- Kecerdasan buatan bertahap diterapkan pada perangkat medis dan alur diagnosis.
- AlphaFold 3 mampu memprediksi struktur biomolekul, membantu penelitian obat.
- Paige Prostate menjadi perangkat lunak patologi berbasis AI pertama yang memperoleh izin.
- MiniMed 780G otomatis menyesuaikan insulin, mengubah cara pengelolaan diabetes.
Kecerdasan buatan kini memasuki ranah yang lebih menantang. Ia tidak lagi hanya hadir dalam makalah penelitian, melainkan bertahap diterapkan pada perangkat medis, alur diagnosis, pengembangan obat, hingga ruang operasi. Berdasarkan data Badan Pengawas Makanan dan Obat Amerika Serikat (FDA), per September 2026, telah lebih dari 1.600 perangkat medis berkemampuan kecerdasan buatan yang memperoleh izin pasar di AS, mencakup radiologi, kardiologi, patologi, dan spesialitas lain. Berikut 10 teknologi konkret yang menunjukkan bagaimana kecerdasan buatan di bidang kesehatan melampaui hype chatbot umum.
Terobosan AlphaFold 3
AlphaFold 3 milik Google DeepMind mampu memprediksi struktur dan interaksi protein, DNA, RNA, molekul kecil, serta ion. Berbeda dengan versi sebelumnya yang utamanya fokus pada struktur protein, versi ini berbasis arsitektur difusi, mampu memodelkan seluruh kompleks biomolekul, menyediakan alat komputasi bagi peneliti untuk mempelajari interaksi kandidat obat dengan target biologis.
Rentosertib (INS018_055) milik Insilico Medicine menjadi contoh nyata kecerdasan buatan dari penemuan target hingga uji coba manusia. Obat tersebut melalui identifikasi target dan desain molekuler berbasis AI, dan telah memasuki uji klinis tahap 2 untuk fibrosis paru idiopatik. Hasil tahap 2a berikutnya menunjukkan peningkatan fungsi paru, menandai tonggak klinis bagi penemuan obat yang didorong AI.
Penerapan AI di Patologi
Paige Prostate menggunakan kecerdasan buatan untuk menganalisis preparat biopsi prostata yang telah didigitalkan, dan menandai area mencurigakan kanker untuk ditinjau patolog. Sistem ini memperoleh izin De Novo FDA pada 2021, menjadi perangkat lunak berbasis AI pertama yang berizin di patologi digital. Ia dirancang mendukung tinjauan patologi, bukan menggantikan diagnosis patolog.
Brainomix 360 Stroke menganalisis data CT, CT angiografi, CT perfusi, dan MRI untuk mengidentifikasi tanda stroke iskemik, oklusi pembuluh darah besar, dan perdarahan. Perangkat lunaknya mampu otomatis menghitung indikator seperti ASPECTS dan volume inti iskemik, serta mengirim peringatan saat terdeteksi kondisi darurat potensial. FDA telah menyetujui beberapa komponen pencitraan stroke Brainomix.
Caption AI dan Caption Guidance milik GE HealthCare menggunakan algoritma pembelajaran mendalam untuk membantu dokter klinis memperoleh citra ultrasonografi jantung. Sistem memberikan panduan real-time guna membantu operator kurang berpengalaman mendapatkan citra berkualitas diagnostik. Ia sedang diintegrasikan ke sistem ultrasonografi portabel, sehingga berpotensi membuat pemeriksaan jantung lebih mudah diakses di tempat perawatan.
Kecerdasan buatan dapat mengekstrak informasi dari EKG 12 derivasi konvensional yang mungkin tidak terlihat dokter klinis. FDA mencantumkan sistem EKG-AI yang membantu mengidentifikasi pasien dengan fraksi ejeksi ventrikel kiri rendah. Uji acak 2025 melibatkan 13.631 pasien rawat inap menemukan skrining EKG bantu AI meningkatkan temuan baru fraksi ejeksi rendah.
Kemajuan Pengelolaan Diabetes Otomatis
MiniMed 780G milik Medtronic menggabungkan pemantauan glukosa kontinu dengan algoritma adaptif, otomatis menyesuaikan pengiriman insulin setiap lima menit. Teknologi deteksi makanannya pun mampu mendeteksi kenaikan glukosa akibat pelaporan makan terlewat atau dosis terlalu rendah, dan memberikan insulin korektif. Sistem ini menandai pergeseran dari perhitungan dosis manual ke pengelolaan diabetes otomatis, berkelanjutan.
IDx-DR milik Digital Diagnostics adalah sistem AI otonom yang dirancang mendeteksi retinopati diabetik melebihi stadium ringan melalui foto retina. FDA mengklarifikasi sistem ini sebagai perangkat kelas II, mengizinkannya membuat keputusan skrining sendiri tanpa interpretasi citra ahli mata. Ia menunjukkan bagaimana AI membawa skrining spesialis ke lingkungan perawatan primer.
Peneliti Johns Hopkins University mengembangkan Surgical Robot Transformer, sistem yang belajar gerakan bedah dari video operasi ahli bedah. Pada 2025, sistem ini melakukan koleistektomi lama pada model hidup tanpa kontrol manusia langsung, serta merespons perintah suara dan beradaptasi pada situasi tak terduga. Pekerjan ini mengarah pada kemampuan robot bedah mengeksekusi tugas melampaui pengulangan presisi gerakan terprogram.
Contour ProtégéAI+ milik MIM Software menggunakan algoritma pembelajaran mesin untuk otomatis membuat kontur dari citra CT dan MRI guna perencanaan radioterapi. Versi yang memperoleh klarifikasi FDA ditujukan membantu dokter klinis memproses citra tersebut dan mendukung aplikasi seperti perawatan adaptif. Versi diperbarui memperoleh klarifikasi FDA pada Maret 2026, menunjukkan AI menjadi bagian alur kerja perencanaan, bukan sekadar analisis pemindaian.
Oleh karena itu, kecerdasan buatan di perawatan kesehatan tidak lagi sekadar sistem masa depan tunggal, melainkan alat spesialis yang tertanam dalam alur kerja medis existing. Beberapa sudah berizin dan digunakan klinis, lain masih dalam penelitian atau pengembangan klinis. Kini, AI dilatih menafsirkan pemindaian, mengontrol perangkat, mendesain molekuler, dan membantu prosedur fisik, bukan hanya menghasilkan teks.
Penerapan Tertanam AI di Medis
Penerapan teknologi kecerdasan buatan di bidang medis semakin luas, dari pengembangan obat hingga bantu diagnosis, menunjukkan potensinya dalam meningkatkan efisiensi dan akurasi medis. Teknologi ini tidak hanya mampu memperbaiki hasil klinis, tetapi juga membuat layanan kesehatan lebih mudah diakses, terutama di lingkungan perawatan primer. Seiring semakin banyak sistem yang memperoleh izin FDA, alur kerja medis masa depan akan lebih bergantung pada alat cerdas ini, mendorong inovasi dan perkembangan seluruh industri.