PROSA.ID, Yogyakarta – Wabah penyakit bisa berkembang cepat sebelum sistem kesehatan menyadari adanya lonjakan kasus.
Karena itu, kemampuan mendeteksi perubahan risiko sejak dini menjadi bagian penting dalam kesiapsiagaan menghadapi pandemi.
Peneliti Pusat Kedokteran Tropis (PKT) UGM, Anis Fuad mengembangkan pemanfaatan kecerdasan buatan atau artificial intelligence (AI) untuk membantu membaca pola penyakit dari berbagai sumber data.
Hal tersebut disampaikan Anis dalam podcast TropmedTalk yang tayang pada Rabu (7/10/2026).
Menurut Anis, AI kini tidak hanya digunakan untuk chatbot atau mencari informasi.
Teknologi tersebut juga dapat dimanfaatkan untuk mengolah data dan membantu pengambilan keputusan di bidang kesehatan.
AI4PEP Kembangkan Deteksi Risiko Dengue
Salah satu riset yang dikembangkan PKT UGM adalah AI for Pandemic Preparedness (AI4PEP).
Riset ini merupakan bagian dari penelitian global mengenai pemanfaatan AI untuk meningkatkan kesiapsiagaan menghadapi ancaman pandemi.
Dalam riset tersebut, tim mengembangkan platform ExplainDengue.
Platform ini menggabungkan data riwayat dengue dari fasilitas kesehatan dengan sejumlah data lingkungan, seperti iklim, cuaca, dan curah hujan.
Data tersebut kemudian dimanfaatkan untuk membantu memprediksi perubahan risiko dengue sekaligus mengidentifikasi wilayah yang berpotensi mengalami peningkatan kasus.
Anis mengatakan, kemampuan membaca potensi peningkatan kasus sejak awal penting karena lonjakan dengue dapat berkembang menjadi kejadian luar biasa (KLB).
”Kalau potensi peningkatan kasus bisa diketahui lebih awal, harapannya dampak tersebut dapat dihindari,” ujar Anis.
Dengan informasi tersebut, kewaspadaan dapat ditingkatkan sebelum peningkatan kasus membuat fasilitas kesehatan mengalami tekanan besar.
AI Baca Rekam Medis untuk Deteksi Wabah
Pengembangan AI di PKT UGM tidak berhenti pada penyakit dengue.
Tim juga mengeksplorasi penggunaan AI untuk mendukung deteksi dini potensi wabah melalui rekam medis elektronik (RME) yang berasal dari instalasi gawat darurat.
Dalam pengembangannya, tim memanfaatkan large language model (LLM) untuk menganalisis informasi mengenai keluhan utama dan riwayat pasien.
Pengolahan data tersebut ditujukan untuk membantu menemukan pola sindrom tertentu yang berpotensi menjadi tanda awal terjadinya KLB.
”Harapannya, data ini dapat membantu dinas kesehatan meningkatkan kewaspadaan terhadap potensi wabah sejak dini,” ujar Anis.
Pendekatan tersebut memungkinkan data yang sebelumnya tersimpan dalam sistem pelayanan kesehatan dimanfaatkan sebagai salah satu sumber informasi untuk meningkatkan kewaspadaan terhadap perubahan pola penyakit.
Tantangan AI Bukan Sekadar Teknologi
Meski menawarkan kemampuan pengolahan data dalam skala besar, Anis mengingatkan bahwa tantangan penerapan AI di bidang kesehatan tidak berhenti pada kemampuan teknologinya.
”Kualitas data menjadi salah satu faktor penting,” ujannya.
Sistem AI membutuhkan data yang akurat, lengkap, konsisten, dan terus diperbarui agar dapat menghasilkan informasi yang dapat diandalkan.
Tanpa data yang memadai, kemampuan algoritma secanggih apa pun tetap memiliki keterbatasan.
Selain kualitas data, teknologi yang sudah dikembangkan juga harus benar-benar digunakan dan memperoleh umpan balik secara berkelanjutan.
Anis menyebut kondisi ketika inovasi hanya berhenti pada tahap uji coba sebagai “pilotitis”.
”Jadi hanya dipilot-pilotkan saja,” kelakarnya.
Ia menilai, keberlanjutan penggunaan menjadi penting agar hasil riset tidak berhenti sebagai proyek percontohan, tetapi dapat memberikan manfaat dalam sistem kesehatan.
AI Kesehatan Perlu Tata Kelola Ketat
Pemanfaatan AI dalam pelayanan kesehatan juga tidak bisa dilakukan hanya dengan melihat tingkat akurasinya.
Anis mencontohkan teknologi AI yang dikembangkan di luar negeri.
Meski memiliki tingkat akurasi tinggi, teknologi tersebut tidak serta-merta dapat diterapkan kepada pasien di Indonesia.
Fasilitas kesehatan perlu memahami bagaimana teknologi tersebut bekerja. Status dan regulasinya juga harus dipastikan.
Selain itu, pengelolaan serta penyimpanan data harus diperhatikan.
Hasil penggunaan teknologi di tempat lain juga perlu dipelajari sebelum diterapkan dalam konteks Indonesia.
”Perlu dipelajari hasil penggunaannya di tempat lain dan dilakukan health technology assessment sebelum mengadopsinya,” jelas Anis.
Langkah tersebut diperlukan agar penerapan AI tidak hanya didasarkan pada klaim kemampuan teknologi, tetapi juga mempertimbangkan keamanan, manfaat, konteks penggunaan, serta tata kelola data.
Manusia Tetap Berada dalam Kendali
Anis juga menekankan pentingnya prinsip human in the loop dalam pemanfaatan AI di bidang kesehatan.
Manusia tetap harus terlibat sejak proses pengembangan, pengujian hingga verifikasi hasil yang dihasilkan sistem AI.
Prinsip tersebut, menurut Anis, sejalan dengan panduan etika penggunaan AI dari Organisasi Kesehatan Dunia (WHO) yang menekankan perlindungan terhadap otonomi manusia.
Karena itu, AI sebaiknya ditempatkan sebagai alat bantu, bukan pengganti manusia.
”Manfaatkan AI secara bijak untuk kebutuhan yang memang kita perlukan dan untuk mendukung aktivitas yang lebih bermanfaat bagi banyak pihak,” pungkasnya. (Ken).
