Penelitian yang dipublikasikan dalam Nature Mental Health menunjukkan bahwa kecerdasan buatan dapat memakai catatan kesehatan elektronik rutin untuk memperkirakan risiko seorang anak mengembangkan attention-deficit/hyperactivity disorder (ADHD) beberapa tahun sebelum diagnosis khas ditegakkan. Studi ini menganalisis catatan dari lebih dari 140.000 anak dan melatih sebuah model AI untuk menelaah riwayat medis sejak kelahiran hingga masa kanak-kanak awal.
Model tersebut belajar mengenali kombinasi peristiwa perkembangan, perilaku, dan kejadian klinis yang sering muncul jauh sebelum diagnosis. Alat ini menunjukkan akurasi tinggi untuk memperkirakan risiko pada anak usia lima tahun ke atas, dan kinerjanya konsisten di berbagai karakteristik pasien, termasuk jenis kelamin, ras, etnis, dan status asuransi. Para peneliti menegaskan bahwa AI ini bukan alat diagnosis; fungsi utamanya adalah menandai anak yang mungkin mendapat manfaat dari pengawasan lebih dekat oleh penyedia perawatan primer atau rujukan lebih awal ke spesialis untuk penilaian ADHD.
- Manfaat utama: deteksi dini untuk mempercepat dukungan.
- Kinerja stabil di berbagai kelompok pasien.
- Alat ini memerlukan penelitian lanjutan sebelum dipakai rutin.
Penulis utama Elliot Hill, ilmuwan data di departemen biostatistika dan bioinformatika School of Medicine, Duke University, mengatakan studi menguji apakah pola tersembunyi dalam catatan elektronik dapat memprediksi diagnosis di masa depan. Penulis senior Matthew Engelhard menyatakan alat ini dapat membantu klinisi memusatkan waktu dan sumber daya agar anak yang memerlukan bantuan tidak menunggu bertahun-tahun. Penulis lain Naomi Davis menyoroti pentingnya menghubungkan keluarga dengan intervensi berbasis bukti. Penelitian ini mendapatkan dukungan dari National Institute of Mental Health dan National Center for Advancing Translational Sciences, dan tim peneliti menyerukan studi lanjutan sebelum penerapan klinis rutin.
Kata-kata sulit
- kecerdasan buatan — sistem komputer yang meniru kemampuan manusia
- catatan kesehatan elektronik — data medis pasien yang disimpan secara digital
- memperkirakan — menilai kemungkinan berdasarkan informasi yang ada
- diagnosis — penentuan penyakit atau kondisi oleh profesional
- deteksi dini — mendeteksi masalah sejak tahap awal
- pengawasan — pemantauan berkelanjutan terhadap kondisi pasien
- intervensi — tindakan medis atau dukungan untuk mengatasi masalah
- akurasi — tingkat ketepatan hasil atau prediksi
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Menurut Anda, apa keuntungan paling penting dari deteksi dini ADHD dengan bantuan AI? Jelaskan alasan.
- Penulis menyatakan alat ini bukan diagnosis dan perlu penelitian lanjutan. Mengapa studi lebih lanjut penting sebelum dipakai rutin?
- Bagaimana penggunaan alat seperti ini dapat mempengaruhi pekerjaan penyedia perawatan primer atau rujukan ke spesialis?
Artikel terkait
Pusat Data, AI, dan Tekanan Terhadap Pasokan Air di Batam
Pertumbuhan AI mendorong pembangunan pusat data di Indonesia dan kebutuhan infrastruktur. Di Batam, banyak fasilitas baru memicu kekhawatiran tentang pasokan air dan protes warga; pembuat kebijakan mendapat tekanan untuk menyeimbangkan pertumbuhan dan keberlanjutan.
AI Mengubah Saran Setelah Pengungkapan Autisme
Studi Virginia Tech menemukan bahwa menyebut autisme mengubah nasihat model bahasa besar dan sering mengikuti stereotip umum. Peneliti memperingatkan bias dan mendorong pengembang membuat sistem lebih transparan agar pengguna dapat mengendalikan pengaruh identitas.