Kemunculan kecerdasan buatan generatif (Generative AI) telah mengubah wajah sains dan teknologi secara drastis. Dalam waktu hanya beberapa tahun, sistem seperti GPT (Generative Pretrained Transformer) menunjukkan kemampuan luar biasa untuk menulis, menjawab, dan memahami konteks bahasa alami manusia.
Namun, pada 27 Januari 2025, dunia menyaksikan tonggak baru: DeepSeek-R1, model AI generatif open-source, diperkenalkan dan segera menjadi AI paling banyak diunduh secara global. Peneliti Yifan Peng dan timnya dalam jurnal Journal of Biomedical Informatics menilai kemunculan DeepSeek bukan sekadar fenomena teknologi, tetapi pergeseran paradigma ilmiah dalam pengembangan AI, khususnya di bidang kesehatan dan biomedis.
Meski performa DeepSeek menakjubkan, studi ini juga menegaskan bahwa masih terdapat kesenjangan besar (significant gaps) dalam mewujudkan penerapan AI yang benar-benar efektif, aman, dan etis di dunia medis.
GPT (Generative Pretrained Transformer), dikembangkan oleh OpenAI, merupakan model bahasa besar (Large Language Model/LLM) yang mampu menghasilkan teks berdasarkan konteks. GPT-4 dan GPT-4o telah memperlihatkan kecerdasan yang menyerupai manusia dalam memahami dan menjelaskan informasi.
Namun, GPT adalah model tertutup (proprietary) artinya, algoritma dan data latihannya tidak dibuka ke publik. Ini membatasi transparansi ilmiah dan kolaborasi lintas institusi.
Sebaliknya, DeepSeek-R1 memperkenalkan pendekatan baru yang lebih demokratis:
- Open-source di bawah lisensi MIT, memungkinkan siapa pun untuk memodifikasi dan menggunakannya.
- Lebih hemat biaya dan energi, karena arsitekturnya dirancang dengan efisiensi tinggi.
- Menggunakan teknik mutakhir seperti:
- Mixture of Experts (kombinasi pakar model khusus untuk tiap konteks),
- Reinforcement learning (pembelajaran berbasis umpan balik),
- FP8 mixed precision framework (presisi campuran untuk efisiensi komputasi),
- dan multi-stage training (pelatihan bertahap untuk stabilitas performa).
Dalam berbagai uji kinerja, DeepSeek bahkan melampaui GPT-4o dan OpenAI o1, terutama pada bidang yang membutuhkan kemampuan penalaran logis dan matematis. Fenomena ini menandai tren baru di dunia AI: model open-source kini mulai menyalip model komersial tertutup.
Baca juga artikel tentang: Kombinasi Superfood dan Obat: Potensi dan Tantangannya dalam Dunia Kesehatan
Potensi Penerapan di Dunia Kesehatan
Salah satu bidang yang paling terdampak oleh kemajuan AI adalah kesehatan dan biomedis.
Dengan kemampuan memproses data dalam skala besar, LLM seperti DeepSeek berpotensi:
- Membaca dan menganalisis ribuan artikel penelitian medis dalam hitungan detik,
- Membantu dokter mendiagnosis penyakit berdasarkan catatan pasien,
- Menyusun laporan klinis otomatis,
- Memprediksi risiko penyakit kronis, dan
- Mempercepat penemuan obat baru melalui pemetaan pola molekuler.
Namun, penelitian Peng menekankan bahwa potensi ini masih jauh dari sempurna untuk diimplementasikan langsung dalam praktik klinis. AI mungkin mampu “berpikir cepat”, tetapi belum tentu “mengerti manusia”.
Keterbatasan Ilmiah: Kecerdasan Tanpa Pemahaman
Masalah utama dari AI generatif adalah perbedaan antara kecerdasan statistik dan pemahaman konseptual. DeepSeek bisa menghasilkan jawaban yang tampak benar, tetapi tidak selalu secara ilmiah akurat. Dalam konteks medis, kesalahan sekecil apa pun bisa berakibat fatal.
AI seperti DeepSeek bekerja dengan cara mengenali pola dalam data pelatihan.
Namun, data bukanlah realitas. Sistem ini tidak benar-benar memahami biologi tubuh manusia atau konteks sosial pasien. Studi menunjukkan bahwa meskipun DeepSeek unggul dalam logika formal dan penalaran matematis, ia masih rentan terhadap kesalahan interpretasi klinis, terutama ketika menghadapi kasus langka atau data tidak lengkap.
Penulis menegaskan:
“AI dapat meniru cara dokter menjawab, tetapi belum mampu meniru cara dokter berpikir.”
Tantangan Data dan Etika Kesehatan
Di bidang medis, data adalah aset sekaligus sumber risiko. Rekam medis berisi informasi sensitif seperti riwayat penyakit, genetik, dan kondisi sosial pasien. AI memerlukan jutaan data semacam itu untuk belajar, tetapi bagaimana jika data tersebut bocor, bias, atau disalahgunakan?
Penelitian ini menyoroti tiga risiko utama:
- Bias Data: Banyak model AI dilatih dengan data dari populasi terbatas (misalnya pasien di negara maju), sehingga hasilnya bisa bias ketika digunakan di konteks lain.
- Privasi Pasien: Model open-source seperti DeepSeek membutuhkan perlindungan ekstra agar data tidak diekspos secara tidak etis.
- Reproducibility (Uji Ulang): Dalam sains, hasil harus dapat diuji ulang oleh pihak lain. Namun, jika data medis bersifat tertutup, sulit untuk melakukan validasi ilmiah.
Untuk mengatasi hal ini, penulis merekomendasikan pendekatan federated learning, di mana model dilatih secara terdistribusi tanpa perlu memindahkan data pasien antar lembaga. Dengan begitu, AI bisa belajar secara kolaboratif tanpa melanggar privasi.
Dimensi Etika dan Tanggung Jawab
Selain persoalan teknis, etika menjadi tantangan terbesar penerapan AI di dunia kesehatan. Yifan Peng dan tim menyoroti empat prinsip utama yang harus dipegang:
| Prinsip | Deskripsi Ilmiah | Implikasi Klinis |
|---|---|---|
| Safety (Keamanan) | AI harus diuji secara klinis untuk mencegah kesalahan fatal | AI tidak boleh menggantikan penilaian dokter |
| Transparency (Transparansi) | Proses pengambilan keputusan harus dapat dijelaskan | Dokter dan pasien berhak tahu bagaimana hasil AI dihasilkan |
| Accountability (Akuntabilitas) | Harus jelas siapa bertanggung jawab atas hasil AI | Perlu regulasi yang menegaskan peran manusia |
| Fairness (Keadilan) | Model tidak boleh diskriminatif terhadap kelompok tertentu | AI harus adil bagi semua populasi pasien |
Dengan menerapkan prinsip-prinsip ini, AI tidak hanya menjadi alat bantu, tetapi juga bagian dari ekosistem etika medis yang manusiawi.
Masa Depan: Kolaborasi antara Otak Digital dan Empati Manusia
Penelitian ini menutup dengan refleksi penting: AI seperti DeepSeek bukan ancaman bagi profesi medis, melainkan mitra baru dalam riset dan praktik klinis.
AI dapat:
- Menganalisis data kompleks,
- Menemukan pola epidemiologis,
- Memberi rekomendasi berbasis bukti,
sementara dokter tetap memegang peran utama dalam pengambilan keputusan klinis, karena hanya manusia yang memiliki konteks sosial, empati, dan tanggung jawab moral.
Masa depan kesehatan akan bergantung pada sinergi antara otak digital dan hati manusia. AI yang kuat tanpa nilai etika adalah risiko; tetapi AI yang diarahkan oleh sains dan kemanusiaan adalah masa depan.
Dari GPT ke DeepSeek, kita telah menyaksikan transformasi luar biasa dalam kecerdasan buatan. Namun, sebagaimana disimpulkan Peng dan rekan-rekannya, perjalanan menuju penerapan AI yang benar-benar efektif di dunia medis masih panjang.
Diperlukan standar ilmiah yang ketat, transparansi data, regulasi etika, dan kerja sama global agar teknologi ini benar-benar melayani kemanusiaan. AI mungkin mampu berpikir lebih cepat dari manusia, tetapi hanya manusia yang mampu memutuskan dengan hati.
Baca juga artikel tentang: Infiltrasi Mikroplastik dalam Makanan: Disrupsi Sistem Farmakologi dan Kesehatan Manusia
REFERENSI:
Peng, Yifan dkk. 2025. From GPT to DeepSeek: Significant gaps remain in realizing AI in healthcare. Journal of Biomedical Informatics 163, 104791.
