Meskipun kecerdasan buatan menjanjikan revolusi dalam onkologi, pemeriksaan realitas baru-baru ini mengungkapkan adanya kesenjangan signifikan antara euforia dan kegunaan klinis. Temuan baru menunjukkan bahwa implementasi AI saat ini dalam skrining kanker payudara belum memenuhi ekspektasi tinggi yang ditetapkan oleh para profesional medis.

Kesenjangan Antara Ekspektasi dan Realitas Klinis

Sebuah survei dalam Clinical Imaging mengungkap adanya ketidaksesuaian antara harapan radiolog terhadap AI dan apa yang sebenarnya diberikan oleh alat-alat tersebut. Studi tersebut mensurvei 215 anggota Society of Breast Imaging; sekitar setengahnya sudah menggunakan alat AI yang disetujui FDA, namun dampaknya masih tergolong moderat.

Metrik kinerja utama menceritakan kisah yang kontras. Lima puluh sembilan persen radiolog berharap AI dapat menurunkan tingkat pemanggilan kembali (recall rates), namun hanya 35% yang merasakan manfaat tersebut. Kesenjangan semakin lebar untuk hasil lainnya: hanya 9% yang melihat berkurangnya biopsi yang tidak perlu dibandingkan dengan ekspektasi sebesar 36%, dan hanya 29% yang merasa terbantu dari kelelahan kerja (burnout), meskipun 56% berharap adanya pengurangan beban kerja yang signifikan.

AI sebagai "Pendapat Kedua" Alih-alih Pengambil Keputusan

Radiolog memperlakukan AI sebagai konsultan cadangan, bukan diagnostikus utama. Penulis utama Joud Almogati dari UC San Diego Health mencatat bahwa hanya sedikit klinisi yang membiarkan AI mendikte diagnosis akhir mereka; mereka menggunakannya terutama untuk memeriksa ulang temuan.

Hambatan sistemik membuat alat-alat ini tetap berada di pinggiran. Para profesional menyebut biaya implementasi yang tinggi dan dukungan institusional yang lemah sebagai hambatan utama. Tanpa integrasi yang erat ke dalam sistem rumah sakit dan data biaya-manfaat yang jelas, AI hanya akan menjadi tambahan alih-alih komponen inti.

Melampaui "God Complex" dalam Prediksi AI

Adopsi AI yang lesu dalam radiologi mencerminkan ketegangan yang lebih luas di dunia teknologi mengenai masa depan pekerjaan. Satu dekade lalu, banyak peneliti AI memprediksi penggantian total peran radiolog; saat ini, euforia serupa menyelimuti semua pekerjaan berbasis pengetahuan yang menggunakan komputer.

CEO Nvidia Jensen Huang telah mengecam hiperbola tersebut, menyebutnya sebagai "God complex" di kalangan para nabi AI. Studi deteksi kanker payudara ini mengingatkan kita bahwa dalam dunia medis yang berisiko tinggi, "kecerdasan" sebuah model kurang penting dibandingkan keandalan, praktikalitas, dan kelayakan ekonominya dalam alur kerja manusia yang kompleks. Pengembang perlu beralih dari sekadar mengejar akurasi teoretis menuju perbaikan gesekan klinis yang nyata.

Poin-Poin Penting

  • Diskrepansi Kinerja: Alat AI tidak memenuhi ekspektasi dalam mengurangi tingkat pemanggilan kembali (35% aktual vs. 59% ekspektasi) dan biopsi yang tidak perlu (9% aktual vs. 36% ekspektasi).
  • Keterbatasan Alur Kerja: Sebagian besar radiolog memperlakukan AI sebagai "pendapat kedua" karena biaya yang tinggi dan dukungan institusional yang lemah.
  • Kesenjangan Euforia: Temuan ini menuntut pengembang AI untuk meninggalkan tolok ukur yang murni teoretis dan mengatasi titik permasalahan klinis yang praktis seperti kelelahan kerja dokter.