AI dalam Pencitraan Medis: Panduan Pasien

Pahami fungsi AI pencitraan, cara memverifikasi produk dan buktinya, hasil palsu, pengawasan radiolog, privasi data, dan catatan untuk pendapat kedua.

Poin penting

“Menggunakan AI” merupakan informasi yang tidak lengkap. Perangkat lunak mungkin memperbaiki akuisisi citra, merekonstruksi pemindaian, memprioritaskan daftar kerja, menandai kemungkinan temuan, mengukur anatomi, atau menyusun sebagian laporan.
Laporan yang ditandatangani radiolog tetap menjadi dokumen klinis. Tanyakan siapa yang meninjau citra asli dan bagaimana perbedaan pendapat antara AI dan manusia ditangani.
Akurasi suatu model berlaku untuk tugas, populasi, pemindai, protokol, ambang batas, dan versi tertentu. Angka tinggi dalam brosur bukan tingkat diagnostik yang berlaku universal.
Negatif palsu dapat menimbulkan rasa aman yang keliru; positif palsu dapat menyebabkan kecemasan, pencitraan tambahan, biopsi, atau pengobatan. Pembaca manusia juga dapat dipengaruhi oleh saran AI yang salah [9].
Simpan pemeriksaan DICOM asli dan laporan akhir. Lapisan penanda, skor risiko, atau ringkasan yang dihasilkan tidak boleh menggantikan citra sumber.

Panduan lengkap

Pasien mungkin menemui kecerdasan buatan sebelum, selama, atau sesudah pemindaian tanpa melihat robot atau bahkan tombol “AI”. Perangkat lunak dapat membantu teknolog memosisikan pasien, mempersingkat akuisisi MRI, merekonstruksi CT dengan dosis lebih rendah, menandai kemungkinan perdarahan otak agar dibaca lebih awal, menggambar batas tumor, membandingkan ukuran lesi, atau menyarankan kalimat untuk laporan. Ini adalah alat yang berbeda dengan bentuk kegagalan yang berbeda pula.

Kebijakan Tiongkok tahun 2025 tentang “AI + pelayanan kesehatan” mendorong dukungan pencitraan untuk diagnosis, pembuatan laporan, penilaian mutu citra, dan perencanaan pengobatan, sekaligus menyerukan keamanan, standar, dan penggunaan yang diatur [1]. Katalog nasional skenario penerapan juga menjelaskan berbagai fungsi pencitraan, bukan satu sistem diagnosis otonom [2]. Karena itu, pasien perlu mengetahui tugas tepat produk tersebut—bukan klaim umum rumah sakit bahwa fasilitas itu adalah “rumah sakit AI”.

Enam tugas yang sering dicampuradukkan

Tugas	Yang mungkin dilakukan perangkat lunak	Yang tidak dapat ditetapkannya sendiri
Dukungan akuisisi	pemosisian, pemilihan protokol, umpan balik gerakan atau mutu	apakah pemeriksaan memiliki indikasi klinis
Rekonstruksi	pengurangan derau, percepatan, rekonstruksi citra terkait dosis	bahwa setiap temuan halus tetap terjaga dalam semua pengaturan
Triase	menaikkan pemeriksaan yang diduga mendesak dalam daftar kerja	diagnosis akhir atau izin untuk menunda perawatan darurat
Deteksi/klasifikasi	menandai nodul, fraktur, perdarahan, atau sasaran lain	bahwa citra tanpa tanda adalah normal, atau tanda berarti penyakit
Segmentasi/pengukuran	menggambar batas organ atau lesi, menghitung volume atau perubahan	apakah perubahan tersebut bermakna secara klinis atau merupakan respons pengobatan
Dukungan pelaporan	mengisi pengukuran, membandingkan pemeriksaan sebelumnya, menyusun frasa	interpretasi terverifikasi dan ditandatangani dalam konteks klinis

Satu produk mungkin hanya menjalankan satu baris. Pendeteksi nodul paru tidak boleh diasumsikan menilai emboli paru, pneumonia, jaringan payudara, tulang, atau setiap temuan insidental yang terlihat pada CT yang sama.

Mulailah dengan pertanyaan klinis yang tepat

Pemeriksaan pencitraan tetap harus sesuai. Tanyakan:

Gejala, diagnosis, atau keputusan pengobatan apa yang hendak dijawab oleh pemeriksaan CT, MRI, sinar-X, ultrasonografi, mamografi, atau PET ini?
Apakah kontras diperlukan? Apakah ada risiko radiasi, sedasi, kehamilan, ginjal, alergi, implan logam, atau gerakan?
Apakah AI ditujukan untuk skrining, diagnosis pada pasien bergejala, triase darurat, perencanaan pengobatan, atau tindak lanjut?
Bagian tubuh, penyakit, kelompok usia, dan jenis citra mana yang termasuk dalam tujuan penggunaan produk?

Tambahan AI tidak dapat menjadikan pemindaian yang tidak diperlukan menjadi perlu. AI juga tidak dapat mengatasi modalitas yang salah, cakupan yang tidak lengkap, pemosisian yang buruk, gerakan berat, fase kontras yang keliru, atau ketiadaan pemeriksaan sebelumnya.

Verifikasi produk, versi, dan tujuan penggunaan

Mintalah nama tepat produk, produsen, versi perangkat lunak, dan perannya dalam alur perawatan Anda kepada rumah sakit. Untuk fungsi alat kesehatan yang digunakan di Tiongkok, konfirmasikan registrasi NMPA terkini dan tujuan penggunaannya dalam basis data perangkat resmi [3]. Registrasi berarti perangkat telah ditinjau untuk penggunaan yang ditentukan; hal itu tidak membuktikan keunggulan atas setiap radiolog, rumah sakit, atau produk pesaing.

Tanyakan juga:

Apakah versi ini merupakan versi terdaftar, alat penelitian yang dikembangkan rumah sakit, atau bagian dari studi klinis?
Apakah alat ini menganalisis pemindai, protokol, dan rekonstruksi citra yang sama dengan yang digunakan untuk pemeriksaan ini?
Apakah alat ini diizinkan beroperasi sendiri, atau dilabeli sebagai pendukung keputusan bagi klinisi terlatih?
Apakah model atau ambang keputusan diubah setelah penerapan?
Apa yang terjadi ketika perangkat lunak tidak tersedia, menolak pemeriksaan, atau menghasilkan hasil yang jelas tidak masuk akal?

Daftar perangkat berbasis AI milik FDA yang terus diperbarui menggambarkan betapa sempitnya deskripsi perangkat: banyak produk dikaitkan dengan spesialisasi, kode produk, dan pengajuan tertentu, bukan diizinkan sebagai kecerdasan medis umum [4]. Prinsip transparansi yang dipimpin FDA juga menyerukan informasi yang membantu pengguna memahami tujuan penggunaan, kinerja, keterbatasan, alur kerja, dan pembaruan [5]. Pertanyaan yang sama berguna saat mengevaluasi produk Tiongkok, meskipun registrasi yang berlaku adalah registrasi Tiongkok.

Terjemahkan klaim akurasi ke dalam alur klinis

Sensitivitas menanyakan seberapa sering alat menemukan sasaran di antara orang yang benar-benar memilikinya. Spesifisitas menanyakan seberapa sering hasil tetap negatif di antara orang yang tidak memilikinya. Nilai prediksi positif dan negatif juga bergantung pada seberapa umum sasaran tersebut dalam populasi yang diperiksa. Sebuah alat dapat memiliki sensitivitas mengesankan tetapi menghasilkan banyak peringatan palsu ketika prevalensi penyakit rendah.

Sebelum memercayai persentase, identifikasi:

sasaran tepat dan standar acuan;
pasien skrining atau pasien bergejala;
data pengujian internal atau rumah sakit eksternal;
jumlah pasien, bukan hanya jumlah citra;
pemindai, vendor, protokol, dan negara yang terwakili;
kinerja menurut usia, jenis kelamin, dan subkelompok yang relevan;
ambang operasional dan interval kepercayaan;
kinerja model mandiri atau kinerja klinisi bersama model;
kumpulan data retrospektif, studi alur kerja langsung, atau uji acak;
luaran pasien, akurasi diagnostik, waktu pembacaan, atau titik akhir beban kerja.

DECIDE-AI dikembangkan karena kinerja retrospektif yang menjanjikan tidak dengan sendirinya menunjukkan manfaat dalam perawatan langsung. Kerangkanya menekankan alur kerja klinis, faktor manusia, variasi pengguna, perubahan versi, keamanan, dan kemampuan generalisasi [7].

Satu uji yang kuat tidak memvalidasi “AI pencitraan” secara keseluruhan

Uji acak MASAI di Swedia merupakan contoh berguna tentang bukti yang sekaligus menggembirakan dan terbatas. Dalam analisis tahun 2026 terhadap lebih dari 105,000 peserta skrining, alur mamografi berbantuan AI memiliki tingkat kanker interval yang tidak inferior, sensitivitas lebih tinggi, dan spesifisitas yang sama dengan pembacaan ganda standar, sembari mengurangi beban kerja pembacaan [8].

Hasil itu berlaku untuk alur kerja mamografi dan populasi yang diuji. Hasil tersebut tidak memvalidasi pendeteksi sinar-X dada, populasi CT Tiongkok, klinik diagnostik payudara, atau versi perangkat lunak baru. Hasil itu juga menunjukkan mengapa luaran penting: kanker yang ditemukan saat skrining, kanker yang muncul di antara skrining, sensitivitas, spesifisitas, dan beban kerja menjawab pertanyaan berbeda.

AI dan radiolog dapat gagal bersama

AI terkadang ditampilkan sebagai sepasang mata kedua yang independen. Dalam praktiknya, urutan tampilan dan tingkat keyakinan suatu petunjuk dapat memengaruhi pembaca manusia. Studi radiografi dada dengan banyak pembaca menemukan bahwa hasil AI yang salah meningkatkan kesalahan positif palsu dan negatif palsu radiolog [9]. Ini merupakan salah satu bentuk bias otomasi.

Rumah sakit harus menentukan apakah radiolog membaca sebelum melihat hasil AI, sesudahnya, atau keduanya; apakah kasus dengan hasil yang tidak selaras mendapatkan pembacaan kedua; dan apakah peringatan mendesak diverifikasi sebelum tindakan klinis. Laporan akhir tidak boleh diam-diam mengubah skor probabilitas menjadi diagnosis pasti.

Pasien dapat mengajukan pertanyaan sederhana: “Apakah radiolog secara pribadi meninjau seluruh pemeriksaan asli, termasuk area di luar sasaran AI?” Jawaban yang kompeten seharusnya ya, atau menjelaskan dengan jelas alur kerja lain yang diatur.

Positif palsu dan negatif palsu memiliki konsekuensi berbeda

Positif palsu dapat memicu pencitraan ulang, paparan kontras, pemantauan dengan interval pendek, rujukan spesialis, biopsi, risiko prosedur, biaya, dan kekhawatiran selama berminggu-minggu. Negatif palsu dapat menunda diagnosis atau menciptakan rasa aman yang menghambat pemeriksaan lebih lanjut meskipun ada gejala.

Keseimbangan yang dapat diterima bergantung pada tugasnya. Triase darurat mungkin mengutamakan sensitivitas agar dugaan perdarahan mencapai urutan teratas, dengan menerima lebih banyak peringatan palsu. Program skrining harus mempertimbangkan pemanggilan kembali dan diagnosis berlebihan. Segmentasi tumor untuk radioterapi memerlukan pemeriksaan geometris dan mutu. Rekonstruksi dosis rendah harus mempertahankan detail yang penting secara klinis, bukan sekadar menciptakan citra yang tampak lebih halus.

Tanyakan tindakan apa yang mengikuti setiap kategori AI dan siapa yang dapat mengesampingkannya. Skor risiko tanpa respons klinis yang disepakati bukan rencana perawatan.

Kemampuan generalisasi dapat menurun tanpa disadari

Kinerja dapat bergeser ketika populasi pasien, prevalensi penyakit, pemindai, waktu pemberian kontras, protokol akuisisi, kompresi citra, atau alur kerja rumah sakit berbeda dari lingkungan pengembangan. Anatomi anak, perubahan pascaoperasi, implan, penyakit langka, dan beberapa kelainan bersamaan mungkin kurang terwakili dalam data pelatihan.

Pembaruan versi juga penting. Simpan informasi produk dan versi yang digunakan jika hasilnya memengaruhi kasus secara bermakna. Rumah sakit harus memantau temuan yang terlewat, peringatan palsu, pemeriksaan yang ditolak, waktu penyelesaian, kinerja subkelompok, dan perubahan setelah peningkatan versi. Prinsip tata kelola WHO menyerukan otonomi manusia, keamanan, transparansi, akuntabilitas, inklusi, dan penilaian berkelanjutan selama penggunaan nyata [6].

Ketahui apa yang termasuk dalam catatan radiologi

Pemeriksaan sumber adalah pemeriksaan DICOM lengkap, bukan tangkapan layar, JPEG, peta panas, atau seri bertanda AI. Simpan:

citra DICOM asli dan daftar seri;
laporan radiolog yang ditandatangani beserta adendum;
pemeriksaan terdahulu yang relevan yang digunakan sebagai pembanding;
informasi kontras, dosis, atau akuisisi jika relevan;
pengukuran utama dan kriteria respons yang digunakan;
produk/versi AI dan keluarannya jika secara bermakna memengaruhi interpretasi;
keputusan klinisi berdasarkan pencitraan.

Peta panas AI dapat menunjukkan bagian yang menjadi fokus model, tetapi bukan bukti penyakit dan mungkin tidak menjelaskan dasar kausal hasil tersebut. Jika lapisan penanda diekspor, beri label jelas sebagai citra turunan agar rumah sakit lain tidak mengiranya sebagai akuisisi sumber.

Pertanyaan tentang privasi dan penggunaan data sekunder

Penggunaan diagnostik, pemantauan mutu perangkat lunak, peningkatan produk, dan penelitian tidak otomatis memiliki tujuan yang sama. Tanyakan apakah citra keluar dari rumah sakit, apakah identitasnya dihapus, siapa penerimanya, berapa lama disimpan, apakah digunakan untuk melatih model mendatang, dan apakah penolakan mengubah akses klinis. Transfer lintas negara memerlukan perhatian tersendiri bagi pasien internasional.

Jangan mengunggah berkas DICOM ke situs AI konsumen publik. Header dan teks yang tertanam pada citra dapat memuat nama, tanggal, pengenal, dan detail institusi. Saluran aman yang disetujui rumah sakit dan penerima yang terdokumentasi lebih aman daripada akun pesan pribadi.

Jika hasil AI dan gambaran klinis tidak selaras

Kelemahan baru, sakit kepala berat, benjolan yang teraba, perdarahan menetap, sesak napas yang memburuk, atau gejala mengkhawatirkan lainnya tidak boleh diabaikan karena skor AI rendah. Mintalah tinjauan radiolog, perbandingan dengan pencitraan sebelumnya, adendum, atau pendapat kedua jika ketidaksesuaian dapat mengubah tata laksana. Terkadang jawabannya adalah modalitas lain, ultrasonografi terarah, pencitraan ulang dengan protokol yang diperbaiki, patologi, atau tindak lanjut klinis—bukan sekadar menjalankan kembali model yang sama.

Untuk gejala mendesak, segera cari perawatan setempat. Hasil otomatis “risiko rendah” bukan pernyataan bebas keadaan darurat.

Pernyataan medis: Panduan ini menjelaskan cara mempertanyakan AI pencitraan; panduan ini tidak menafsirkan pemindaian. Hanya klinisi berkualifikasi yang memiliki akses ke citra lengkap, riwayat, dan pemeriksaan yang dapat menentukan makna temuan dan langkah berikutnya.

Pertanyaan Umum

Apakah skor AI muncul di setiap laporan radiologi?

Tidak. Sebagian alat bekerja tanpa terlihat pada akuisisi atau rekonstruksi; alat lainnya hanya memberikan peringatan atau pengukuran kepada staf. Tanyakan apakah keluaran tersebut memengaruhi laporan yang ditandatangani atau keputusan klinis.

Jika AI tidak menandai kelainan, apakah pemindaiannya normal?

Tidak. Produk biasanya hanya menargetkan temuan tertentu dan dapat melewatkannya. Radiolog harus meninjau seluruh pemeriksaan dan hasilnya harus ditafsirkan bersama gejala dan pemeriksaan terdahulu.

Apakah produk AI terdaftar NMPA terbukti lebih baik daripada radiolog?

Belum tentu. Registrasi mencakup tujuan penggunaan tertentu dan paket bukti. Keunggulan bergantung pada pembanding, tugas, populasi, alur kerja, versi, dan luaran yang diteliti.

Bisakah AI mengurangi dosis radiasi CT?

Rekonstruksi berbasis AI dapat mendukung protokol dosis lebih rendah dalam kondisi tertentu, tetapi pemilihan dosis dan mutu citra diagnostik tetap menjadi tanggung jawab klinis dan teknis. Tanyakan protokol yang sebenarnya, bukan klaim persentase umum.

Apa yang harus saya bawa ke rumah sakit lain untuk pendapat kedua?

Bawalah pemeriksaan DICOM asli, laporan akhir dan adendum, citra terdahulu yang relevan, serta riwayat klinis. Sertakan lapisan penanda atau skor AI hanya sebagai materi pelengkap yang diberi label jelas.

Kecerdasan Buatan dalam Pencitraan Medis: Yang Perlu Diketahui Pasien