Para peneliti mengidentifikasi kesenjangan dalam penerapan kecerdasan buatan dalam layanan kesehatan

Thailand

Dengan pesatnya perkembangan teknologi bertenaga AI di berbagai bidang seperti sektor kesehatan, para peneliti universitas membantu pembuat kebijakan mengidentifikasi kesenjangan dan hambatan dalam penerapan yang cepat.

Sebagai bagian dari Asosiasi Universitas Lingkar Pasifik (APRU) Kecerdasan buatan untuk kebaikan sosial Bekerja sama dengan Komisi Ekonomi dan Sosial PBB untuk Asia dan Pasifik di Bangkok, akademisi universitas bekerja sama dengan pembuat kebijakan di Thailand untuk menilai kesenjangan dan hambatan dalam penerapan AI dalam layanan kesehatan.

Para akademisi kemudian mendukung pemerintah Thailand dalam mengembangkan kebijakan untuk membantu membangun kemampuan AI.

Artikel ini adalah bagian dari seri isu-isu pendidikan tinggi dan penelitian di kawasan Pasifik yang saya terbitkan Berita Universitas Global Dengan dukungan dari Asosiasi Universitas Lingkar Pasifik. Berita Universitas Global Dia bertanggung jawab penuh atas konten editorial.

Proyek APRU berdurasi dua tahun yang baru saja selesai didanai oleh Google, “bertujuan untuk bekerja sama dengan mitra pemerintah di Asia dan Pasifik untuk menumbuhkan ekosistem AI yang sehat dan transparan yang mendukung Tujuan Pembangunan Berkelanjutan,” jelas Christina Schönleber, chief strategy officer di APRU .

Penelitian telah menunjukkan bahwa AI dapat menjadikan layanan kesehatan lebih efisien, meningkatkan hasil pasien, dan mendukung penelitian medis. Alat AI yang lebih baru, seperti konversi suara ke teks dan alat AI generatif untuk merangkum data pasien, juga terbukti bermanfaat bagi profesional kesehatan di bidang ini.

“Untuk Thailand, kami melihat hambatan dan faktor yang memungkinkan pembagian data dalam layanan kesehatan menggunakan AI,” jelas Jasper Tromp, profesor di National University of Singapore dan pemimpin penelitian APRU untuk proyek tersebut.

“Selain penelitian yang cermat, mitra Thailand menekankan perlunya relevansi dengan masyarakat Thailand, dan mereka juga melihat manfaat dari peneliti yang datang dari berbagai daerah, karena mereka bisa membawa ilmu dari daerahnya sendiri,” jelas Profesor Tony Erskine. Profesor Politik Internasional di Australian National University (ANU) di Canberra, yang merupakan pemimpin penelitian untuk proyek komprehensif APRU AI untuk Kebaikan Publik.

Agar AI dapat berguna di negara-negara seperti Thailand, data dapat dibagikan sangatlah penting. Tromp mencatat bahwa banyak pemerintah tidak menyadari hambatan spesifik atau faktor pendukung pengumpulan data seperti data pasien atau data pencitraan layanan kesehatan.

Penelitian ini menemukan bahwa ketersediaan data yang terbatas dan standar penyimpanan data yang berbeda juga menimbulkan tantangan besar bagi pengembangan dan penerapan AI.

Salah satu tujuan proyek APRU, bekerja sama dengan Kantor Dewan Nasional untuk Penelitian Sains dan Kebijakan Inovasi Pendidikan Tinggi di Thailand, adalah “secara khusus untuk memandu pengembangan pedoman atau protokol yang memungkinkan pertukaran data antar lembaga pemerintah, tetapi juga antara lembaga pemerintah dan mitra sektor swasta,” jelas Tromp, seperti perusahaan, universitas, atau organisasi eksternal yang mungkin menggunakan jenis data ini.”

Solusi Kecerdasan Buatan di Thailand

Thailand sedang mengembangkan kemampuan kecerdasan buatannya untuk membantu mengisi kesenjangan keterampilan dan cakupan layanan kesehatan di luar kota-kota besar. Namun penerapan layanan kesehatan yang didukung AI masih memiliki banyak kendala yang harus diatasi, dan beberapa contoh yang dapat mengatasi beberapa kendala tersebut telah dikembangkan di Amerika Serikat atau Eropa.

“Banyak dari algoritma AI ini dilatih di Amerika Serikat atau Eropa dan sebagian besar data pelatihan berasal dari orang kulit putih atau orang Afrika-Amerika dan orang-orang yang tidak memiliki latar belakang etnis yang sama. [as Thais]“Jadi ini mungkin tidak berfungsi dengan baik dalam konteks lokal Thailand atau Asia dibandingkan dengan konteks di mana ia dikembangkan,” kata Tromp.

“Untuk alasan praktis dan ekonomi, Thailand sangat tertarik untuk mengembangkan industri AI dan aplikasinya sendiri yang dapat diterapkan secara lokal,” tambahnya. Hal ini disebabkan karena beberapa sistem layanan kesehatan berbasis AI yang dikembangkan di luar negeri memerlukan biaya yang sangat mahal. Thailand juga menginginkan solusi yang disesuaikan dengan konteks lokal.

Beberapa penelitian mengenai AI untuk aplikasi medis masih berlangsung di Thailand, dan beberapa perusahaan berharap dapat meluncurkannya di pasar dalam waktu dekat. “AI telah menunjukkan banyak harapan dalam layanan kesehatan. AI kini digunakan dalam kaitannya dengan chatbots, dan diterapkan untuk pengenalan gambar,” kata Tromp.

Apa yang ada saat ini cukup umum. “Tetapi untuk catatan kesehatan masyarakat, itu harus berupa data tingkat tinggi.”

Hambatan diidentifikasi melalui penelitian

“Tugas pertama adalah memetakan secara sistematis hambatan dan faktor pendukung yang telah dipublikasikan oleh pihak lain, misalnya, dalam literatur akademis di luar Thailand, dan yang mungkin mempengaruhi pembagian data serta pengumpulan dan kualitas data yang berguna. secara lokal di Thailand,” kata Tromp.

Seperti di banyak negara lain di kawasan ini, di Thailand, “orang menggunakan perangkat lunak yang berbeda untuk mengumpulkan data,” katanya. Selain itu, “jika Anda pergi ke layanan kesehatan tingkat yang lebih rendah, seperti layanan primer atau mereka menggunakan kertas [patient] catatan, ini berarti Anda hanya dapat mengakses data dari pusat yang mempunyai kapasitas untuk mengumpulkannya.

Penyediaan layanan kesehatan yang terfragmentasi berarti perbedaan dalam struktur, standar, dan pengumpulan data, yang menghambat interoperabilitas. Di Singapura, TRUST, sebuah platform berbagi data yang dijalankan oleh Kementerian Kesehatan Singapura yang bertujuan untuk meningkatkan hasil kesehatan, menyatukan semua data ini dalam satu platform.

Platform ini mencakup data penelitian mulai dari genomik hingga data sosioekonomi dan bersumber dari lembaga kesehatan masyarakat, lembaga penelitian, dan lembaga publik yang mengizinkan data anonim mereka diakses melalui TRUST untuk tujuan penelitian.

Namun, Tromp mengakui model Singapura itu mahal. Sumber daya yang terbatas merupakan kendala utama, dengan sumber daya manusia, teknis, dan keuangan yang berbeda-beda di setiap organisasi layanan kesehatan. Penelitian ini menemukan bahwa tingginya biaya pembelian, pemasangan, dan pemeliharaan perangkat keras dan perangkat lunak dapat menghambat pengumpulan dan pembagian data berkualitas tinggi, terutama untuk klinik kecil dan rumah sakit.

Laporan akhir APRU tentang 'AI untuk kebaikan sosial', yang akan segera dirilis, menyebutkan kurangnya pemahaman tentang 'nilai data dan pentingnya keamanan dan privasi data'. Masalah literasi kesehatan dan kebingungan seputar standar berbagi data juga berkontribusi terhadap tantangan ini. Selain itu, tidak adanya peraturan dan pedoman yang tepat untuk berbagi data di tingkat politik dan kebijakan menciptakan ketidakpastian dan menghambat kemajuan.

Tromp juga mencatat bahwa ada keengganan untuk berbagi data, baik di dalam pemerintahan maupun di luar pemerintah, seperti di rumah sakit dan pihak lain yang menyimpan data layanan kesehatan. Selain itu, bagi banyak orang, undang-undang perlindungan data pribadi baru di Thailand, yang mulai berlaku pada tahun 2022, tidak menjelaskan dengan jelas bagaimana mereka dapat berbagi data dan dalam format apa. “Itu adalah salah satu temuan utama kami. Kami merekomendasikan pengembangan protokol untuk hal ini,” kata Tromp.

Proyek ini juga mengusulkan pembentukan “sandbox” peraturan untuk mendorong inovasi dalam lingkungan eksperimental yang dilindungi dengan lebih sedikit kendala peraturan, sehingga departemen pemerintah terkait dapat menentukan peraturan yang tepat di masa depan.

“Munculnya peraturan di sektor kesehatan terjadi sebagai akibat dari peningkatan dramatis dalam adopsi kesehatan digital di banyak negara,” kata proyek tersebut. Ini juga merupakan rekomendasi yang menarik bagi pemerintah Thailand, kata Tromp.

Bekerja dengan pembuat kebijakan

Tromp mengatakan masukan penelitian sangat berharga dan penting dalam lingkungan AI yang bergerak cepat. “AI menghadapi tantangan spesifik terkait pembagian data. Mengingat detail yang diperlukan dari data untuk mengembangkan AI, hanya ada sedikit kerangka kebijakan yang dapat mengatasi hal ini secara langsung, sehingga sulit untuk ditiru.” [from others]. Anda memerlukan pengetahuan baru untuk memandu pengembangan kebijakan.

Tromp menekankan bahwa organisasi-organisasi internasional seperti Perserikatan Bangsa-Bangsa mempunyai pengetahuan yang baik di lapangan namun jarang bekerja dalam menghasilkan pengetahuan. “Sistem layanan kesehatan menghadapi banyak tantangan, seperti ketenagakerjaan, yang memerlukan pemanfaatan inovasi seperti kecerdasan buatan, sehingga terdapat peluang bagi universitas untuk menambah generasi pengetahuan mereka.”

Namun bekerja sama dengan pejabat Thailand sejak awal sangatlah penting. “Kami mengadakan sejumlah pertemuan dengan mitra kami di Thailand bahkan sebelum kami sampai pada pertanyaan penelitian akhir, dan kami dihadiri banyak orang dalam pertemuan awal tersebut,” jelas Erskine, dari Australian National University.

Proyek ini juga memiliki peer reviewer yang mengomentari rancangan yang dihasilkan oleh para peneliti. Mereka termasuk Dr Greg Raymond, seorang profesor di Australian National University yang telah bekerja secara khusus mengenai politik Thailand dan mampu berbicara dengan kalangan pemerintah Thailand serta memberikan masukan mengenai konteks geopolitik dan budaya Thailand yang harus diperhitungkan dalam penelitian.

“Saya pikir proyek ini berhasil menjembatani kesenjangan” antara penelitian dan kebijakan, kata Tromp. “Bekerja sama dengan pemerintah untuk mengidentifikasi prioritas penelitian merupakan hal yang dapat ditiru, dan ini merupakan kebutuhan yang belum terpenuhi di wilayah ini.”