Kecerdasan Buatan Bisa Mengurangi Bias Rasial dalam Pengobatan

Dalam sebuah penelitian yang diterbitkan dalam jurnal Nature Medicine, para peneliti dari Universitas Harvard, Universitas Stanford, Universitas Chicago dan Universitas California, Berkeley, mengemukakan bahwa teknologi kecerdasan buatan dapat mengurangi perbedaan ras dalam pengobatan rasa sakit fisik. Para ilmuwan menemukan bahwa perkiraan algoritmik intensitas nyeri osteoarthritic seringkali lebih akurat daripada manusia, yang sangat bermanfaat bagi pasien kulit berwarna, lapor BBC.

Osteoartritis lutut (OA)— Nyeri terlokalisasi, bengkak, dan kaku yang disebabkan oleh kerusakan tulang rawan artikular pelindung — adalah keluhan umum pada populasi lansia. Meskipun prevalensi kondisi tampaknya tidak sesuai dengan ras atau etnis — osteoartritis memengaruhi 1 dari 10 pria dan 1 dari 13 wanita di atas usia 60 di Amerika Serikat — tingkat keparahannya, atau keparahan yang dirasakan, mempengaruhi.

Orang kulit berwarna mendapat skor jauh lebih tinggi pada skala nyeri lutut daripada orang kulit putih, menurut penyelidikan. Sumber perbedaan ini telah menjadi bahan perdebatan di komunitas medis. Beberapa mengaitkannya dengan perbedaan yang sah dalam presentasi penyakit, tetapi yang lain menghubungkannya dengan stres sosial dan psikologis.

Para peneliti melatih algoritme mereka pada 36.369 sinar-X lutut dari berbagai kelompok yang terdiri dari 4.172 orang yang telah didiagnosis atau berisiko tinggi menderita osteoartritis lutut. Selain itu, mereka menggunakan penilaian pasien terhadap tingkat nyeri lutut mereka dalam algoritme. (Para ilmuwan juga mencatat bahwa peserta berpenghasilan rendah dan berpendidikan rendah secara konsisten melaporkan merasa lebih sakit secara keseluruhan.)

“Kami tidak melatih algoritme untuk memprediksi apa yang akan dikatakan dokter tentang sinar-X,” kata Ziad Obermeyer, asisten profesor di UC Berkeley dan rekan penulis studi. “Kami melatihnya untuk memprediksi apa yang akan dikatakan pasien tentang pengalaman mereka sendiri tentang nyeri di lutut.”

Selanjutnya, para ilmuwan membandingkan prediksi nyeri yang dihasilkan oleh algoritme dengan prediksi nyeri yang dihasilkan oleh ahli radiologi. Algoritme tersebut menunjukkan tingkat akurasi yang lebih tinggi dalam mengukur keparahan nyeri yang terlihat pada sinar-X yang terlewatkan oleh ahli radiologi yang mengandalkan sistem klasifikasi nyeri utama, seperti skala penilaian Kellgren-Lawrence.

“Ini menunjukkan bahwa banyak nyeri pasien yang kurang terlayani berasal dari faktor-faktor di dalam lutut yang tidak tercermin dalam ukuran keparahan radiografi standar,” tulis para peneliti. (Tetapi mereka tidak dapat menentukan apa faktor-faktor itu.)

Peneliti mengusulkan bahwa ketidakcukupan ukuran standar mungkin berasal dari asal mereka di komunitas kulit putih Inggris di pertengahan 20th abad. Namun, bias rasial dalam radiologi, khususnya, dan kedokteran, secara umum, juga berperan. Penelitian sebelumnya telah menunjukkan bahwa kepercayaan yang salah tentang perbedaan biologis antara orang kulit hitam dan kulit putih, seperti orang kulit hitam memiliki kulit yang lebih tebal, dapat mengakibatkan bias dalam penilaian medis tentang intensitas nyeri.

Untuk mengetahui lebih lanjut tentang dampak osteoartritis yang tidak proporsional pada orang kulit hitam, baca “Pasien Artritis Hitam Lebih Sedikit Kemungkinan Mendapatkan Obat Ampuh” dan “Orang Kulit Hitam Lebih Sering Merasa Nyeri Lutut dan Tulang Belakang”. Dan untuk mengetahui lebih lanjut tentang kemajuan dalam pengobatan yang didorong oleh teknologi kecerdasan buatan, baca “Di Masa Depan, Alexa Amazon Dapat Membantu Mendiagnosis Kondisi Medis” dan “AI Dapat Mendiagnosis Kondisi Kesehatan seefektif Ahli Kesehatan.”