29 November 2022 – Kecerdasan buatan dapat membantu meningkatkan keragaman, kesetaraan, dan inklusi dalam uji klinis dan pengembangan obat dengan mengatasi beberapa bias manusia tradisional di bidang ini, tetapi kita belum sampai di sana, kata para ahli. Teknologi tersebut juga dapat membantu dokter dengan wawasan data untuk membuat diagnosis dan pengobatan lebih tepat.

Dimulai dengan kualitas. Kecerdasan buatan (AI) bergantung pada sejumlah besar data untuk membuat algoritme – atau instruksi komputer – untuk mengembangkan praktik dan prediksi terbaik. Tapi instruksinya hanya sebaik data yang digunakan untuk membuatnya. Dan orang-orang yang membuat data.

“Yang mendasari pengembangan teknologi AI adalah orang-orang, dan orang-orang itu memiliki bias mereka sendiri,” kata Naheed Kurji, ketua dewan Alliance for Artificial Intelligence in Healthcare. “Akibatnya, algoritme akan memiliki biasnya sendiri.”

Teknologi yang menggunakan ucapan untuk mendiagnosa penyakit adalah contohnya.

“Ada banyak kasus, contoh di mana perusahaan gagal mengenali perbedaan ucapan di berbagai budaya,” kata Kurji. Saat teknologi didasarkan pada pola bicara demografis terbatas, “maka saat model itu diterapkan di dunia nyata ke demografis berbeda dengan aksen berbeda, model itu gagal”.

“Akibatnya, itu tidak representatif.”

Contoh lain adalah data genetik dan genomik.

“Memberi atau menerima, 90 persen lebih dari data genetik dan genomik berasal dari orang-orang keturunan Eropa. Itu bukan dari orang-orang dari benua Afrika, Asia Tenggara, Asia, atau Amerika Selatan, ”kata Kurji, yang juga presiden dan CEO Cyclica Inc., sebuah perusahaan penemuan obat berbasis data yang berbasis di Toronto.

Oleh karena itu, “banyak penelitian yang telah dilakukan pada tingkat data tersebut bias secara inheren,” katanya.

Menjadi Adil

Membuat data yang memperhitungkan keragaman, kesetaraan, dan inklusi orang dan budaya di seluruh dunia bukanlah tantangan tanpa harapan. Tapi itu akan memakan waktu, kata para ahli. Setelah itu tercapai, AI harus lebih dekat untuk bebas dari bias manusia dan sistemik.

Kesadaran yang lebih besar sangat penting.

“Solusi untuk masalah ini berasal dari orang-orang yang secara inheren memahami bahwa bias itu ada,” kata Kurji, dan kemudian hanya menyertakan data yang adil dan seimbang yang lolos uji keragaman.

Lebih Bijak Memilih?

Cara lain yang menjanjikan untuk AI adalah merampingkan proses pengembangan obat, mempersempit calon obat potensial, dan membuat uji klinis lebih hemat biaya.

“Jika data sumber memiliki tantangan dan batasan, maka AI akan terus menyebarkan batasan tersebut,” setuju Sastry Chilukuri, co-CEO dari perusahaan uji klinis berbasis data Medidata dan pendiri serta presiden Acorn AI. “Data sumber harus lebih representatif dan harus lebih adil agar AI dapat mencerminkan apa yang terjadi.”

Ketika berbicara tentang bias manusia atau sistemik dalam pengembangan obat, “akan terlalu menyederhanakan untuk mengatakan AI atau pembelajaran mesin dapat memperbaikinya,” kata Angeli Moeller, PhD, kepala data dan integrasi yang menghasilkan wawasan di Roche di Berlin. “Tetapi penggunaan AI dan pembelajaran mesin yang bertanggung jawab dapat membantu kami mengidentifikasi bias dan menemukan cara untuk mengurangi efek negatif yang mungkin ditimbulkannya.”

Mitra Pendiam?

Pada saat yang sama AI bertujuan untuk merampingkan pengembangan obat, teknologi ini juga dapat membantu membuat semua dokter lebih baik dalam pekerjaannya, kata para ahli. AI akan, misalnya, membantu menyebarkan pengetahuan dan keahlian jauh dan luas, berbagi praktik terbaik dari dokter dengan banyak pengalaman pada pasien yang lebih kompleks. Ini akan membantu memandu mereka yang hanya merawat beberapa pasien seperti itu setiap tahun.

Volume pembedahan di New York City atau di Delhi bisa mencapai ratusan pasien per tahun, kata Chilukuri. “Tetapi jika Anda pergi ke interior AS seperti Nebraska, ahli bedah tidak melihat volume sebanyak itu.”

AI dapat membantu dokter “dengan menyediakan jenis alat yang memungkinkan mereka untuk dapat memberikan perawatan terbaik yang sama ke semua populasi mereka dengan lebih cepat,” katanya.

Meningkatkan Efisiensi

AI dapat membantu terapi target dengan menggunakan data untuk mengidentifikasi pasien dengan risiko tertinggi. Teknologi ini juga dapat memperbaiki beberapa area kemacetan dalam kedokteran, seperti waktu yang diperlukan untuk menginterpretasikan gambar radiologi, kata Kurji.

Ada perusahaan AI “yang seluruh model bisnisnya bukan untuk menggantikan ahli radiologi Anda tetapi untuk membuat ahli radiologi menjadi lebih baik,” catatnya. Salah satu tujuan perusahaan adalah “untuk mencegah kematian atau penyakit parah akibat pemindaian radiologi yang terlewatkan atau menumpuk di tumpukan dan tidak ditangani dengan cukup cepat untuk pasien tersebut.”

Ahli radiologi sangat sibuk, mereka mungkin hanya memiliki waktu 30 detik atau kurang untuk menginterpretasikan setiap pemindaian, kata Chilukuri. AI dapat menandai lesi yang berpotensi menjadi perhatian, tetapi AI juga dapat membandingkan gambar dengan pemindaian sebelumnya pada pasien yang sama. Pandangan yang diberikan oleh AI ini tidak hanya berlaku untuk radiologi tetapi juga di seluruh bidang kedokteran yang digerakkan oleh data.

Memajukan Pengobatan Pribadi

AI juga dapat memandu pendekatan pribadi untuk pembedahan, “karena tidak seperti manusia yang berukuran kecil, sedang, dan besar,” kata Chilukuri. Teknologi ini dapat membantu ahli bedah menentukan dengan tepat di mana harus mengoperasi pasien individu.

Moeller setuju bahwa AI memiliki potensi untuk meningkatkan pengobatan yang dipersonalisasi.

“AI dapat membantu diagnosis dan prediksi risiko, yang berarti intervensi lebih dini,” kata Moeller, yang juga wakil ketua dewan Alliance for Artificial Intelligence di Healthcare. “Jika Anda melihat, misalnya, pada pasien diabetes, apa gunanya kemungkinan bahwa dia mungkin mengalami masalah mata akibat edema makula diabetik?”

Teknologi ini juga dapat membantu melihat gambaran besarnya.

“Pembelajaran mesin dapat mencari pola dalam populasi yang mungkin tidak ada dalam buku teks medis Anda,” kata Moeller.

Di luar diagnosis dan pengobatan, AI juga dapat membantu pemulihan dengan menyesuaikan rehabilitasi untuk setiap pasien, prediksi Chilukuri.

“Ini tidak seperti setiap orang akan direhabilitasi dengan cara yang persis sama. Jadi, Anda memiliki rencana AI yang sangat individual yang memungkinkan Anda untuk benar-benar tetap berada di jalur dan memprediksi tujuan Anda.”