DT-GPT: Teknologi AI Revolusioner yang Siap Mengubah Prediksi Kesehatan Pasien

Sebuah teknologi kecerdasan buatan terbaru bernama DT-GPT diklaim mampu mengubah masa depan prediksi kesehatan pasien melalui pendekatan digital twin. Dikembangkan oleh peneliti University of Melbourne, sistem ini membuat replika virtual setiap pasien untuk memproyeksikan perjalanan kesehatan mereka secara lebih akurat.

Pemanfaatan Data Medis Skala Besar

DT-GPT dilatih menggunakan tiga kumpulan data berisi ribuan rekam medis elektronik. Data tersebut mencakup pasien Alzheimer, pasien kanker paru-paru tipe non-small cell, serta pasien ICU. Dengan memadukan riwayat klinis, hasil laboratorium, diagnosis, dan pengobatan, model ini mampu mengenali pola kesehatan individual tanpa mengetahui outcome akhir pasien—memungkinkan evaluasi prediksi secara objektif.

Menurut ketua peneliti Associate Professor Michael Menden, tim menciptakan replika virtual untuk lebih dari 35.131 pasien ICU, dan model berhasil memprediksi perubahan kadar magnesium, saturasi oksigen, serta laju pernapasan dalam 24 jam hanya dengan data lab sebelumnya.

Baca juga : Kemenperin Dorong 4,43 Juta Industri Kecil Menengah Menggunakan Teknologi AI

Akurasi Lebih Tinggi dari Model Machine Learning Lain

Pengujian menunjukkan bahwa DT-GPT mengungguli 14 model machine learning canggih lainnya dalam akurasi prediktif. Teknologi ini dinilai mampu membantu simulasi uji klinis, mempercepat pengembangan obat, dan memangkas biaya penelitian.

Menden menjelaskan bahwa pendekatan digital twin ini berpotensi menggeser layanan kesehatan dari yang bersifat reaktif menjadi lebih prediktif dan personal. Teknologi ini dapat membantu dokter mengantisipasi perburukan kondisi, memprediksi efek samping obat, serta menyesuaikan perawatan berdasarkan riwayat kesehatan setiap pasien.

Kemampuan Zero-Shot Prediction

Keunggulan lain DT-GPT terletak pada kemampuannya memproses data kompleks dengan cepat melalui antarmuka chatbot yang intuitif. Karena memanfaatkan AI generatif, DT-GPT dapat melakukan zero-shot prediction, yakni memprediksi parameter klinis yang tidak pernah diajarkan dalam data pelatihan.

Menden mencontohkan kemampuan ini seperti “menebak tinggi badan seseorang tanpa diberi data tinggi sebelumnya, hanya berat dan ukuran sepatu.” Teknologi tersebut terbukti ketika model mampu memprediksi perubahan kadar laktat dehidrogenase (LDH) pada pasien kanker paru-paru non-small cell setelah 13 minggu terapi, mengalahkan model tradisional yang dilatih khusus pada 69 variabel klinis.

Dikembangkan untuk Berbagai Kondisi Medis

Hasil penelitian telah dipublikasikan di NPJ Digital Medicine. Tim DT-GPT kini bekerja sama dengan Royal Melbourne Women’s Hospital untuk mengembangkan digital twin bagi pasien endometriosis, menunjukkan potensi teknologi ini untuk diaplikasikan pada berbagai kondisi medis lainnya. (University of Melbourne/Z-10)