AI gagal mendeteksi kondisi kesehatan kritis: studi
Courtesy of Axios

AI gagal mendeteksi kondisi kesehatan kritis: studi

Axios
Dari Axios
12 Mar 2025, 16.39 WIB
132 dibaca
Share
Ikhtisar 15 Detik
  • Model AI saat ini tidak cukup efektif dalam memprediksi kematian pasien di rumah sakit.
  • Pelatihan berbasis data saja tidak cukup untuk menghasilkan model yang akurat dalam konteks medis.
  • Ada potensi untuk menggunakan model bahasa besar dalam pengaturan medis, tetapi keandalannya masih perlu diteliti lebih lanjut.
Sebuah studi baru menemukan bahwa sistem AI yang dirancang untuk memprediksi kemungkinan kematian pasien di rumah sakit tidak dapat mendeteksi kondisi kesehatan yang memburuk dengan baik. Penelitian ini menunjukkan bahwa model pembelajaran mesin yang hanya dilatih menggunakan data pasien yang ada tidak mampu mengenali sekitar 66% cedera yang dapat menyebabkan kematian pasien di rumah sakit. Ini penting karena semakin banyak rumah sakit yang menggunakan alat berbasis AI untuk membantu memprediksi kesehatan pasien. Peneliti menguji beberapa model pembelajaran mesin yang umum digunakan untuk memprediksi penurunan kesehatan pasien dengan menggunakan data publik tentang kesehatan pasien di unit perawatan intensif (ICU) atau pasien kanker. Hasilnya, model-model tersebut hanya dapat mengenali rata-rata 34% cedera pasien. Para peneliti menekankan bahwa penting untuk menggabungkan pengetahuan medis dengan teknologi ini agar dapat digunakan secara efektif dalam pengambilan keputusan perawatan pasien.
Sumber: https://www.axios.com/2025/03/12/ai-fails-health-predictions-study

Pertanyaan Terkait

Q
Apa temuan utama dari penelitian tentang sistem AI dalam prediksi kematian pasien?
A
Penelitian menemukan bahwa model AI tidak dapat mendeteksi sekitar 66% cedera yang dapat menyebabkan kematian pasien di rumah sakit.
Q
Mengapa model pembelajaran mesin tidak efektif dalam mendeteksi kondisi kesehatan yang memburuk?
A
Model yang dilatih hanya berdasarkan data pasien yang ada tidak mampu mengenali banyak cedera yang berpotensi fatal.
Q
Apa yang dilakukan peneliti untuk menguji model prediksi kematian?
A
Peneliti menguji model dengan memberikan data kesehatan pasien yang tersedia secara publik dan menciptakan kasus uji untuk memprediksi masalah kesehatan.
Q
Siapa Danfeng (Daphne) Yao dan apa perannya dalam penelitian ini?
A
Danfeng (Daphne) Yao adalah profesor ilmu komputer di Virginia Tech University yang berkontribusi pada penelitian ini.
Q
Apa potensi penggunaan model bahasa besar dalam pengaturan medis?
A
Model bahasa besar dapat lebih berguna jika dilatih dengan literatur medis, tetapi perlu penelitian lebih lanjut tentang keandalannya.

Artikel Serupa

Waspada Risiko Klinik Akibat Ketergantungan Berlebihan Model AI DeepSeek di Rumah SakitSCMP
Sains
1 bulan lalu
71 dibaca

Waspada Risiko Klinik Akibat Ketergantungan Berlebihan Model AI DeepSeek di Rumah Sakit

Model AI Foresight Memproyeksikan Risiko Kesehatan dari 57 Juta Data Pasien NHSNatureMagazine
Teknologi
2 bulan lalu
81 dibaca

Model AI Foresight Memproyeksikan Risiko Kesehatan dari 57 Juta Data Pasien NHS

Risiko dan Tantangan Menggunakan Chatbot AI untuk Diagnosis MedisTechCrunch
Teknologi
2 bulan lalu
88 dibaca

Risiko dan Tantangan Menggunakan Chatbot AI untuk Diagnosis Medis

Cerebras dan Mayo Clinic Akan Memperkenalkan Alat GenomikForbes
Sains
5 bulan lalu
98 dibaca

Cerebras dan Mayo Clinic Akan Memperkenalkan Alat Genomik

Peneliti menggunakan AI untuk memprediksi serangan jantung bertahun-tahun sebelum terjadi dengan menggunakan pemindaian CT.InterestingEngineering
Sains
5 bulan lalu
135 dibaca

Peneliti menggunakan AI untuk memprediksi serangan jantung bertahun-tahun sebelum terjadi dengan menggunakan pemindaian CT.

Memanfaatkan Kelimpahan AI: Strategi untuk Implementasi dan Dampak yang EfektifForbes
Teknologi
5 bulan lalu
114 dibaca

Memanfaatkan Kelimpahan AI: Strategi untuk Implementasi dan Dampak yang Efektif