Kenalan dengan MAI-DxO, AI Microsoft yang Bisa Diagnosis

Microsoft mengembangkan teknologi Artificial Intelligence (AI) yang diklaim mampu mendiagnosis penyakit dengan akurasi lebih tinggi dibandingkan dokter umum dalam serangkaian pengujian kasus medis kompleks. Sistem bernama Microsoft AI Diagnostic Orchestrator (MAI-DxO) tersebut mencatat tingkat akurasi hingga 83,2 persen, jauh melampaui hasil yang diperoleh dokter umum.

Temuan ini menjadi salah satu perkembangan menarik dalam pemanfaatan AI di sektor kesehatan. Teknologi tersebut tidak hanya dirancang untuk mengenali gejala dan memberikan kemungkinan diagnosis, tetapi juga mampu menentukan informasi apa yang perlu digali, pemeriksaan apa yang harus dilakukan, hingga kapan bukti medis sudah cukup untuk menyimpulkan suatu penyakit.

Dalam pengujian terhadap kasus medis kompleks, MAI-DxO mencatat akurasi 83,2 persen. Sebagai perbandingan, dokter umum yang diperbolehkan menggunakan referensi medis eksternal hanya mencapai 36,1 persen. Bahkan, dokter dengan performa terbaik dalam pengujian tersebut mencatat akurasi 51,8 persen.

Meski demikian, Microsoft menegaskan bahwa hasil tersebut masih berasal dari pengujian menggunakan rekam medis yang telah tersedia, bukan konsultasi langsung dengan pasien. Karena itu, kemampuan AI tersebut belum dapat dianggap sebagai pengganti dokter dalam praktik pelayanan kesehatan.

Cara Kerja MAI-DxO, AI yang Meniru Panel Dokter Spesialis

MAI-DxO dikembangkan dengan memanfaatkan teknologi Large Language Model (LLM) untuk menyimulasikan panel dokter spesialis yang memiliki pendekatan berbeda dalam menganalisis kondisi pasien.

Sistem ini tidak langsung menerima seluruh informasi medis pasien sejak awal. Sebaliknya, AI bekerja secara bertahap dengan mengajukan pertanyaan, meminta pemeriksaan tambahan, mengevaluasi kemungkinan penyakit, dan mempertimbangkan biaya setiap tindakan diagnostik.

Dalam pengujian utamanya, Microsoft menggunakan GPT-5 sebagai model dasar. Sistem memulai proses diagnosis dengan informasi klinis yang terbatas, kemudian meminta data tambahan sesuai kebutuhan.

Setelah memperoleh informasi baru, MAI-DxO akan mengevaluasi kembali sejumlah kemungkinan diagnosis yang telah disusun. Jika bukti yang tersedia belum cukup, sistem dapat meminta pemeriksaan tambahan. Sebaliknya, jika informasi yang terkumpul sudah memadai, AI dapat menentukan diagnosis.

Pendekatan tersebut dirancang agar proses diagnosis tidak hanya mengandalkan kemampuan AI dalam menganalisis data, tetapi juga mempertimbangkan ketepatan dan efisiensi pemeriksaan medis.

Untuk mengukur kemampuannya, peneliti Microsoft mengembangkan kerangka pengujian bernama Sequential Diagnosis Benchmark (SDBench). Sistem ini dirancang agar informasi pasien hanya diberikan ketika diminta, sehingga AI maupun dokter harus mengambil keputusan berdasarkan data yang tersedia pada setiap tahapan pemeriksaan.

SDBench menggunakan 304 kasus konferensi klinikopatologi yang diterbitkan dalam jurnal The New England Journal of Medicine serta 325 rekam medis kunjungan instalasi gawat darurat (IGD) dari basis data MIMIC-IV-ED. Setiap pemeriksaan yang diminta juga diberikan estimasi biaya. Dengan demikian, peneliti dapat membandingkan dua aspek sekaligus, yakni ketepatan diagnosis dan efisiensi penggunaan sumber daya medis.

Menariknya, MAI-DxO rata-rata mengajukan 25,5 pertanyaan sebelum meminta pemeriksaan diagnostik pertama. Jumlah tersebut jauh lebih banyak dibandingkan dokter yang rata-rata hanya mengajukan 5,6 pertanyaan. Banyaknya pertanyaan memungkinkan sistem mengumpulkan informasi lebih lengkap mengenai riwayat kesehatan pasien sebelum menentukan pemeriksaan yang diperlukan.

Akurasi AI Lebih Tinggi, Termasuk dalam Kasus IGD

Hasil pengujian menunjukkan MAI-DxO unggul dalam dua kelompok kasus yang digunakan dalam penelitian.

Pada kasus medis kompleks, sistem AI tersebut mencapai akurasi diagnosis 83,2 persen. Sementara itu, dokter umum hanya mencatat 22,3 persen ketika tidak menggunakan referensi medis dan 36,1 persen ketika diperbolehkan mengakses sumber informasi eksternal.

Dokter dengan hasil terbaik mencapai akurasi 51,8 persen. Namun, peneliti mengingatkan bahwa perbandingan ini dilakukan dengan dokter secara individual, bukan tim dokter spesialis yang bekerja bersama menangani kasus yang sama.

Kesenjangan akurasi juga berpotensi lebih kecil jika sistem AI dibandingkan dengan dokter spesialis yang memiliki pengalaman menangani penyakit sesuai kasus pengujian.

Hal ini karena kasus medis yang digunakan memang dipilih berdasarkan tingkat kesulitan diagnosis dan nilai edukasinya. Dengan kata lain, kasus tersebut belum tentu menggambarkan kondisi yang paling sering ditemui dalam pelayanan kesehatan sehari-hari.

Pengujian berikutnya dilakukan menggunakan rekam medis historis pasien IGD. Dalam kelompok ini, MAI-DxO mencatat akurasi 80,3 persen, sedangkan dokter mencapai 46,8 persen. Dokter dengan performa terbaik memperoleh akurasi 62,5 persen.

Peneliti juga menemukan perbedaan karakteristik kesalahan antara AI dan dokter. Ketika memberikan diagnosis yang keliru, MAI-DxO umumnya masih mengidentifikasi penyakit yang berkaitan dengan kondisi sebenarnya, tetapi kurang tepat dalam menentukan jenis atau tingkat spesifik penyakit tersebut.

Sebaliknya, diagnosis dokter yang salah cenderung lebih jauh dari kondisi medis yang sebenarnya.

Meski hasilnya terlihat menjanjikan, seluruh pengujian dilakukan menggunakan kasus yang telah terdokumentasi sebelumnya. Peneliti merekonstruksi proses diagnosis dalam kondisi terkontrol, bukan menguji sistem melalui konsultasi langsung dengan pasien.

Microsoft Uji Efisiensi Biaya Pemeriksaan

Selain akurasi, penelitian ini juga menyoroti kemampuan MAI-DxO dalam mengendalikan biaya pemeriksaan medis.

Peneliti menggunakan standar data penagihan rumah sakit di Amerika Serikat untuk memperkirakan biaya setiap tes yang diminta. Tujuannya adalah mengetahui apakah sistem AI dapat mencapai diagnosis yang tepat tanpa melakukan terlalu banyak pemeriksaan yang tidak diperlukan.

Hasilnya, tanpa pembatasan anggaran, MAI-DxO justru membutuhkan biaya pemeriksaan lebih tinggi dibandingkan dokter.

Pada kasus medis kompleks, estimasi biaya pemeriksaan menggunakan AI mencapai 5.431 dollar AS per kasus. Angka tersebut lebih tinggi dibandingkan biaya pemeriksaan oleh dokter yang mencapai 4.725 dollar AS. Sementara itu, dalam pengujian kasus IGD, biaya pemeriksaan MAI-DxO diperkirakan sebesar 4.979 dollar AS per kasus, dibandingkan 3.400 dollar AS untuk dokter.

Peneliti kemudian menguji beberapa konfigurasi sistem dengan menerapkan batas anggaran. Hasilnya menunjukkan bahwa pembatasan biaya dapat menekan pengeluaran tanpa menghilangkan sebagian besar kemampuan diagnosis AI.

Pada kasus medis kompleks, salah satu konfigurasi berhasil mencapai akurasi 80,9 persen dengan estimasi biaya 2.241 dollar AS per kasus. Konfigurasi dengan anggaran lebih rendah bahkan masih mencatat akurasi 79,6 persen dengan biaya 1.303 dollar AS.

Adapun pada kasus IGD, konfigurasi dengan pembatasan anggaran mencatat akurasi 73,2 persen dengan estimasi biaya 2.634 dollar AS. Konfigurasi lainnya mencapai akurasi 69,5 persen dengan biaya 2.037 dollar AS. Kedua konfigurasi tersebut masih menunjukkan akurasi lebih tinggi dibandingkan rata-rata dokter yang berpartisipasi dalam pengujian.

Artinya, Microsoft tidak hanya berupaya mengembangkan AI yang mampu memberikan diagnosis akurat, tetapi juga sistem yang dapat mempertimbangkan kebutuhan pemeriksaan dan biaya yang harus dikeluarkan.

"Kami juga mengukur seberapa bijak dan cermat sistem ini menjalani seluruh proses pemeriksaan untuk menentukan diagnosis," ujar Harsha Nori, Kepala AI di Microsoft AI Health, dalam wawancara dengan Reuters.

Namun, angka tersebut masih berupa simulasi biaya, bukan penghematan yang telah terbukti di rumah sakit. Perhitungan juga menggunakan standar harga di Amerika Serikat dan belum memperhitungkan faktor lain, seperti ketidaknyamanan pasien, risiko pemeriksaan invasif, serta waktu yang dibutuhkan untuk memperoleh hasil tes.

Belum Siap Menggantikan Dokter

Di balik hasil pengujian yang menjanjikan, MAI-DxO masih memiliki sejumlah keterbatasan yang perlu diperhatikan sebelum diterapkan dalam pelayanan kesehatan.

Salah satunya adalah kemampuan sistem yang masih diuji menggunakan rekam medis berbasis teks. Penelitian belum mengevaluasi kemampuan AI dalam membaca gambar medis, hasil pemindaian, preparat jaringan patologi, maupun data klinis lainnya secara langsung.

Selain itu, pengujian belum sepenuhnya menggambarkan tantangan konsultasi medis di dunia nyata. Dalam praktiknya, dokter sering menghadapi pasien dengan riwayat kesehatan yang tidak lengkap, informasi yang kurang akurat, atau gejala yang belum menunjukkan gambaran penyakit secara jelas.

Basis data IGD yang digunakan memang berasal dari rekam medis rumah sakit, tetapi seluruh kasus di dalamnya sudah memiliki diagnosis akhir. Pengujian juga tidak mencakup pasien sehat maupun konsultasi untuk kondisi medis ringan atau tidak berbahaya.

Hal lain yang perlu digarisbawahi, penelitian ini hanya mengukur akurasi diagnosis dan biaya pemeriksaan. Peneliti belum mengevaluasi keputusan pengobatan, keselamatan pasien, maupun hasil perawatan setelah diagnosis diberikan.

Dengan demikian, belum ada bukti bahwa penggunaan MAI-DxO dapat meningkatkan kualitas pelayanan kesehatan atau menghasilkan keputusan medis yang lebih baik dibandingkan dokter dalam praktik sehari-hari.

Aspek independensi penelitian juga menjadi perhatian. Penelitian tersebut dilakukan oleh karyawan Microsoft yang memiliki kepemilikan saham di perusahaan. Selain itu, delapan penulis penelitian tercantum sebagai inventor dalam pengajuan paten yang berkaitan dengan kerangka evaluasi tersebut.

Temuan ini memperlihatkan potensi besar AI untuk membantu tenaga medis menganalisis kasus yang rumit, mengumpulkan informasi pasien, dan menentukan pemeriksaan yang diperlukan. Namun, hasil pengujian tersebut belum cukup untuk menyimpulkan bahwa AI dapat menggantikan peran dokter.

Pengujian klinis secara langsung masih diperlukan untuk memastikan keamanan, keandalan, dan manfaat teknologi tersebut bagi pasien. Untuk saat ini, MAI-DxO lebih tepat dipandang sebagai teknologi pendukung diagnosis yang berpotensi membantu dokter, bukan sebagai pengganti tenaga medis profesional.