potensi yang jauh lebih besar untuk memajukan bidang kesehatan.

Dengan survei yang dilakukan HTN setidaknya kita mengetahui dan dapat mengatasi penghalang tersebut, dengan upaya kolaboratif antara pembuat kebijakan, penyedia layanan kesehatan, dan pengembangan teknologi. Langkah-langkah yang dapat diambil termasuk:

1. Meningkatkan fleksibilitas regulasi sambil tetap menjaga standar keamanan dan etika 

2. Investasi dalam pendidikan dan pelatihan untuk mengembangkan keterampilan yang diperlukan

3. Peningkatan infrastruktur teknologi dan ketersediaan data berkualitas tinggi

4. Mencari sumber pendanaan yang berkelanjutan dan memadai untuk mendukung proyek AI 

Mengatasi penghalang-penghalang tersebut, dapat memberikan potensi penuh AI dalam meningkatkan layanan kesehatan.