Seberapa Akurat ChatGPT Mendiagnosis Penyakit? Seorang Dokter Mengujinya

Stephen Hughes, Anglia Ruskin University

Selama bertahun-tahun, banyak pihak yang khawatir kecerdasan buatan (AI) akan mengambil alih mekanisme keamanan nasional yang mengarah ke perbudakan manusia, dominasi masyarakat, dan mungkin pemusnahan manusia.

Salah satu cara untuk membunuh manusia adalah kesalahan diagnosis medis. Sehingga, masuk akal rasanya untuk memeriksa kinerja ChatGPT, AI chatbot yang menggemparkan dunia. Ini tepat waktu mengingat kinerja luar biasa ChatGPT baru-baru ini dalam lulus ujian lisensi medis Amerika Serikat.

Diagnosis dengan bantuan komputer telah dicoba berkali-kali selama bertahun-tahun, terutama untuk mendiagnosis usus buntu. Namun, kemunculan AI yang memanfaatkan seluruh internet untuk mendapatkan jawaban atas banyak pertanyaan, alih-alih terbatas pada database, tetap membuka jalan baru potensi untuk menambah diagnosis medis.

Baru-baru ini, beberapa artikel membahas kinerja ChatGPT dalam membuat diagnosis medis. Seorang dokter pengobatan darurat Amerika baru-baru ini memberikan penjelasan tentang bagaimana dia meminta ChatGPT untuk memberikan kemungkinan diagnosis seorang perempuan muda dengan sakit perut. Mesin tersebut memberikan banyak diagnosis yang kredibel, seperti radang usus buntu dan masalah kista ovarium, tapi mesin tersebut melewatkan kehamilan ektopik (di luar rahim).

Hal ini diidentifikasi oleh dokter tersebut sebagai kelalaian serius, dan saya setuju. Di bawah pengawasan saya, ChatGPT tidak akan lulus ujian akhir medisnya dengan kinerja yang mematikan itu.

ChatGPT belajar

Saya senang untuk mengatakan bahwa ketika saya mengajukan pertanyaan yang sama kepada ChatGPT tentang seorang perempuan muda dengan nyeri perut bagian bawah, ChatGPT dengan percaya diri menyatakan kehamilan ektopik dalam diagnosis banding. Ini mengingatkan kita pada hal penting tentang AI: ia mampu belajar.

Agaknya, seseorang telah memberi tahu ChatGPT tentang kesalahannya dan telah belajar dari data baru ini - mirip dengan mahasiswa kedokteran. Kemampuan untuk belajar inilah yang akan meningkatkan kinerja AI dan membuatnya menonjol dari algoritme diagnosis berbantuan komputer yang agak lebih terbatas.

ChatGPT lebih memilih bahasa teknis

Didorong oleh kinerja ChatGPT dengan kehamilan ektopik, saya memutuskan untuk mengujinya dengan presentasi yang agak umum: seorang anak dengan sakit tenggorokan dan ruam merah di wajah.

Dengan cepat, saya mendapatkan kembali beberapa saran yang sangat masuk akal tentang apa diagnosisnya. Meski perangkat tersebut menyebutkan sakit tenggorokan akibat bakteri streptokokus, ia tidak memasukkan infeksi tenggorokan akibat streptokokus tertentu yang telah saya pikirkan, yaitu demam berdarah.

Kondisi ini muncul kembali dalam beberapa tahun terakhir dan biasanya terlewatkan karena dokter seusia saya dan lebih muda tidak memiliki pengalaman untuk menemukannya. Ketersediaan antibiotik yang baik telah menghilangkannya, dan membuatnya menjadi agak tidak umum.

Penasaran dengan kelalaian ini, saya menambahkan elemen lain ke daftar gejala saya: ruam di sekitar mulut (perioral sparing). Ini adalah ciri klasik demam berdarah yang ditunjukkan kulit di sekitar mulut pucat tapi bagian wajah lainnya berwarna merah.

Ketika saya menambahkan ini ke daftar gejala, jawaban teratas adalah demam berdarah. Ini membawa saya ke poin saya berikutnya tentang ChatGPT. Perangkat tersebut lebih suka bahasa teknis.

Ini mungkin menjelaskan mengapa ChatGPT lulus pemeriksaan medis. Ujian medis penuh dengan istilah teknis yang digunakan karena spesifik. Mereka memberikan ketepatan pada bahasa kedokteran dan karena itu mereka cenderung menyaring pencarian topik.

Ini semua tak masalah, tapi berapa banyak ibu yang khawatir dengan anak-anak berwajah merah dan sakit tenggorokan yang memiliki kefasihan ekspresi medis untuk menggunakan istilah teknis seperti perioral sparing?

ChatGPT itu sopan

ChatGPT kemungkinan besar digunakan oleh anak muda, jadi saya memikirkan masalah kesehatan yang mungkin sangat penting bagi generasi muda, seperti kesehatan seksual. Saya meminta ChatGPT untuk mendiagnosis nyeri saat buang air kecil dan keluarnya cairan dari alat kelamin laki-laki setelah hubungan seksual tanpa kondom.

Saya tertarik untuk melihat bahwa saya tidak menerima tanggapan. Seolah-olah ChatGPT tersipu malu, dengan caranya sendiri sebagai perangkat komputer.

Menghapus penyebutan hubungan seksual berhasil membuat ChatGPT memberikan diagnosis banding yang mencakup gonorrhoea, yang merupakan kondisi yang telah saya pikirkan. Namun, seperti di dunia nyata, kegagalan untuk terbuka tentang kesehatan seksual memiliki hasil yang berbahaya, demikian juga ada di dunia AI.

Apakah dokter virtual kita sudah siap untuk menemui kita? Tidak terlalu. Kita perlu memasukkan lebih banyak pengetahuan ke dalamnya, belajar berkomunikasi dengannya dan, akhirnya, membuatnya mengatasi kehati-hatiannya saat mendiskusikan masalah yang kita tidak ingin keluarga kita mengetahuinya.

Stephen Hughes, Senior Lecturer in Medicine, Anglia Ruskin University

Artikel ini terbit pertama kali di The Conversation. Baca artikel sumber.