Kecerdasan buatan (artificial intelligence/AI) dalam pencitraan medis adalah perangkat lunak yang mengolah citra atau data pemeriksaan untuk menghasilkan keluaran seperti penanda area, pengukuran, notifikasi, atau prioritas pada daftar kerja. Berbagai produk memakai pendekatan yang berbeda; kata “AI” saja tidak menjelaskan fungsi klinis, batas penggunaan, populasi yang dituju, atau tingkat kinerjanya. Karena itu, rumah sakit perlu menilai tujuan penggunaan yang dinyatakan dan konteks operasionalnya, bukan hanya demonstrasi teknologi.
Pilot adalah evaluasi terbatas sebelum penggunaan lebih luas. Pilot yang baik menetapkan masalah, pengguna, data, alur kerja, ukuran keberhasilan, penanggung jawab, dan aturan penghentian sejak awal. Hasil pilot hanya menjawab apakah alat layak pada lingkup yang diuji; hasil itu tidak otomatis membuktikan kecocokan untuk setiap rumah sakit, populasi, modalitas, atau jenis pemeriksaan. WHO menekankan otonomi manusia, keselamatan, transparansi, privasi, dan akuntabilitas dalam tata kelola AI kesehatan. Baca panduan WHO tentang etika dan tata kelola AI untuk kesehatan.
Istilah evaluasi: Tujuan penggunaan (intended use) menjelaskan fungsi, pengguna, pasien, dan situasi klinis yang menjadi cakupan produk. Label rujukan adalah hasil pembanding yang disepakati tim, misalnya kesimpulan peninjauan klinis, untuk menilai keluaran AI. Positif palsu berarti AI menandai kasus yang tidak memenuhi label rujukan; negatif palsu berarti kasus yang seharusnya terdeteksi terlewat. Prevalensi adalah seberapa sering kondisi yang dicari muncul pada populasi yang diuji dan dapat memengaruhi nilai prediktif. Silent mode berarti keluaran AI dicatat untuk evaluasi tanpa ditampilkan sebagai dasar keputusan klinis. De-identifikasi adalah penghapusan atau penggantian pengenal langsung sesuai prosedur yang disetujui; penggunaan data tetap harus mengikuti kebijakan perlindungan data rumah sakit.
1. Mulai dari satu masalah dan tujuan penggunaan yang jelas
Hindari tujuan yang terlalu luas seperti “membuat diagnosis lebih cepat”. Rumuskan pertanyaan yang dapat diuji: apakah alat membantu menandai pemeriksaan tertentu untuk ditinjau lebih dahulu, membantu pengukuran, atau menampilkan penanda pada citra? Tuliskan modalitas dan jenis pemeriksaan yang termasuk, lokasi penggunaan, siapa penggunanya, keluaran yang akan dilihat, serta hal yang berada di luar cakupan pilot.
Tetapkan penanggung jawab klinis dan operasional sejak awal. Radiolog, radiografer, manajemen, tim TI, keamanan informasi, dan pengelola mutu perlu menyepakati kebutuhan yang sama. Catat kondisi awal sebelum AI digunakan, misalnya volume pemeriksaan, cara daftar kerja disusun, waktu tunggu, langkah manual, dan masalah integrasi. Data dasar ini diperlukan agar perubahan selama pilot dapat dinilai secara adil.
2. Jelaskan peran AI dan pengawasan tenaga medis
Dokumentasikan apa yang dilakukan AI, apa yang tidak dilakukannya, kapan hasilnya muncul, dan siapa yang harus memeriksanya. Tentukan jalur untuk meninjau hasil yang meragukan, menolak atau mengabaikan keluaran, dan melaporkan kegagalan. Hasil AI perlu ditampilkan dengan konteks yang cukup sehingga pengguna dapat memahami pemeriksaan mana yang dianalisis dan apakah sistem berhasil memprosesnya.
Untuk setiap kejadian penting, sepakati siapa yang mengambil keputusan klinis, siapa yang memantau kinerja sistem, dan siapa yang menghubungi vendor. WHO menekankan bahwa manusia tetap perlu memegang kendali atas sistem kesehatan dan keputusan medis. Penjelasan kepada pengguna juga perlu mencakup batas, kelompok atau kondisi yang belum cukup terwakili, serta cara bertindak saat layanan AI tidak tersedia.
3. Periksa bukti, populasi uji, dan batas penggunaan
Minta dokumentasi tentang tujuan penggunaan produk, modalitas dan jenis citra yang didukung, versi perangkat lunak, bukti evaluasi, populasi yang diuji, serta keterbatasan yang diketahui. Tinjau apakah data evaluasi mencerminkan variasi yang relevan bagi rumah sakit: jenis scanner, protokol akuisisi, karakteristik pasien, dan pola layanan. Kinerja pada satu dataset atau satu lokasi tidak boleh langsung dianggap sama dengan kinerja di tempat lain.
Tanyakan contoh kegagalan yang perlu diwaspadai, seperti citra dengan kualitas berbeda, pemeriksaan di luar tujuan penggunaan, atau keluaran yang gagal dibuat. Jika produk menyajikan nilai kinerja, pastikan definisi metrik, populasi, pembanding, dan jumlah kasusnya dijelaskan. Prinsip Good Machine Learning Practice yang dirangkum FDA dan mitra internasional menekankan data yang sesuai dengan populasi tujuan, pengujian pada kondisi klinis yang relevan, kinerja tim manusia-AI, informasi yang jelas bagi pengguna, serta pemantauan setelah penerapan. Rujukan FDA: Good Machine Learning Practice.
4. Uji integrasi dan data lokal secara terkontrol
Sebelum uji klinis terbatas, pastikan aliran data dari modalitas atau PACS menuju AI dan kembali ke pengguna berjalan dengan benar. Periksa pencocokan pasien, nomor pemeriksaan, seri citra, waktu pemrosesan, keluaran yang ditampilkan, pencatatan kegagalan, dan perilaku sistem saat koneksi terputus. Tetapkan lingkungan uji dan akun yang digunakan, serta batasi akses sesuai kebijakan rumah sakit.
Gunakan data yang telah disetujui untuk tujuan evaluasi. Bila memungkinkan, mulai dengan dataset uji yang telah dide-identifikasi dan lingkungan yang tidak memengaruhi keputusan klinis. Tentukan metode pembanding atau proses peninjauan hasil bersama tenaga klinis sebelum pengujian dimulai. Catat kasus yang tidak dapat diproses, memerlukan langkah manual, atau menghasilkan keluaran yang sulit ditafsirkan. Jangan memindahkan data pasien ke layanan vendor sebelum dasar penggunaan, akses, retensi, dan perlindungannya ditinjau oleh pihak berwenang di rumah sakit.
5. Tetapkan ukuran keberhasilan dan cara menghitungnya
Pilih ukuran yang sesuai dengan tujuan alat. Untuk fungsi deteksi, tim dapat menilai sensitivitas (proporsi kasus positif rujukan yang terdeteksi) dan spesifisitas (proporsi kasus negatif rujukan yang dikenali sebagai negatif), jika tersedia pembanding yang layak. Nilai prediktif positif menunjukkan proporsi hasil positif yang sesuai dengan pembanding, sedangkan nilai prediktif negatif menunjukkan proporsi hasil negatif yang sesuai dengan pembanding. Keduanya dapat berubah ketika prevalensi kasus berbeda, sehingga angka dari populasi lain tidak dapat langsung dianggap berlaku di rumah sakit Anda. Sensitivitas dan spesifisitas juga bergantung pada ambang keluaran yang dipilih serta mutu label rujukan. Karena itu, laporkan definisi pembanding, ambang, komposisi populasi, dan konteks pemeriksaan saat membandingkan hasil.
Untuk alat triase atau pengaturan daftar kerja, ukur juga waktu sampai pemeriksaan ditinjau, proporsi notifikasi yang relevan, kasus yang terlewat, beban notifikasi, dan frekuensi peninjauan ulang manual. Ukuran teknis dapat mencakup waktu pemrosesan, ketersediaan layanan, tingkat kegagalan integrasi, dan jumlah pemeriksaan yang tertunda. Tetapkan definisi, sumber data, periode pengamatan, ambang lulus, serta ambang penghentian sebelum melihat hasil agar evaluasi tidak berubah-ubah setelah pilot berjalan.
6. Lindungi data dan tetapkan tata kelola
Dokumentasikan data apa yang dikirim, untuk tujuan apa, siapa yang dapat mengaksesnya, berapa lama disimpan, lokasi pemrosesan, serta bagaimana data dihapus atau dikembalikan. Tinjau akun, hak akses, enkripsi, log audit, pembaruan, dukungan jarak jauh, dan prosedur respons insiden. Libatkan pengelola keamanan dan perlindungan data untuk memastikan pilot mengikuti kebijakan serta ketentuan yang berlaku di Indonesia.
Periksa juga perubahan produk selama pilot: versi model, konfigurasi, dan integrasi yang digunakan harus tercatat sehingga hasil evaluasi dapat ditafsirkan. Panduan FDA dan WHO yang dirujuk di artikel ini merupakan bahan tata kelola dan praktik teknis; keduanya tidak menggantikan penilaian perizinan atau kewajiban hukum yang berlaku di Indonesia. Status produk dan tujuan penggunaan perlu dikonfirmasi melalui jalur yang sesuai sebelum digunakan dalam pelayanan.
7. Jalankan pilot bertahap dan siapkan kriteria berhenti
Tahap persiapan: pilih satu use case, tetapkan kondisi awal, penanggung jawab, sampel uji, metrik, dan aturan insiden. Tahap teknis atau silent mode: uji aliran data dan catat keluaran AI tanpa menjadikannya dasar keputusan klinis; tentukan terlebih dahulu siapa yang boleh melihat hasil dan bagaimana data dilindungi. Tahap penggunaan terbatas: bila hasil tahap sebelumnya memenuhi kriteria dan persetujuan internal tersedia, libatkan pengguna terlatih dalam lingkup yang disepakati, dengan peninjauan manusia dan pemantauan rutin.
Hentikan atau jeda pilot bila terjadi ketidakcocokan identitas, kebocoran atau akses data yang tidak semestinya, keluaran tidak tersedia secara konsisten, beban notifikasi mengganggu alur kerja, atau kinerja melewati ambang yang telah disepakati. Catat kejadian, lakukan peninjauan, dan dokumentasikan syarat untuk melanjutkan. Jangan memperluas lokasi, modalitas, atau kelompok pengguna sebelum perubahan tersebut dievaluasi kembali.
Checklist sebelum memperluas penerapan
- Tujuan penggunaan dan batas sistem tertulis dengan jelas.
- Dokumentasi bukti, populasi uji, versi, serta keterbatasan produk telah ditinjau tim klinis dan teknis.
- Aliran data serta pencocokan pasien dan pemeriksaan telah diuji di lingkungan yang disetujui.
- Ukuran keberhasilan, ambang penghentian, dan proses pelaporan insiden disepakati sebelum pilot.
- Pengawasan manusia, pelatihan, keamanan data, dan pembagian tanggung jawab ditetapkan.
- Hasil pilot ditinjau lintas profesi dan dibatasi pada kondisi yang benar-benar diuji.
Penerapan AI pencitraan medis yang bertanggung jawab dimulai dengan pertanyaan yang sempit, ukuran yang dapat diperiksa, dan pengawasan yang jelas. Evaluasi lokal membantu rumah sakit memahami manfaat sekaligus batas sistem sebelum memperluas penggunaan. Rujukan: WHO, Ethics and Governance of Artificial Intelligence for Health; FDA, Good Machine Learning Practice for Medical Device Development.