Pada tanggal 10-13 November 2021 diselenggarakan Artificial Intelligence Innovation Summit 2021. Pada acara tersebut Pokja 6 Pusat Inovasi Kecerdasan Artifisial (PIKA) mengusung tema “Tantangan dalam mengumpulkan dataset medis, misalnya citra CT-Scan dan X-Ray, untuk diagnosis Covid-19 memakai Kecerdasan Artifisial (Pengolahan Citra dan Pengenalan Pola)” dengan pembicara, penanggap dan moderator sebagai berikut
Pembicara : Prof. Bambang Riyanto Trilaksono (Ketua TFRIC 2020 sub Kecerdasan Artifisial)
Penanggap : Dr. dr Aziza Ghanie Icksan, Sp.Rad (K), Ketua Koligium Radiology Indonesia sekaligus Ketua Perhimpunan Radiologi Thoraks Indonesia
Moderator : Dr. Ary Setijadi Prihatmanto (STEI ITB)
Dalam acara tersebut Prof. Bambang melaporkan kegiatan pengembangan Kecerdasan Artifisial untuk Deteksi Covid-19 berbasis Data Citra dan Pentingnya Dataset Kesehatan [1]. Kegiatan tersebut dikerjakan tim besar dari peneliti, praktisi IT dan medis Indonesia pada tahun 2020 dengan tujuan membangun perangkat lunak berbasis AI yang dapat dimanfaatkan oleh rumah sakit dalam menegakkan diagnosis Covid-19. Input sistem adalah citra CT-Scan, X-Ray dan data klinis. Sedangkan outputnya prediksi Covid-19 pada seorang pasien. Sistem yang dibangun merupakan kombinasi dari (1) machine learning (2) Deep Learning (3) Platform Data Mining (4) Sistem Pendukung Keputusan berbasis Knowledge Growing System dan (5) Sistem Geospasial epidemiologi. Dalam pengembangannya, diperlukan data radiologis (CT-Scan, X-Ray dan data klinis) dari dalam dan luar negeri. Idealnya untuk membangun sistem yang “pintar”, diperlukan data dalam jumlah “cukup” (puluhan sampai ratusan ribu). Akan tetapi kegiatan ini mengalami kendala dalam mengumpulkan dataset. Data yang berhasil dikumpulkan dari 18 rumah sakit di Indonesia, hanya 674 citra X-Ray (581 pasien), 14926 citra CT-Scan (125 pasien) dan data klinis dari 849 pasien. Hal inilah yang dikonsultasikan kepada Dr. Aziza sebagai radiolog.
Dr. Aziza memberikan tanggapan bahwa dokter spesialis radiologi yang ada di instalasi radiologi pada rumah sakit tempat mereka bekerja, bertanggung jawab moral untuk menggunakan data-data citra. Mereka tidak dapat menggunakan data dengan cara yang bisa membahayakan pasien, dan mempertimbangkan etika menggunakan dan menghargai data, juga berperilaku sebagai profesional dalam mengoperasikan AI untuk memberikan yang terbaik bagi pasien dan komunitas [2][3][4]. Terhadap pemanfaatan AI pada radiologi disampaikan:
- untuk membuat kerangka kerja etik penggunaan AI, harus ada kerja sama antara peneliti, dokter spesialis radiologi, pasien, pengambil keputusan dan pemerintah
- Kerangka kerja etik untuk aplikasi AI di Radiologi harus mencerminkan prinsip dasar etika biomedis: autonomy, beneficence, non-maleficence, and justice.
- Sebelum implementasi metode AI manapun, kita membutuhkan penelitian yang sudah menjalani proses peer-review dan transparansi.
- Karena aplikasi apapun yang dikembangkan untuk tujuan diagnostik harus mengikuti pernyataan Standards for Reporting of Diagnostic Accuracy Studies (STARD)( AI juga perlu STARD)
Poin penting pemanfaatan AI adalah
- AI memiliki potensi besar untuk mempercepat penemuan ilmiah dalam kedokteran dan untuk mengubah perawatan kesehatan.
- Perlunya kesadaran bahwa “tidak ada yang artificial tentang AI” seperti yang dikatakan oleh Fei-Fei Li, co-director dari Stanford Human-Centered AI Institute, “It’s inspired by people, it’s created by people, and-most importantly-it impacts people”
- Kecerdasan “alami” akan dan harus selalu bertanggung jawab untuk pengambilan keputusan.
- Harus mengimplementasikan AI dengan cara terbaik untuk mencerminkan standar etika dan hukum yang berlaku sambil memastikan perlindungan yang memadai untuk kepentingan pasien.
- Radiologis harus secara aktif terlibat dalam perumusan etika yang mengatur penggunaan dan penelitian tentang AI dalam pencitraan medis
Etika kecerdasan buatan dalam radiologi, dirangkumkan dari pernyataan bersama European and North American Multisociety:
- Penggunaan AI di radiologi secara etis harus meningkatkan kesejahteraan, meminimalisir bahaya dan memastikan bahwa manfaat dan bahaya didistribuskan di antara para pemangku kepentingan dengan cara yang adil.
- AI dalam radiologi harus transparan dan sangat dapat diandalkan, mengurangi bias dalam pengambilan keputusan dan memastikan bahwa tanggung jawab dan akuntabilitas tetap berada di tangan perancang atau operator manusia.
- Komunitas radiologi harus mulai mengembangkan kode etik dan praktik AI –> Di Indonesia belum ada
- Radiologis harus tetap bertanggung jawab atas hasil ekpertise Imaging yang diberikan ke pasien dan perlu memperoleh keterampilan baru untuk melakukan yang terbaik bagi pasien di ekosistem AI yang baru.
Diskusi ini menarik, sayang waktunya terbatas. Diharapkan komunikasi ini akan terus berlangsung, karena penerapan AI pada radiologi perlu keterlibatan aktif radiolog. Perlu digarisbawahi bahwa AI tidak bertujuan menggantikan peran radiolog (dokter), melainkan sebagai alat bantu untuk mengambil keputusan yang cepat dan akurat. Analisa AI karena berbasis statistik tidak akan lepas dari error. Keputusan terakhir tetap di tangan dokter, yang akan menentukan proses diagnosis pada pasien.
Referensi
- Artificial Intelligence untuk Deteksi Covid-19 Berdasarkan citra CT-scan dan X-ray, halaman 21-30, Artificial Intelligence di Masa Pandemi, ITB Press, 2021, Bandung (ISBN: 978-623-297-020-5). (Laporan tim Task Force Riset dan Inovasi Teknologi: Tim Aksi 3)
- Artificial Intelligence as medical device in radiology: ethical and regulatory issues in Europe and the United States. Pesapane F et al (2018). Insights Imaging 1-9 https://doi.org/10.1007/s13244-018-0645-y Page 12 of 13 (akses terakhir : 16 Desember 2021)
- Fei-Fei Li’s Quest to Make AI Humanity. Jessi Hempel. Wired. Available via https://www.wired.com/story/fei-fei-li-artificial-intelligence-humanity/ (akses terakhir : 16 Desember 2021)
- Canadian Association of Radiologists White Paper on Artificial Intelligence in Radiology, Can Assoc Radiol J . 2018 May;69(2):120-135. doi: 10.1016/j.carj.2018.02.002. https://pubmed.ncbi.nlm.nih.gov/29655580/ (akses terakhir : 16 Desember 2021)
Corat-coret Anto S. Nugroho 