Dr Watson vs Dr Google: Asia dalam memerangi asimetri data layanan kesehatan | Healthcare Asia Magazine
, Singapore

Dr Watson vs Dr Google: Asia dalam memerangi asimetri data layanan kesehatan

Orang-orang lebih banyak mencari gejala di Google daripada berkonsultasi dengan dokter.

Ketika Parkway Pantai bekerja dengan IBM untuk mengintegrasikan alat pendukung keputusannya, mereka menyaksikan bahwa dokter dan perawat mereka mendapatkan data layanan kesehatan dalam konteks yang tepat, lebih cepat, dan lebih sesuai dengan kebutuhan pasien. Chief Executive Officer of Parkway Pantai’s Singapore operations division, Kelvin Loh, mengatakan sistem seperti cognitive computing dapat membaca, memantau, dan dengan cepat memahami sejumlah besar data dalam waktu singkat.

Mengikuti jejak salah satu perusahaan layanan kesehatan terbesar di Asia, rumah sakit lain juga telah mengadopsi teknologi terobosan di rumah sakit mereka seperti Watson milik IBM untuk meningkatkan dan mempercepat analisis gejala dan menentukan pengobatan terbaik. Pada  Juni,  IBM membuka The Watson Centre di Marina Bay Singapura, sebuah inkubator yang dirancang untuk menyatukan organisasi layanan kesehatan guna membantu menciptakan solusi  untuk meningkatkan kemampuan teknologi.

“Kantor pusat IBM Asia Pasifik yang baru berbasis di lokasi yang sama, di jantung distrik keuangan Singapura. Watson Centre di Marina Bay akan bertindak sebagai pusat keahlian bagi hampir 5.000 profesional cognitive solutions IBM di kawasan Asia Pasifik saja, termasuk peneliti, spesialis IBM Watson, data scientists, software engineers, agile developers, dan pakar analitik,” tulis rilis IBM.

Di samping itu, IBM jugabekerja dengan rumah sakit dan organisasi layanan kesehatan di seluruh Asia-Pasifik, termasuk Bumrungrad International Hospital di Thailand.

Sementara itu, ketika perusahaan teknologi layanan kesehatan telah mengembangkan cara diagnosis layanan kesehatan yang baru, lebih efisien, dan lebih andal, masih ada kekhawatiran yang berkembang di kalangan profesional layanan kesehatan tentang pasien yang berkonsultasi dengan Google daripada dengan dokter mereka. Menurut Google, sekitar 1% dari keseluruhan pencarian, 35 juta pencarian per hari, pada search engine terkait dengan gejala. “Tetapi konten kesehatan di web bisa sulit dinavigasi, dan cenderung mengarahkan orang dari gejala ringan ke kondisi yang menakutkan, yang dapat menyebabkan kecemasan dan stres yang tidak perlu,” kata Project Manager of Google Health Search, Veronica Pinchin.

Untuk mengatasi hal ini, Google telah mengerjakan Google Health Search, yang memerlukan peningkatan search engine mereka untuk mengoptimalkan pencarian gejala. “Jadi mulai dalam beberapa hari mendatang, saat Anda bertanya kepada Google tentang gejala seperti “sakit kepala di satu sisi”, kami akan menampilkan daftar kondisi terkait (“sakit kepala,” “migrain,” “sakit kepala tegang,” “sakit kepala cluster,” “sinusitis”, dan “pilek biasa”). Untuk gejala individu seperti “sakit kepala”, kami juga akan memberi Anda gambaran umum deskripsi bersama dengan informasi tentang pilihan pengobatan sendiri dan apa yang mungkin memerlukan kunjungan dokter,” kata Pinchin.

Dengan melakukan ini, Pinchin menjelaskan tujuannya adalah untuk membantu pasien menavigasi dan mengeksplorasi kondisi kesehatan terkait dengan gejala yang dicari oleh pengguna. Dengan cara ini, mesin dapat dengan cepat mencapai titik di mana pengguna dapat melakukan penelitian lebih mendalam di web, atau menautkan pengguna ke pembicaraan dengan profesional kesehatan berlisensi.

“Kami membuat daftar gejala dengan mencari kondisi kesehatan yang disebutkan dalam hasil web, lalu memeriksanya dengan informasi medis berkualitas tinggi yang kami kumpulkan dari dokter untuk Knowledge Graph kami,” kata Pinchin. “Kami bekerja dengan tim dokter medis untuk meninjau dengan cermat informasi gejala individu, dan para ahli di Harvard Medical School dan Mayo Clinic mengevaluasi kondisi terkait untuk sampel pencarian yang representatif agar membantu meningkatkan daftar yang kami tampilkan,” kata dia menambahkan.

Sementara itu, Pinchin mengatakan pencarian gejala, seperti semua informasi medis di Google, dimaksudkan hanya untuk tujuan informasi. Raksasa teknologi itu menyarankan agar pengguna selalu berkonsultasi dengan dokter untuk mendapatkan saran medis. “Kami mengandalkan hasil penelusuran, dan kami merefleksikan apa yang ada di web. Karena itu, feedback Anda sangat penting bagi kami; kami akan menggunakannya untuk terus meningkatkan hasil yang kami tampilkan. Anda akan melihat dalam minggu-minggu setelah peluncuran, ketika kami menampilkan pencarian gejala, kami akan secara otomatis menanyakan apakah hasilnya membantu,” kata Pinchin.

Pinchin menambahkan, Google Health Search bertujuan untuk mencakup lebih banyak gejala dan untuk memperluas fungsi search engine ke bahasa lain dan internasional. “Lain kali Anda khawatir tentang “anak dengan nyeri lutut” (meskipun mungkin hanya nyeri masa pertumbuhan), atau memiliki beberapa gejala yang membuat Anda terlalu malu untuk diketahui oleh teman sekamar Anda, pencarian Google akan menjadi tempat yang membantu untuk mulai,” kata dia.

Di sisi lain untuk Google Health Search, bukan pertama kalinya perusahaan teknologi ini meningkatkan search engine mereka untuk memfasilitasi pencarian informasi kesehatan yang lebih baik. Pada 2015 lalu, Google meluncurkan Knowledge Graph, di mana mesin menunjukkan gejala dan perawatan yang khas, serta rincian tentang seberapa umum kondisi tersebut.

Menurut Product Manager for Google, Prem Ramaswami, semua fakta yang dikumpulkan untuk Knowledge Graph mewakili pengetahuan klinis real-life dari dokter dan sumber medis berkualitas tinggi di seluruh web, dan informasi tersebut telah diperiksa oleh dokter medis di Google dan Mayo Clinic untuk akurasi. Tetapi, Google sekali lagi mengarahkan ke saran medis profesional daripada hasil pencarian mereka.

“Itu tidak berarti hasil pencarian ini dimaksudkan sebagai saran medis. Kita tahu bahwa kasus dapat bervariasi dalam tingkat keparahan dari orang ke orang, dan pasti ada pengecualian. Apa yang kami sajikan dimaksudkan untuk tujuan informasi saja—dan Anda harus selalu berkonsultasi dengan profesional kesehatan jika Anda memiliki masalah medis,” kata Ramaswami.

Di sisi lain, sementara IBM Watson tampaknya menjadi pilihan yang lebih kredibel untuk informasi medis, orang-orang jelas lebih mengacu pada pencarian Google. “Saya pikir tantangannya ada di lingkungan tempat kami menjalaninya sekarang,” kata Managing Director and President of KPJ healthcare, Amiruddin Abdul Satar. “Dokter bekerja dalam isolasi di lingkungan kami saat ini, jadi tidak mudah bagi mereka untuk merujuk pasien sekarang ke dokter lain untuk meminta pendapat kedua. Itu tantangan pertama.”

Tantangan lain yang dirujuk Amiruddin adalah biaya teknologi layanan kesehatan yang inovatif seperti Watson dari IBM. “Saya yakin mereka tidak akan memberikannya secara gratis. Kami dihadapkan pada tantangan terbesar untuk menahan biaya kami. Pada akhirnya, ini tentang seberapa banyak kami dapat membebankan biaya kepada pasien, dan seberapa besar nilai yang terlihat dalam jenis teknologi ini,” katanya.

Dia menambahkan bahwa profesional kesehatan tidak dapat mendiskreditkan ikatan yang kuat antara pasien dan dokter. “Sementara generasi yang lebih baru mungkin sering merujuk ke internet, pada akhirnya, mereka masih harus pergi ke rumah sakit.” Amiruddin menambahkan, mungkin ada kendala lain dalam menggunakan teknologi baru, seperti regulasi pemerintah dan kementerian kesehatan. Di Malaysia, Amiruddin mengatakan kendala terbesar adalah persyaratan yang ditetapkan oleh kementerian kesehatan tentang berapa banyak dokter dan rumah sakit dapat mengenakan biaya.

“Inovasi ini membantu mengatasi kelemahan ahli manusia dan menguranginya, tetapi ini bukan sesuatu yang akan diterima oleh dokter dengan tangan terbuka,” kata CEO Pantai Holdings Berhad, Ahmad Shahizam Mohd Shariff. “Ada banyak ahli dan dokter yang terlibat, dan ini didasarkan pada pelatihan dan pengalaman bertahun-tahun.”

“Opini kedua ada karena penilaian manusia ikut bermain,” katanya. “Memiliki mesin yang melakukan ini akan menjadi perkembangan yang cukup menarik.” Namun, Ahmad Shahizam Mohd Shariff menegaskan bahwa dia akan selalu lebih memilih Dr Watson untuk memberi informasi ini daripada Dr Google. “Salah satu tantangan untuk layanan kesehatan adalah asimetri informasi,” katanya.

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.