JAKARTA - Selama ini, layanan kesehatan lebih banyak bersifat reaktif, yaitu menunggu penyakit muncul baru kemudian diobati. Namun, kemajuan teknologi kecerdasan buatan (AI) mulai mengubah cara pandang tersebut. Para ilmuwan kini berhasil mengembangkan model yang mampu memprediksi risiko kesehatan seseorang hingga sepuluh tahun ke depan.
Pendekatan ini membuka peluang baru dalam pencegahan penyakit. Alih-alih sekadar mengobati, tenaga medis dapat mengetahui siapa saja yang berisiko tinggi lebih awal, sehingga intervensi bisa dilakukan lebih cepat.
Teknologi Mirip Ramalan Cuaca
Para peneliti menyebut model ini serupa dengan ramalan cuaca. Bedanya, bukan untuk hujan atau panas, melainkan untuk kesehatan manusia. AI tidak akan menentukan tanggal pasti kapan serangan jantung atau stroke terjadi, melainkan memberi estimasi kemungkinan terhadap 1.231 jenis penyakit.
“Jadi, sama seperti cuaca, di mana kita bisa punya 70% kemungkinan hujan, kita bisa lakukan itu untuk kesehatan,” kata Prof Ewan Birney, direktur eksekutif sementara European Molecular Biology Laboratory, Jumat (18/9/2025).
Ia menekankan, kemampuan ini bukan hanya untuk satu penyakit, melainkan ribuan penyakit sekaligus. “Kita belum pernah bisa melakukannya sebelumnya. Saya sangat bersemangat,” ujarnya.
Model AI Delphi-2M
Sistem yang dikembangkan diberi nama Delphi-2M. Prinsip kerjanya mirip chatbot populer, seperti ChatGPT, yang dilatih memahami pola bahasa untuk memprediksi kata selanjutnya. Bedanya, Delphi-2M dilatih untuk menemukan pola dalam data medis, bukan sekadar teks percakapan.
Model ini awalnya dibangun dari data anonim di Inggris. Sumbernya meliputi catatan dokter umum, data rawat inap rumah sakit, hingga kebiasaan hidup, termasuk merokok. Semua informasi itu dikumpulkan dari lebih dari 400.000 orang dalam proyek UK Biobank.
Selanjutnya, kemampuan model diuji menggunakan data peserta Biobank lainnya. Uji coba juga dilakukan dengan catatan medis 1,9 juta orang di Denmark.
“Hasilnya bagus, sangat bagus di Denmark,” ujar Prof Birney. “Kalau model kami mengatakan ada risiko satu banding sepuluh untuk tahun depan, ternyata memang benar-benar satu banding sepuluh.”
Potensi Manfaat untuk Pasien
Saat ini, beberapa orang sudah ditawari obat penurun kolesterol, seperti statin, berdasarkan perhitungan risiko serangan jantung. Di masa depan, perhitungan serupa dapat diperluas dengan bantuan AI.
Meski belum siap dipakai di klinik, visi penggunaannya jelas: menemukan pasien berisiko tinggi lebih dini. Dengan begitu, dokter bisa memberikan obat atau saran gaya hidup sesuai kebutuhan masing-masing.
Contohnya, pasien dengan potensi gangguan hati bisa disarankan untuk mengurangi konsumsi alkohol sejak awal. Pendekatan personal seperti ini memberi peluang mencegah penyakit berkembang lebih jauh.
Mendukung Perencanaan Layanan Kesehatan
Selain untuk individu, model AI ini juga berpotensi membantu manajemen rumah sakit maupun pemerintah. Dengan menganalisis catatan kesehatan di suatu wilayah, sistem bisa memprediksi kebutuhan medis di masa mendatang.
Misalnya, berapa jumlah kasus serangan jantung yang mungkin terjadi di sebuah kota pada tahun 2030. Informasi ini penting agar rumah sakit dapat menyiapkan sumber daya sejak dini, mulai dari tenaga medis hingga peralatan yang dibutuhkan.
“Ini adalah awal dari cara baru untuk memahami kesehatan manusia dan perkembangan penyakit,” ujar Prof Moritz Gerstung, kepala divisi AI di onkologi di DKFZ, Pusat Penelitian Kanker Jerman.
Ia menambahkan, “Model generatif seperti milik kami suatu hari bisa membantu mempersonalisasi perawatan dan mengantisipasi kebutuhan kesehatan dalam skala besar.”
Tantangan dan Keterbatasan
Walaupun menjanjikan, para ilmuwan mengakui masih ada banyak tantangan. Salah satunya adalah risiko bias dalam data. UK Biobank, sebagai sumber utama, didominasi oleh orang berusia 40–70 tahun. Artinya, prediksi mungkin tidak sepenuhnya mewakili seluruh populasi.
Karena itu, tim peneliti kini sedang meningkatkan model agar mencakup lebih banyak jenis data medis, termasuk hasil pencitraan, genetika, dan analisis darah.
Prof Birney menegaskan, “Perlu ditekankan, ini masih penelitian – semuanya harus diuji, diatur dengan baik, dan dipertimbangkan sebelum digunakan, tapi teknologinya sudah ada.”
Ia memperkirakan, penerapannya akan mirip dengan genomik. Teknologi genomik membutuhkan waktu sekitar satu dekade sejak diyakini bermanfaat hingga akhirnya rutin digunakan dalam layanan kesehatan.
Kolaborasi Internasional
Studi ini merupakan hasil kolaborasi antara European Molecular Biology Laboratory, German Cancer Research Center (DKFZ), dan University of Copenhagen.
Prof Gustavo Sudre, peneliti neuroimaging dan AI di King’s College London, menilai penelitian ini sebagai langkah penting. “Penelitian ini tampaknya menjadi langkah signifikan menuju bentuk pemodelan prediktif yang skalabel, dapat dipahami, dan – yang paling penting – bertanggung jawab secara etis dalam bidang kedokteran,” ungkapnya.
Menuju Era Prediksi Kesehatan
Perkembangan Delphi-2M menunjukkan bahwa kesehatan manusia dapat dipahami dengan cara yang lebih maju. Dari yang awalnya hanya menunggu gejala muncul, kini teknologi memungkinkan pencegahan dilakukan jauh sebelum penyakit berkembang.
Meski masih dalam tahap penelitian, pendekatan ini memberi harapan besar. Jika berhasil diimplementasikan, masyarakat tidak hanya lebih sehat, tetapi juga layanan kesehatan bisa lebih efisien.
Era baru dalam prediksi kesehatan ini mungkin memang belum hadir sekarang. Namun, langkah awalnya sudah ada, dan masa depan pencegahan penyakit tampak semakin dekat.