Kedokteran Berbasis Bukti Digital Pintar (Digital Intelligent Evidence-Based Medicine/i-EBM), menciptakan pendekatan yang lebih dinamis, tepat, dan efisien pada bukti medis.

Lanzhou, China (Xinhua/Indonesia Window) – Para peneliti China sedang mengintegrasikan kemampuan kecerdasan buatan (artificial intelligence/AI) yang semakin besar ke dalam Kedokteran Berbasis Bukti Digital Pintar (Digital Intelligent Evidence-Based Medicine/i-EBM), menciptakan pendekatan yang lebih dinamis, tepat, dan efisien pada bukti medis.

"Sebagai paradigma medis modern baru, i-EBM memiliki tiga dimensi – integrasi data multisumber, analisis bukti pintar, dan dukungan pengambilan keputusan yang disesuaikan secara individual," ungkap Ge Long, seorang profesor di Sekolah Kesehatan Masyarakat Universitas Lanzhou sekaligus pemimpin penelitian tersebut.

"Teknologi AI yang sedang berkembang pesat lebih aktif dalam memproses data dalam jumlah besar dan mengubahnya menjadi rencana pengobatan rujukan, sehingga memungkinkan kedokteran berbasis bukti (evidence-based medicine/EBM) tradisional kian maju di era AI," lanjut Ge.

Diterbitkan dalam jurnal Chinese Science Bulletin, penelitian ini dipimpin oleh kolega-kolega Ge melalui kerja sama dengan para akademisi EBM.

Sebagai landasan utama dalam pengambilan keputusan medis modern, EBM menggabungkan bukti penelitian terbaik, penilaian klinis, dan masalah pasien. Selama beberapa dekade, EBM secara signifikan terus meningkatkan pemahaman ilmiah di balik pengambilan keputusan medis.

"Namun, keterbatasan EBM, seperti jeda waktu, bukti yang terisolasi, dan pertimbangan individual yang tidak memadai bagi setiap pasien, menimbulkan kendala dalam lingkungan medis yang kompleks saat ini," sebut Ge.

"Di era AI, i-EBM bukanlah kekuatan disruptif bagi model EBM tradisional, melainkan sebuah evolusi tak terhindarkan, yang ditujukan untuk kolaborasi mendalam antara kecerdasan mesin dan keahlian manusia," jelasnya.

I-EBM membangun fondasi kecerdasan digital terpadu dengan mengintegrasikan bukti penelitian ilmiah berkualitas tinggi, sistem pengetahuan biomedis, data dunia nyata multimodal seperti citra medis dan catatan medis elektronik, dan sebagainya. Berdasarkan hal ini, i-EBM dikombinasikan dengan teknologi AI, saran diagnosis dan pengobatan yang disesuaikan secara individual untuk membantu dokter dalam mengambil keputusan yang tepat.

"Tentu saja, pada tahap awal, yang dapat ditawarkan i-EBM adalah pengobatan terstandardisasi yang dapat dijadikan referensi bagi dokter," kata Ge.

"Secara teoretis, EBM mempertimbangkan informasi dari berbagai aspek. Namun, dalam praktiknya, sulit bagi klinisi untuk mencari, mengurutkan, dan menganalisis informasi dalam jumlah yang begitu besar," ujar Ge.

I-EBM mendobrak batasan-batasan EBM tradisional. Dengan memanfaatkan teknologi AI, seperti grafik pengetahuan (knowledge graph), i-EBM dapat membangun koneksi lintas domain yang mendalam antara data penelitian ilmiah, catatan medis klinis, citra medis, dan informasi meteorologi lingkungan – tugas-tugas yang sebelumnya dilakukan secara manual dengan tingkat kesulitan yang tinggi.

Selain itu, AI dapat secara signifikan mengurangi pekerjaan yang bersifat repetitif atau berulang. Hanya dalam hitungan jam, atau bahkan hitungan menit dalam beberapa kasus, AI dapat menyelesaikan proses skrining literatur dan pembaruan bukti yang sebelumnya membutuhkan waktu selama berbulan-bulan.

Menurut Ge, sistem baru ini dapat membantu integrasi data, pengenalan pola, dan analisis kausal dalam penelitian kompleks tentang pengobatan tradisional China (traditional Chinese medicine/TCM), sehingga membantu mengungkap hukum internal bukti TCM dan mengoptimalkan sistem evaluasinya.

Hingga saat ini, tim peneliti tersebut telah menerapkan hasil penelitian mereka dengan mengembangkan berbagai produk digital dan pintar di bidang-bidang seperti panduan penggunaan obat-obatan paten China, yang memfasilitasi penelitian dan praktik medis.

Tim peneliti tersebut juga bekerja sama dengan sejumlah lembaga medis untuk melakukan penelitian dan penerapan i-EBM dalam pengobatan pneumonia pada anak-anak. I-EBM mengintegrasikan data pencitraan, laboratorium, dan klinis untuk membangun basis data multimodal serta memfasilitasi rencana diagnosis dan pengobatan yang lebih ilmiah.

"Era AI semakin mendekat. Kami akan melanjutkan penelitian i-EBM untuk mendukung peningkatan standar medis, mendorong pemerataan akses terhadap perawatan medis, sehingga dapat berperan dalam meningkatkan kesehatan dan kesejahteraan masyarakat," tutur Ge.

Laporan: Redaksi