3 cara AI akan menonjol dalam layanan kesehatan di 2023 | Healthcare Asia Magazine
, APAC
430 views

3 cara AI akan menonjol dalam layanan kesehatan di 2023

AI generatif  membantu menemukan diagnosis yang sesuai, menganalisis data medis yang besar, dan menyediakan komunikasi pada pasien yang lancar.

Saat mengetik gejala di Google untuk mencari kemungkinan kondisi kesehatan atau penyakit seseorang, itu selalu  hampir salah. Namun di 2023, para penyedia kesehatan akan mencoba menjembatani kesenjangan ini melalui AI generatif. Partner Boston Consulting Group (BCG), Anurag Agrawal, mengatakan penggunaan AI generatif akan menjadi salah satu tren kesehatan digital tahun ini.

Penggunaan pertama AI generatif adalah untuk meningkatkan komunikasi pasien dengan menghilangkan elemen manusia demi memangkas biaya dan meningkatkan respons cepat kepada pasien, kata Anurag.

Contohnya adalah penggunaan chatbots, yang dilakukan rumah sakit AS pada 2020 ketika jumlah pasien menumpuk. Untuk mengatasi kapasitas yang membuat  kewalahan, pasien diperkenalkan ke chatbot AI di mana mereka dapat dengan mudah mencatat gejala yang dialaminya.

Dengan AI generatif, mesin itu akan memiliki akses ke rekam medis dan data individu yang dipersonalisasi sehingga ketika pasien masuk ke sistem dan menjelaskan gejalanya, AI, dengan pengembangan yang baik, akan memandu pasien dengan tepat tentang apa yang harus mereka lakukan selanjutnya.

“[AI mungkin bertanya] apakah ini kondisi serius [dan] apakah pasien perlu datang ke rumah sakit. Kalau tidak diperlukan, maka pasien bisa menelepon ke dokter,” kata Agrawal.

Bagi Tina Deng, principal medical devices di perusahaan analitik data GlobalData, AI seperti ChatGPT juga dapat digunakan untuk membantu dokter dalam tugas yang melelahkan seperti menulis surat pasien sehingga dokter dapat fokus berbicara dengan pasien.

AI juga dapat meninjau gejala pasien dan merekomendasikan diagnosis dan berbagai pilihan seperti pemeriksaan online atau kunjungan tatap muka dengan profesional kesehatan.

Aplikasi berikutnya untuk AI generatif adalah kemampuannya untuk mempelajari sejumlah besar data medis, kata Agrawal.

“AI generatif akan melihat data, mereka akan mengidentifikasi pola apa yang salah dengan pasien. Di rumah sakit dengan beberapa unit perawatan intensif, AI generatif akan membantu mereka bekerja sama untuk mengetahui jenis protokol apa yang perlu dikembangkan untuk merawat pasien dengan lebih baik dan meningkatkan hasil,” kata Agrawal.

Aplikasi ketiga membantu mengembangkan obat-obatan di bawah segmen farmasi di industri ilmu kehidupan, kata Agrawal. Saat menjangkau pasien yang cocok untuk uji klinis, AI generatif akan melakukannya untuk mereka.

“Bagian yang sangat penting adalah mengidentifikasi kandidat reseptor di mana produk farmasi akan menargetkan AI generatif dalam membantu melakukannya dengan sangat cepat. Kita sudah melihat vaksin COVID-19, vaksin mRNA dalam dua setengah tahun. Dengan semua ini, itu akan mulai terjadi lebih cepat lagi,” kata Agrawal.

Menurut GlobalData, pasar AI akan mencapai $383,3 miliar pada 2030, dengan tingkat pertumbuhan tahunan gabungan (CAGR) 21% dari 2022 hingga 2030.

Prospek kesehatan digital

Saat menggunakan teknologi untuk memangkas biaya, Agrawal melihat lebih banyak tren digital yang dikembangkan selain penggunaan AI generatif. Implementasi teknologi virtual reality dan digital twin adalah beberapa tren baru yang dilihatnya untuk tahun ini.

Untuk digital twin, studi BCG 2023 menunjukkan bahwa teknologi tersebut akan membantu dalam uji klinis untuk mengurangi jumlah pasien dalam kelompok plasebo dan meningkatkan keragaman studi. Tujuannya mengurangi biaya perekrutan dan mempercepat waktu dalam mendapatkan persetujuan.

Karena mereka adalah representasi virtual dari pasien, kembar digital juga akan digunakan oleh para ilmuwan untuk memprediksi bagaimana pasien hidup dapat menanggapi pengobatan melalui penggunaan phenotyping mendalam, sembari mengumpulkan catatan kesehatan, data genomik, dan sumber data lainnya.

Dalam perkembangan realitas virtual, alat tersebut antara lain dapat digunakan untuk pelatihan medis dan kesehatan mental pasien.

“Ada banyak aplikasi yang saya lihat muncul dalam pelatihan medis, yang membantu seseorang memvisualisasikan anatomi medis, dengan cara yang tidak pernah terpikirkan oleh seseorang 10 hingga 15 tahun sebelumnya,dan ini  akan menjadi aplikasi yang sangat penting,” kata Agrawal.

“Demikian pula dengan komunikasi pasien, dengan realitas virtual, seseorang dapat membawa pasien melalui penyakitnya dengan cara yang tidak pernah mereka alami sebelumnya,” dia menambahkan.

Contoh teknologi realitas virtual adalah BehaVR dan OxfordVR, yang memberikan kebutuhan kesehatan perilaku berbasis bukti untuk pasien yang menderita penyakit mental. Yang lainnya adalah Mind-Easy, yang menawarkan cara mengelola gangguan psikologis yang lebih luas.

Secara keseluruhan, Agrawal melihat teknologi ini membantu pertumbuhan kesehatan digital, yang telah diserap secara besar-besaran karena pandemi COVID-19.

Pemindaian AI terkini meningkatkan diagnosa di Shin Kong Wu Ho-Su Memorial Hospital

Rumah sakit di Taiwan ini menggunakan teknologi endoskop yang dibantu AI untuk mendeteksi polip dan kamera resolusi tinggi untuk telemedis.

The Medical City membuka jalan bagi integrasi AI dalam layanan kesehatan lokal dan penelitian dengan Lunit

AI telah diintegrasikan ke dalam layanan mamografi dan rontgen dada di jaringan rumah sakit ini.

RUU data kesehatan Singapura mewajibkan pengaturan pemberian informasi

Untuk memastikan pengungkapan dan pemberian data, Kementerian Kesehatan dapat memberlakukan denda hingga $1 juta atas ketidakpatuhan.

Implantologi Digital, Jalan Dentway untuk pendarahan minimal dari operasi implan gigi

Rumah sakit gigi Taiwan menjamin pemulihan penuh dari prosedur tanpa jahitan dalam waktu seminggu atau dua minggu, bahkan untuk penderita diabetes.

China Medical University Hospital mengembangkan sistem AI yang telah menyelamatkan nyawa sebanyak 30% pasien

Salah satu platform AI mereka  adalah sistem triase yang dapat mengidentifikasi serangan jantung dalam waktu hampir 40 detik.

Rumah sakit TMU memperoleh kemajuan dengan DeepBrain-Cognito untuk mendeteksi risiko demensia secara dini

Sistem Layanan Kesehatan TMU mendefinisikan ulang rumah sakit pintar dengan perangkat lunak dan  terobosan AI.

Rumah sakit KMU mengadopsi teknologi Denmark untuk meredakan stres ibu hamil dalam proses persalinan.

Ini akan mengurangi beban kerja perawat dan mengatasi kepadatan di ruang gawat darurat.

Sistem Da Vinci CGMH menetapkan standar baru untuk operasi robotik yang mahir.

Teknologi bedah robotik telah memungkinkan rumah sakit Taiwan ini untuk mengeluarkan keajaiban bedah Da Vinci, memperoleh HIMSS 7, dan memimpin masa depan perawatan pasien yang cerdas.

Sistem AI auto-contouring di rumah sakit Taiwan yang mempercepat radioterapi awal untuk tumor.

Sistem AI Far Eastern Memorial Hospital (FEMH) di Taiwan dapat menghemat 75% dari proses terapi.