AI Open-Source Setara GPT-4 dalam Diagnosis Medis

Perkembangan kecerdasan buatan yang tak henti-hentinya terus membentuk kembali berbagai industri, dan mungkin tidak ada bidang lain di mana taruhannya lebih tinggi, atau potensinya lebih mendalam, selain di bidang kedokteran. Selama bertahun-tahun, model AI paling kuat, terutama model bahasa besar (LLMs), yang mampu memproses dan menghasilkan teks mirip manusia, sebagian besar berada di balik dinding pelindung raksasa teknologi. Sistem proprieter ini, seperti GPT-4 dari OpenAI yang banyak dibicarakan, menunjukkan kemampuan luar biasa, bahkan meluas ke ranah diagnosis medis yang kompleks. Namun, sifat ‘kotak hitam’ mereka dan keharusan mengirimkan informasi sensitif ke server eksternal menimbulkan hambatan signifikan untuk adopsi yang luas dan aman dalam pengaturan perawatan kesehatan, di mana privasi pasien bukan hanya preferensi, tetapi sebuah mandat. Pertanyaan kritis tetap ada: dapatkah dunia AI sumber terbuka yang sedang berkembang menjawab tantangan tersebut, menawarkan kekuatan yang sebanding tanpa mengorbankan kontrol dan kerahasiaan?

Temuan terbaru yang muncul dari institusi terhormat Harvard Medical School (HMS) menunjukkan jawabannya adalah ya yang tegas, menandai titik perubahan potensial dalam penerapan AI dalam lingkungan klinis. Para peneliti dengan cermat membandingkan model sumber terbuka terkemuka dengan rekan proprieter terkenalnya, mengungkap hasil yang dapat mendemokratisasi akses ke alat bantu diagnostik mutakhir.

Pesaing Baru Memasuki Arena Diagnostik

Dalam sebuah studi yang telah menarik perhatian komunitas medis dan teknologi, para peneliti HMS mengadu model sumber terbuka Llama 3.1 405B melawan GPT-4 yang tangguh. Tempat pengujian adalah serangkaian 70 studi kasus medis menantang yang dikurasi dengan cermat. Ini bukanlah skenario rutin; mereka mewakili teka-teki diagnostik kompleks yang sering ditemui dalam praktik klinis. Tujuannya jelas: untuk menilai ketajaman diagnostik setiap model AI secara langsung.

Hasilnya, yang diterbitkan baru-baru ini, sangat mengejutkan. Model Llama 3.1 405B, yang tersedia secara bebas bagi pengguna untuk diunduh, diperiksa, dan dimodifikasi, menunjukkan akurasi diagnostik yang setara dengan, dan dalam beberapa metrik bahkan melebihi, GPT-4. Secara khusus, ketika mengevaluasi kebenaran saran diagnostik awal yang ditawarkan oleh setiap model, Llama 3.1 405B memiliki keunggulan. Selanjutnya, ketika mempertimbangkan diagnosis akhir yang diusulkan setelah memproses detail kasus, pesaing sumber terbuka sekali lagi membuktikan kemampuannya melawan tolok ukur yang sudah mapan.

Pencapaian ini signifikan bukan hanya karena kinerjanya itu sendiri, tetapi karena apa yang diwakilinya. Untuk pertama kalinya, alat sumber terbuka yang mudah diakses dan transparan telah terbukti mampu beroperasi pada tingkat tinggi yang sama dengan sistem sumber tertutup terkemuka dalam tugas menuntut diagnosis medis berdasarkan studi kasus. Arjun K. Manrai ’08, seorang profesor HMS yang mengawasi penelitian tersebut, menggambarkan paritas dalam kinerja sebagai ‘cukup luar biasa’, terutama mengingat konteks historisnya.

Keunggulan Sumber Terbuka: Membuka Privasi Data dan Kustomisasi

Pengubah permainan sejati yang disorot oleh studi Harvard terletak pada perbedaan mendasar antara model sumber terbuka dan proprieter: aksesibilitas dan kontrol. Model proprieter seperti GPT-4 biasanya mengharuskan pengguna mengirim data ke server penyedia untuk diproses. Dalam perawatan kesehatan, ini segera menimbulkan tanda bahaya. Informasi pasien – gejala, riwayat medis, hasil tes – adalah salah satu data paling sensitif yang bisa dibayangkan, dilindungi oleh peraturan ketat seperti HIPAA di Amerika Serikat. Prospek mentransmisikan data ini di luar jaringan aman rumah sakit, bahkan untuk potensi manfaat analisis AI canggih, telah menjadi penghalang utama.

Model sumber terbuka, seperti Llama 3.1 405B, secara fundamental mengubah dinamika ini. Karena kode dan parameter model tersedia untuk umum, institusi dapat mengunduh dan menerapkannya di dalam infrastruktur aman mereka sendiri.

• Kedaulatan Data: Rumah sakit dapat menjalankan AI sepenuhnya di server lokal atau cloud pribadi mereka. Data pasien tidak perlu meninggalkan lingkungan terlindungi institusi, secara efektif menghilangkan kekhawatiran privasi yang terkait dengan transmisi data eksternal. Konsep ini sering disebut sebagai membawa ‘model ke data’, daripada mengirim ‘data ke model’.
• Keamanan yang Ditingkatkan: Menjaga proses tetap di dalam institusi secara signifikan mengurangi permukaan serangan untuk potensi pelanggaran data yang terkait dengan penyedia AI pihak ketiga. Kontrol atas lingkungan operasional tetap sepenuhnya berada di tangan institusi perawatan kesehatan.
• Transparansi dan Auditabilitas: Model sumber terbuka memungkinkan peneliti dan dokter untuk berpotensi memeriksa arsitektur model dan, sampai batas tertentu, memahami proses pengambilan keputusannya lebih baik daripada sistem proprieter yang buram. Transparansi ini dapat menumbuhkan kepercayaan yang lebih besar dan memfasilitasi debugging atau penyempurnaan.

Thomas A. Buckley, seorang mahasiswa Ph.D. dalam program AI in Medicine Harvard dan penulis pertama studi tersebut, menekankan keuntungan kritis ini. ‘Model sumber terbuka membuka penelitian ilmiah baru karena dapat diterapkan di jaringan rumah sakit sendiri,’ katanya. Kemampuan ini bergerak melampaui potensi teoretis dan membuka pintu untuk aplikasi praktis yang aman.

Lebih jauh lagi, sifat sumber terbuka memungkinkan tingkat kustomisasi yang belum pernah terjadi sebelumnya. Rumah sakit dan kelompok penelitian sekarang dapat menyempurnakan model dasar yang kuat ini menggunakan data pasien spesifik mereka sendiri.

• Penyesuaian Spesifik Populasi: Sebuah model dapat diadaptasi untuk lebih mencerminkan demografi, penyakit yang lazim, dan tantangan kesehatan unik dari populasi lokal atau regional tertentu yang dilayani oleh sistem rumah sakit.
• Penyelarasan Protokol: Perilaku AI dapat disesuaikan agar selaras dengan jalur diagnostik spesifik rumah sakit, protokol perawatan, atau standar pelaporan.
• Aplikasi Khusus: Peneliti dapat mengembangkan versi model yang sangat terspesialisasi yang disesuaikan untuk domain medis tertentu, seperti dukungan interpretasi analisis citra radiologi, penyaringan laporan patologi, atau mengidentifikasi pola penyakit langka.

Buckley menguraikan implikasi ini: ‘Peneliti sekarang dapat menggunakan AI klinis mutakhir secara langsung dengan data pasien… Rumah sakit dapat menggunakan data pasien untuk mengembangkan model khusus (misalnya, untuk menyelaraskan dengan populasi pasien mereka sendiri).’ Potensi alat AI yang dibuat khusus ini, yang dikembangkan dengan aman di dalam institusi, merupakan lompatan signifikan ke depan.

Konteks: Gelombang Kejut AI dalam Kasus Kompleks

Investigasi tim Harvard terhadap Llama 3.1 405B tidak dilakukan dalam ruang hampa. Sebagian terinspirasi oleh riak yang diciptakan oleh penelitian sebelumnya, terutama makalah penting tahun 2023. Studi itu menunjukkan kemahiran mengejutkan model GPT dalam menangani beberapa kasus klinis paling membingungkan yang diterbitkan dalam New England Journal of Medicine (NEJM) yang bergengsi. ‘Case Records of the Massachusetts General Hospital’ NEJM ini legendaris di kalangan medis – kasus-kasus rumit, seringkali membingungkan yang menantang bahkan dokter berpengalaman.

‘Makalah ini mendapat banyak perhatian dan pada dasarnya menunjukkan bahwa model bahasa besar ini, ChatGPT, entah bagaimana bisa menyelesaikan kasus-kasus klinis yang sangat menantang ini, yang agak mengejutkan orang,’ kenang Buckley. Gagasan bahwa AI, yang pada dasarnya adalah mesin pencocokan pola kompleks yang dilatih pada sejumlah besar teks, dapat mengungkap misteri diagnostik yang seringkali membutuhkan intuisi dan pengalaman klinis yang mendalam adalah hal yang menarik dan, bagi sebagian orang, meresahkan.

‘Kasus-kasus ini terkenal sulit,’ tambah Buckley. ‘Mereka adalah beberapa kasus paling menantang yang terlihat di Mass General Hospital, jadi mereka menakutkan bagi dokter, dan sama menakutkannya ketika model AI bisa melakukan hal yang sama.’ Demonstrasi sebelumnya ini menggarisbawahi potensi mentah LLM dalam kedokteran tetapi juga memperkuat urgensi untuk mengatasi masalah privasi dan kontrol yang melekat pada sistem proprieter. Jika AI menjadi secakap ini, memastikan AI dapat digunakan dengan aman dan etis dengan data pasien nyata menjadi hal yang terpenting.

Rilis model Llama 3.1 405B dari Meta mewakili titik balik potensial. Skala model yang tipis – ditunjukkan oleh ‘405B’-nya, mengacu pada 405 miliar parameter (variabel yang disesuaikan model selama pelatihan untuk membuat prediksi) – menandakan tingkat kecanggihan baru dalam komunitas sumber terbuka. Skala masif ini menunjukkan bahwa ia mungkin memiliki kompleksitas yang diperlukan untuk menyaingi kinerja model proprieter tingkat atas seperti GPT-4. ‘Itu semacam pertama kalinya kami mempertimbangkan, oh, mungkin ada sesuatu yang sangat berbeda terjadi pada model sumber terbuka,’ catat Buckley, menjelaskan motivasi untuk menguji Llama 3.1 405B dalam domain medis.

Merencanakan Masa Depan: Penelitian dan Integrasi Dunia Nyata

Konfirmasi bahwa model sumber terbuka berkinerja tinggi layak untuk tugas medis sensitif memiliki implikasi mendalam. Seperti yang disoroti Profesor Manrai, penelitian ini ‘membuka dan memungkinkan banyak studi dan uji coba baru.’ Kemampuan untuk bekerja secara langsung dengan data pasien dalam jaringan rumah sakit yang aman, tanpa hambatan etis dan logistik berbagi data eksternal, menghilangkan hambatan utama untuk penelitian AI klinis.

Bayangkan kemungkinannya:

• Dukungan Keputusan Waktu Nyata: Alat AI yang terintegrasi langsung ke dalam sistem Rekam Medis Elektronik (EHR), menganalisis data pasien yang masuk secara waktu nyata untuk menyarankan diagnosis potensial, menandai nilai lab kritis, atau mengidentifikasi potensi interaksi obat, semuanya sementara data tetap aman di dalam sistem rumah sakit.
• Siklus Penelitian yang Dipercepat: Peneliti dapat dengan cepat menguji dan menyempurnakan hipotesis AI menggunakan kumpulan data lokal yang besar, berpotensi mempercepat penemuan penanda diagnostik baru atau efikasi pengobatan.
• Pengembangan Alat yang Sangat Terspesialisasi: Tim dapat fokus membangun asisten AI untuk spesialisasi medis khusus atau prosedur spesifik yang kompleks, dilatih pada data internal yang sangat relevan.

Paradigma bergeser, seperti yang dikatakan Manrai dengan ringkas: ‘Dengan model sumber terbuka ini, Anda dapat membawa model ke data, bukan mengirim data Anda ke model.’ Lokalisasi ini memberdayakan institusi perawatan kesehatan dan peneliti, mendorong inovasi sambil menjunjung tinggi standar privasi yang ketat.

Elemen Manusia yang Tak Tergantikan: AI sebagai Kopilot, Bukan Kapten

Meskipun kinerja yang mengesankan dan potensi yang menjanjikan dari alat AI seperti Llama 3.1 405B, para peneliti yang terlibat cepat meredam kegembiraan dengan dosis realisme yang krusial. Kecerdasan buatan, secanggih apa pun, belum – dan mungkin tidak akan pernah – menjadi pengganti dokter manusia. Baik Manrai maupun Buckley menekankan bahwa pengawasan manusia tetap mutlak penting.

Model AI, termasuk LLM, memiliki keterbatasan bawaan:

• Kurangnya Pemahaman Sejati: Mereka unggul dalam pengenalan pola dan sintesis informasi berdasarkan data pelatihan mereka, tetapi mereka kekurangan intuisi klinis yang sebenarnya, akal sehat, dan kemampuan untuk memahami nuansa konteks kehidupan pasien, keadaan emosional, atau isyarat non-verbal.
• Potensi Bias: Model AI dapat mewarisi bias yang ada dalam data pelatihan mereka, berpotensi mengarah pada rekomendasi atau diagnosis yang menyimpang, terutama untuk kelompok pasien yang kurang terwakili. Model sumber terbuka menawarkan potensi keuntungan di sini, karena data dan proses pelatihan terkadang dapat diteliti lebih dekat, tetapi risikonya tetap ada.
• ‘Halusinasi’ dan Kesalahan: LLM diketahui kadang-kadang menghasilkan informasi yang terdengar masuk akal tetapi salah (disebut ‘halusinasi’). Dalam konteks medis, kesalahan semacam itu dapat menimbulkan konsekuensi serius.
• Ketidakmampuan Menangani Kebaruan: Meskipun mereka dapat memproses pola yang diketahui, AI mungkin kesulitan dengan presentasi penyakit yang benar-benar baru atau kombinasi gejala unik yang tidak terwakili dengan baik dalam data pelatihan mereka.

Oleh karena itu, peran dokter dan profesional perawatan kesehatan lainnya tidak berkurang melainkan berubah. Mereka menjadi validator, penafsir, dan pengambil keputusan akhir yang krusial. ‘Kolaborator klinis kami sangat penting, karena mereka dapat membaca apa yang dihasilkan model dan menilainya secara kualitatif,’ jelas Buckley. Output AI hanyalah sebuah saran, sepotong data yang harus dievaluasi secara kritis dalam gambaran klinis yang lebih luas. ‘Hasil ini hanya dapat dipercaya ketika Anda dapat membuatnya dinilai oleh dokter.’

Manrai menggemakan sentimen ini, membayangkan AI bukan sebagai pendiagnosis otonom, tetapi sebagai asisten yang berharga. Dalam siaran pers sebelumnya, ia membingkai alat-alat ini sebagai potensi ‘kopilot yang tak ternilai bagi dokter yang sibuk,’ asalkan ‘digunakan dengan bijak dan dimasukkan secara bertanggung jawab dalam infrastruktur kesehatan saat ini.’ Kuncinya terletak pada integrasi yang bijaksana, di mana AI menambah kemampuan manusia – mungkin dengan cepat merangkum riwayat pasien yang luas, menyarankan diagnosis banding untuk kasus-kasus kompleks, atau menandai potensi risiko – daripada mencoba menggantikan penilaian dokter.

‘Tetapi tetap penting bahwa dokter membantu mendorong upaya ini untuk memastikan AI bekerja untuk mereka,’ Manrai memperingatkan. Pengembangan dan penerapan AI klinis harus merupakan upaya kolaboratif, dipandu oleh kebutuhan dan keahlian mereka yang berada di garis depan perawatan pasien, memastikan bahwa teknologi melayani, bukan mendikte, praktik kedokteran. Studi Harvard menunjukkan bahwa alat yang kuat dan aman menjadi tersedia; langkah kritis berikutnya adalah memanfaatkannya secara bertanggung jawab.