FK-KMK UGM. Program Studi Doktor Ilmu Kedokteran dan Kesehatan FK-KMK UGM meluluskan mahasiswa atas nama drg. Achmad Zam Zam Aghasy, M.Kes. melalui ujian terbuka pada Rabu (24/09) di Auditorium FK-KMK UGM. drg. Zam Zam memaparkan hasil penelitiannya yang berjudul “Large Multimodal Model (LMM) sebagai Clinical Decision Support System (CDSS) dalam Sistem Rujukan Kesehatan Gigi dan Mulut”.
Penelitian yang dilakukan oleh drg. Zam Zam bertujuan untuk mengevaluasi potensi Large Multimodal Model (LMM) sebagai Clinical Decision Support System (CDSS) dalam meningkatkan ketepatan diagnosis dan pengodean rujukan pada layanan kesehatan gigi tingkat pertama. Penelitian ini dilatarbelakangi masih tingginya ketidaktepatan rujukan antara Fasilitas Kesehatan Tingkat Pertama (FKTP) dan Fasilitas Kesehatan Tingkat Lanjutan (FKTL), yang berkaitan dengan pemahaman diagnosis serta penggunaan kode ICD-10 dan ICD-9-CM.
Metode penelitian dilakukan menggunakan desain mixed-methods sekuensial eksplanatori yang terdiri atas tiga tahap. Pendekatan tersebut digunakan untuk melihat performa berbagai model LMM, menguji manfaatnya dalam praktik klinis, serta memahami penerimaan dan aspek etika penggunaan teknologi kecerdasan artifisial dalam layanan kesehatan gigi.
Pada tahap pertama, peneliti mengevaluasi 11 model LMM yang terdiri atas lima model API hosted dan enam model self-hosted. Pengujian dilakukan menggunakan 140 soal Uji Kompetensi Mahasiswa Program Profesi Dokter Gigi (UKMP2DG) yang mencakup 14 departemen. Hasil evaluasi menunjukkan Claude memperoleh akurasi tertinggi sebesar 71,4%. Secara keseluruhan, model API hosted juga menunjukkan performa yang lebih tinggi dibandingkan model self-hosted, masing-masing sebesar 67,9% dan 43,0% dengan perbedaan yang signifikan secara statistik (χ²=95,2; p<0,001).
Pengujian tahap kedua berupa Randomized Controlled Trial (RCT) terbuka dengan dua kelompok paralel. Penelitian melibatkan 62 dokter gigi FKTP di Daerah Istimewa Yogyakarta yang dibagi menjadi kelompok AI dan non-AI, masing-masing terdiri atas 31 peserta. Kedua kelompok diminta mendiagnosis 10 kasus klinis, sedangkan kelompok AI menggunakan model Claude Opus 4-20250514 sebagai pendukung proses pengambilan keputusan.
Dalam penerapannya, model AI digunakan dengan pendekatan role dan simulation prompting. Untuk mengurangi risiko halusinasi, keluaran AI dinilai berdasarkan kunci jawaban objektif dan tetap melalui mekanisme human-in-the-loop. Artinya, dokter gigi tetap memiliki peran untuk memeriksa dan memvalidasi keluaran yang diberikan oleh sistem sebelum digunakan dalam proses pengambilan keputusan klinis.
“Large Multimodal Model (LMM) digunakan dalam Clinical Decision Support System (CDSS), dia menempati di domain pertama. Sehingga CDSS dengan AI-assisted itu tidak boleh menggantikan manusia, dalam hal ini adalah dokter gigi untuk menentukan keputusan,” terang drg. Zam Zam.
Hasil RCT menunjukkan adanya perbedaan ketepatan yang cukup jelas antara kedua kelompok. Dokter gigi yang menggunakan dukungan AI memiliki ketepatan pengodean ICD-10 sebesar 79,0%, sedangkan kelompok non-AI mencapai 49,4% (p<0,001). Pada pengodean prosedur medis menggunakan ICD-9-CM, ketepatan kelompok AI mencapai 87,4%, lebih tinggi dibandingkan kelompok non-AI sebesar 63,9% (p<0,001). Perbedaan tersebut memiliki effect size yang besar, sementara waktu yang dibutuhkan untuk menyelesaikan diagnosis tidak menunjukkan perbedaan signifikan antarkelompok (p=0,163).
Penelitian juga melihat bagaimana teknologi tersebut dapat diterima oleh penggunanya. Pada tahap ketiga, peneliti melakukan Focus Group Discussion (FGD) dengan delapan partisipan menggunakan kerangka UTAUT2 dan prinsip etika AI dari WHO. Hasilnya menunjukkan bahwa aspek Facilitating Conditions menjadi konstruk UTAUT2 yang paling banyak dibahas. Hal ini menunjukkan pentingnya dukungan kondisi dan infrastruktur dalam penerapan teknologi AI di lingkungan pelayanan kesehatan.
Dari sisi etika, Human Well-being and Safety menjadi prinsip yang paling banyak mendapat perhatian. Temuan tersebut menegaskan bahwa pemanfaatan AI dalam layanan klinis tidak cukup hanya mempertimbangkan kemampuan teknologinya, tetapi juga perlu memastikan bahwa penerapannya tetap memperhatikan keselamatan dan kesejahteraan manusia. Validasi oleh tenaga kesehatan menjadi bagian penting dalam penggunaan AI sebagai sistem pendukung, bukan sebagai pengganti keputusan klinis dokter.
Penelitian ini mendukung SDG 3 tentang Kehidupan Sehat dan Sejahtera melalui pemanfaatan teknologi untuk mendukung ketepatan pengambilan keputusan dalam pelayanan kesehatan gigi. Penelitian juga berkaitan dengan SDG 9 tentang Industri, Inovasi, dan Infrastruktur melalui pengembangan dan pengujian teknologi kecerdasan artifisial sebagai pendukung layanan kesehatan. (Humas/Sitam).
