AI Bisa Kurangi Kesenjangan Layanan Kesehatan di Indonesia, Benarkah?

Ketiga, kepemilikan telepon pintar oleh penduduk Indonesia cukup tinggi. Ini merupakan landasan yang kokoh untuk tahap demi tahap memasyarakatkan AI untuk pencegahan penyakit, pengobatan, dan pemeliharaan kesehatan yang lebih manusiawi.

Namun, tingkat kepemilikan telepon pintar tidak berbanding lurus dengan tingkat literasi kesehatan para netizen. Hal ini menjadi cikal bakal ketimpangan baru secara khusus di masyarakat dalam pemanfaatan AI.

Semua kekhawatiran tersebut membutuhkan parameter kebermanfaatan penerapan AI ke dalam ekosistem kesehatan yang ada yang lebih representatif.

Representatif berarti kebermanfaatan AI tidak hanya berpatokan pada otomatisasi sistem pelayanan kesehatan. Tolok ukur kegunaan AI juga harus sensitif terhadap atribut lainnya seperti variasi geografis yang memengaruhi sistem dan pelayanan kesehatan setempat (misalnya berbasis kepulauan, pulau terluar, daerah terpencil, perbatasan), dan variabel determinan sosial-kesehatan.

AI perlu pertimbangkan ketimpangan di level lokal

Agar tidak menimbulkan ketimpangan baru, kebijakan masa depan pengembangan AI di sektor pelayanan kesehatan harus lebih berkonsentrasi mengurangi determinan sosial dan struktural kesehatan di sektor hulu yang sifatnya lintas bidang.

Kecerdasan buatan mesti memberi petunjuk perbedaan karakteristik hambatan struktural untuk resiliensi sistem kesehatan lokal.

Kita harus mengidentifikasi dan memperbaiki faktor diskriminatif apa pun yang dapat memperlebar ketimpangan. Interpretasi output dari sistem AI harus mempertimbangkan kekuatan dan keterbatasan penalaran terutama generalisasi secara statistik.

Penggabungan keahlian klinis, keterlibatan komunitas yang inklusif, interdisipliner, dan refleksivitas etika harus jadi patokan pengembangan AI.

Dengan demikian, parameter kebermanfaatan AI harus dibedakan antara pasien, fasilitas pelayanan kesehatan, sistem kesehatan, manajemen, dan layanan data kesehatan. Tanpa itu, pola ketidaksetaraan dan bias kesehatan sistemik akan memasuki sistem AI. Dan menyebabkan ketimpangan status kesehatan semakin tidak proporsional.

Oleh karena itu, deskripsi lengkap tentang parameter ketimpangan kesehatan di era teknologi digital harus mempertimbangkan titik berangkat yang berbeda. Dengan demikian, AI tidak dipandang sebagai risiko melainkan sebagai solusi untuk arsitektur kesehatan masyarakat.

Semua aspek perlu dipertimbangkan untuk menerapkan AI yang adil dalam ekosistem pelayanan kesehatan yang kondusif. Pada akhirnya AI membawa perubahan paradigma perawatan kesehatan yang didukung oleh peningkatan ketersediaan data untuk meningkatkan pemerataan kesehatan di seluruh pelosok negeri.

Perigrinus H Sebong, Pengajar, Peneliti Kesehatan Global, Planetary health dan Penyakit Tropis, Unika Soegijapranata