AI Bantu Dokter Gigi Kurangi Rujukan Tak Tepat, Ini Buktinya

Liputan6.com, Jakarta - Dosen Departemen Ilmu Kedokteran Gigi Pencegahan dan Kesehatan Gigi Masyarakat (IKGP-KGM) Fakultas Kedokteran Gigi Universitas Gadjah Mada (FKG UGM), drg. Achmad Zam Zam Aghasy, M.Kes., membuktikan bahwa kecerdasan buatan (artificial intelligence/AI) dapat membantu dokter gigi menentukan diagnosis dan kode tindakan dengan lebih tepat.

Temuan tersebut menjadi bagian dari penelitian disertasinya yang menguji peran AI sebagai sistem pendukung keputusan klinis (Clinical Decision Support System/CDSS) dalam layanan kesehatan gigi dan mulut.

Hasilnya menunjukkan bahwa AI bantu dokter gigi meningkatkan ketepatan diagnosis sekaligus berpotensi mengurangi rujukan yang sebenarnya masih dapat ditangani di fasilitas kesehatan tingkat pertama (FKTP).

Penelitian tersebut menjadi bagian dari disertasi berjudul Large Multimodal Model (LMM) sebagai Clinical Decision Support System (CDSS) dalam Sistem Rujukan Kesehatan Gigi dan Mulut. Zamzam resmi meraih gelar doktor dari Program Doktor Ilmu Kedokteran dan Kesehatan FK-KMK UGM dengan predikat cum laude.

Banyak Rujukan Gigi Ternyata Bisa Ditangani di FKTP Riset Zamzam berangkat dari persoalan yang terjadi dalam layanan Jaminan Kesehatan Nasional (JKN). Penelitian terdahulu mencatat 52,2 hingga 58,2 persen rujukan gigi tidak tepat.

Rujukan tersebut berasal dari FKTP, seperti puskesmas dan klinik, menuju fasilitas kesehatan rujukan tingkat lanjutan (FKRTL), seperti rumah sakit.

Salah satu penyebabnya adalah kurangnya pemahaman mengenai diagnosis serta penggunaan kode penyakit ICD-10 dan kode tindakan ICD-9-CM.

"Lima dari 10 yang diputuskan untuk dirujuk itu ternyata sebenarnya bisa dilakukan di FKTP, sehingga beban secara nasional menjadi sangat membengkak karena pasien menumpuk di FKRTL," ujar Zamzam dalam ujian terbuka disertasinya.

Situasi tersebut kemudian mendorong Zamzam menguji apakah AI dapat membantu dokter gigi mengambil keputusan klinis dengan lebih tepat.

AI Bantu Dokter Gigi Tingkatkan Akurasi Penelitian dilakukan melalui tiga tahap. Pada tahap pertama, Zamzam menguji 11 model AI dalam menjawab 140 soal Uji Kompetensi Mahasiswa Program Profesi Dokter Gigi (UKMP2DG) dari 14 departemen.

Hasilnya, Claude Opus 4 mencatat akurasi tertinggi sebesar 71,4 persen, disusul Grok 4 dengan 70 persen. Secara umum, model AI berbayar memiliki rata-rata akurasi 67,9 persen. Sementara itu, model open-source mencatat rata-rata akurasi 43 persen.

Namun, pengujian terhadap model AI bukan satu-satunya bagian penting dalam penelitian tersebut. Zamzam kemudian menguji langsung manfaat AI pada dokter gigi di layanan primer. Sebanyak 62 dokter gigi FKTP mitra BPJS Kesehatan di Daerah Istimewa Yogyakarta dilibatkan dalam uji acak terkendali (randomized controlled trial/RCT).

Sebanyak 31 dokter menangani 10 kasus klinis menggunakan rekam medis elektronik (RME) yang dilengkapi AI. Sementara 31 dokter lainnya menangani kasus yang sama tanpa bantuan AI.

Hasilnya cukup mencolok. Ketepatan kode diagnosis ICD-10 pada kelompok dengan bantuan AI mencapai 79 persen, sedangkan kelompok tanpa AI hanya 49,4 persen. Untuk kode tindakan ICD-9-CM, ketepatan kelompok dengan AI mencapai 87,4 persen, dibandingkan 63,9 persen pada kelompok tanpa AI.