Di Antara Kepercayaan dan Keraguan: Bagaimana Kita Bisa Berdampingan dengan Dokter AI?

Pada tahun 2025, ketika Anda terbangun larut malam dengan tenggorokan yang kering dan gatal disertai sedikit demam, respons pertama Anda mungkin bukan lagi mengobrak-abrik kotak obat di rumah untuk mencari penurun panas. Alih-alih, Anda membuka ponsel, masuk ke aplikasi kesehatan berbasis AI, lalu menjelaskan gejala yang dirasakan. Beberapa detik kemudian, muncul kalimat di layar: penilaian awal mengarah pada tahap awal “masuk angin panas” (wind-heat cold), disarankan banyak minum, mengonsumsi Yin Qiao Jiedu, dan menghindari makanan pedas.

Belakangan ini, fitur konsultasi kesehatan dengan AI semakin marak—bahkan telah terintegrasi ke dalam model besar serbaguna seperti Doubao, Yuanbao, DeepSeek, dan lainnya. Tidak sedikit pengguna yang memakainya untuk “memeriksa” lidah, melihat warna wajah, lalu mencoba menafsirkan kondisi tubuh. Di media sosial, unggahan tangkapan layar hasil “diagnosis” AI dan cerita pemulihan mandiri semakin sering bermunculan. Kepercayaan pun perlahan terbentuk, karena AI berulang kali “terasa tepat” saat menyebutkan gejala yang mirip dengan yang dialami.

Namun, di sisi lain, mulai muncul kasus-kasus di mana AI “asal meresepkan” hingga berujung pada masalah kesehatan yang serius. Di luar negeri, misalnya, ada pengguna yang mengikuti saran “gaya hidup sehat” versi ChatGPT dan justru mengalami keracunan bromida—penyakit yang sudah sangat jarang ditemui di era modern.

Lalu, apa sebenarnya keuntungan dan risiko dari “berobat lewat AI”? Dan bagaimana pengguna seharusnya menyikapinya secara rasional?

AI Dokter yang Tiba-Tiba Melonjak Populer

Dalam beberapa waktu terakhir, berbagai aplikasi konsultasi medis berbasis AI bermunculan. Platform pembelian obat yang besar pun hampir semuanya menyematkan fitur “AI dokter”, sehingga banyak orang mengandalkannya untuk menentukan obat dan penanganan awal. Berdasarkan Alibaba Cloud 2025 AI Application White Paper for the Healthcare Industry, saat ini sudah ada 101 model AI medis yang terdaftar di Tiongkok.

Berbeda dengan perangkat AI pencitraan medis yang bisa berharga jutaan dan umumnya hanya dibeli rumah sakit kelas atas, “AI dokter” ini sangat mudah diakses: tidak perlu perangkat khusus, tidak perlu antre dan membuat janji, tersedia 24/7, dan sebagian besar gratis.

Kekuatan mereka paling terasa pada penyakit umum dengan data yang melimpah dan pola gejala yang jelas—seperti flu, nyeri lambung, sakit kepala, atau peradangan ringan. Untuk kasus-kasus ini, AI biasanya mampu mencocokkan rekomendasi obat bebas (OTC) atau langkah-langkah gaya hidup yang sesuai pedoman.

Banyak pengguna mengaku terkesan: terasa akurat, cepat, dan tidak perlu berhadapan dengan antrean panjang di rumah sakit. Lama-kelamaan, sebagian orang bahkan mulai mengurangi frekuensi kunjungan ke fasilitas kesehatan.

Bagi anak muda dengan pola hidup tidak teratur, pekerja kantoran yang “kapok” dengan antrean rumah sakit besar, atau warga di wilayah dengan akses layanan primer yang terbatas, kemudahan AI memang bisa terasa sangat membantu. Pada tingkat tertentu, teknologi ini mengisi kekosongan konsultasi awal dan meredakan kecemasan saat seseorang bingung harus mulai dari mana.

Risiko yang Terus Tumbuh—Pelan Tapi Pasti

Namun, di balik kenyamanan, risiko juga ikut berkembang tanpa suara. Ada laporan tentang orang yang menunda pengobatan karena terlalu percaya pada AI, dan ada pula kasus ekstrem di mana seseorang justru mencelakai diri sendiri akibat mengikuti rekomendasi yang keliru.

Pada tahun 2025, sebuah laporan tentang “keracunan bromida” memicu perhatian luas. Seorang pria berusia 60 tahun di luar negeri, karena obsesinya pada kesehatan, memutuskan untuk “menghapus klorin” dari pola makan. Setelah berkali-kali berdialog dengan ChatGPT, ia mengikuti saran untuk menggunakan senyawa mengandung bromida sebagai pengganti garam dapur. Akibatnya, kadar bromida dalam tubuhnya dilaporkan mencapai 1700 mg/L—lebih dari 200 kali kadar normal.

Pria tersebut kemudian mengalami halusinasi, gaya berjalan yang tidak stabil, dan kebingungan memori, hingga akhirnya didiagnosis sebagai keracunan bromida kronis. Kondisi ini sempat sering terjadi pada awal abad ke-20 karena penyalahgunaan obat, lalu hampir menghilang berkat kemajuan medis. Ironisnya, penyakit “yang nyaris punah” itu muncul kembali karena serangkaian “saran kesehatan” yang dihasilkan AI.

Hampir pada waktu yang sama, di dalam negeri juga terjadi kasus yang tak kalah mengkhawatirkan. Seorang perempuan (nama samaran: Liao Xinhua) mengalami batuk kering berkepanjangan selama berbulan-bulan dan berulang kali menggunakan platform konsultasi AI untuk mendiagnosis dirinya sendiri. AI sempat memberikan beberapa kesimpulan berbeda, seperti “bronkitis alergi” atau “iritasi akibat refluks gastroesofagus”, lalu merekomendasikan obat anti-alergi dan penekan asam lambung.

Ia membeli dan meminum obat sesuai saran. Ketika gejala membaik, ia berhenti. Tak lama, batuknya kambuh. Ia pun terjebak dalam pola “minum obat—reda—berhenti—kambuh” yang terus berulang.

Selama delapan bulan penuh, ia tidak pergi ke rumah sakit. Baru setelah berat badannya turun drastis dan dahaknya mulai bercampur darah, ia mencari pertolongan medis. Hasil CT dada menunjukkan adanya banyak rongga berdinding tebal serta infiltrasi bercak di kedua paru. Dokter sangat mencurigai tuberkulosis paru sekunder yang sudah berada pada fase aktif. Dokter yang menangani menyatakan, jika ia datang dua bulan lebih awal, kondisinya kemungkinan tidak akan berkembang sejauh itu.

Rangkaian kasus ini memunculkan pertanyaan penting: jika AI tampak begitu “pintar”, mengapa ia masih bisa memberi saran yang berbahaya—bahkan terlihat absurd? Apakah ini sekadar kesalahan sesaat, atau ada celah bawaan dalam cara AI “berpikir” tentang medis?

Resep dari AI, Bisa Dipercaya?

Ketika seseorang mengetik “sakit tenggorokan, demam ringan, lemas” lalu segera menerima saran seperti “banyak minum dan konsumsi Yin Qiao”, wajar bila muncul perasaan bahwa ini tidak jauh berbeda dari resep dokter. Namun, jika ditelusuri lebih dalam, logika di baliknya sangat berbeda—dan jauh lebih rentan daripada yang terlihat di permukaan.

Dasar dari pemeriksaan dan penulisan resep adalah penilaian yang menyeluruh dan objektif terhadap kondisi pasien, yang dalam praktik klinis klasik dirangkum lewat “melihat, mendengar/mencium, bertanya, dan memeriksa” (望聞問切). Sementara itu, AI saat ini pada dasarnya hanya memiliki kemampuan interpretasi teks dan pengenalan gambar sederhana.

AI tidak benar-benar “melihat” apakah wajah Anda pucat, tidak “mendengar” apakah napas Anda pendek, tidak “memeriksa” apakah kelenjar getah bening Anda membengkak, dan tidak bisa menangkap kecemasan atau riwayat penyakit yang Anda sembunyikan dari nada bicara dan ekspresi—hal-hal yang justru sering menjadi petunjuk penting bagi dokter.

AI hanya bisa bekerja dari input pengguna yang subjektif, terpotong-potong, bahkan keliru. Banyak orang sulit menyampaikan detail medis yang benar: membedakan batuk kering dan batuk yang “tersedak”, menjelaskan nyeri tumpul versus nyeri kolik, dan seterusnya. Jika informasi kunci salah, hasilnya mudah melenceng—bahkan faktor sepele seperti kamera buram atau pencahayaan yang menipu bisa memengaruhi penilaian.

Selain itu, model besar tidak seajaib yang dibayangkan. Ia sangat kuat pada penyakit umum, tetapi sering buntu pada kasus yang jarang atau kompleks. Banyak penyakit berat di fase awal punya gejala yang sangat mirip dengan flu atau gangguan pencernaan ringan. Tuberkulosis, misalnya, bisa bermula hanya dengan batuk kering dan keringat malam. Lupus sistemik sering dimulai dengan demam rendah dan nyeri sendi. Karena dilatih dari data yang sering muncul, AI bisa dengan mudah menganggap kondisi “probabilitas rendah namun berbahaya tinggi” sebagai flu biasa, sehingga berisiko menghambat penanganan di masa emas.

Masalah paling mendasar adalah “halusinasi” teknologi itu sendiri. Model bahasa besar bukan mesin yang mencari fakta, melainkan mesin yang memprediksi teks yang paling “masuk akal”. Akibatnya, AI bisa terdengar sangat yakin saat menyebut obat yang tidak ada, “mengutip” pedoman klinis yang sebenarnya fiktif, atau memberi rekomendasi yang jelas salah—seperti “mengganti klorin dengan bromida”.

Lebih rumit lagi, ketika saran AI menyebabkan salah diagnosis, salah terapi, atau bahkan keracunan, penentuan tanggung jawab sering kali kabur. Banyak platform menegaskan dalam syarat penggunaan: “Saran hanya untuk referensi dan tidak merupakan tindakan medis.” Artinya, sekalipun pengguna berakhir dirawat akibat komplikasi serius, platform bisa bersembunyi di balik klaim “netral teknologi” atau “keputusan pengguna sendiri”.

Jelaslah, “resep” AI yang tampak cepat dan efisien bisa menyimpan risiko berlapis: distorsi input, titik buta dalam identifikasi penyakit, halusinasi model, hingga mekanisme tanggung jawab yang belum jelas.

Bagaimana Industri Mencoba Memperbaikinya

Meski demikian, ruang AI kesehatan juga tidak diam. Banyak pihak mulai merancang pendekatan yang lebih aman.

Dari sisi sumber, materi pelatihan mulai dibatasi pada basis data medis berkepercayaan tinggi. Dengan membuat AI hanya menarik informasi dari sumber yang terverifikasi, peluang miskomunikasi dan salah saran dapat ditekan. Sejumlah platform mulai menjadikan jurnal medis otoritatif dan pedoman klinis sebagai sumber utama, agar setiap rekomendasi memiliki landasan ilmiah yang kuat.

Dari sisi pembagian peran, posisi AI dalam produk juga mulai bergeser. Alih-alih memberi diagnosis dan rekomendasi obat langsung kepada pasien, AI diarahkan menjadi “asisten belakang layar”—misalnya membantu menyusun keluhan pengguna menjadi catatan medis terstruktur, sehingga dokter dapat memahami kondisi pasien dengan lebih cepat saat konsultasi berlangsung.

Dari sisi fokus, tren juga bergeser dari “dokter keluarga serba bisa” menjadi solusi spesialis yang lebih realistis. Banyak pengembang memilih menggarap area sempit seperti pengenalan gambar penyakit kulit, manajemen gula darah untuk diabetes, atau skrining retina di bidang mata. Dengan data berkualitas tinggi dan penyempurnaan model dalam skenario terbatas, performa AI meningkat, sekaligus lebih mudah melewati standar regulasi.

Pada akhirnya, garis besarnya tegas: AI medis yang efektif harus tetap berlabuh pada kerangka penilaian dokter manusia—mendukung praktik klinis, bukan menggantikannya, dan tidak melampaui batas profesional.

Bahkan Platform AI Besar Semakin Berhati-hati

Ketika fitur tanya-jawab kesehatan berbasis AI semakin tersebar di berbagai aplikasi, banyak orang terbiasa “tanya AI dulu” saat merasa tidak enak badan. Namun secara global, industri teknologi dan regulator kesehatan justru bergerak ke arah yang lebih hati-hati.

OpenAI, misalnya, telah membatasi ChatGPT agar tidak memberikan diagnosis penyakit spesifik maupun anjuran obat. Kini, ketika pengguna mengetik “Saya sakit kepala tiga hari, harus minum obat apa?”, sistem biasanya akan menolak memberikan saran medis dan mendorong pengguna untuk berkonsultasi dengan profesional kesehatan yang berlisensi.

Kewaspadaan ini menegaskan realitas penting: sebagian besar saran kesehatan dari model umum sebenarnya hanya tebakan probabilistik berbasis teks publik. Model tersebut tidak memiliki pelatihan klinis, belum melewati verifikasi medis, dan tidak punya kualifikasi praktik. Outputnya adalah tiruan cara manusia “mungkin menjawab”, bukan penilaian atas “kondisi sebenarnya”.

Menggunakan AI dengan Bijak: Di Mana Bermanfaat, Di Mana Berbahaya

AI konsultasi punya nilai nyata—tetapi hanya jika digunakan di tempat yang tepat.

Dalam skenario jangka panjang, frekuensi tinggi, dan risiko rendah, AI dapat memberi manfaat unik: pemantauan kesehatan, pengingat obat, tindak lanjut kontrol, pelacakan rehabilitasi, hingga coaching gaya hidup—terutama bila diagnosis sudah jelas dari dokter. Dalam konteks ini, AI bukan pengambil keputusan. Ia adalah pengelola dan pelaksana.

Namun, ketika berhadapan dengan gejala baru, penyebab yang belum jelas, skrining kondisi gawat-darurat, atau situasi yang butuh penilaian sangat individual, risiko AI melonjak tajam. Kenyamanan bisa menutupi bahaya. Kalimat ringan seperti “mungkin cuma panas dalam” bisa membuat seseorang melewatkan sinyal awal tumor. Rekomendasi perawatan mandiri yang tampak “masuk akal” bisa menunda penanganan tuberkulosis atau penyakit autoimun pada fase emas.

Perlu ditekankan: bila Anda sudah mendapatkan diagnosis yang tegas di rumah sakit besar dan sedang berada pada fase pemulihan atau manajemen penyakit kronis, memanfaatkan AI untuk pelacakan harian dan pengingat umumnya lebih aman dan bermanfaat. Namun syaratnya jelas: AI tidak boleh “melampaui batas” dengan meresepkan, tidak boleh menggantikan kontrol ulang, dan tidak boleh membuat Anda merasa “tidak perlu ke dokter”.

Ketika tubuh mengirim sinyal yang tidak biasa, pilihan paling aman dan paling bertanggung jawab tetap sama: pergi ke fasilitas kesehatan dan bertemu dokter sungguhan.

Karena kedokteran bukan hanya soal ilmu, tetapi juga tentang manusia. Ia membutuhkan empati untuk memahami ketakutan pasien, pengalaman untuk menangkap petunjuk kecil di luar buku teks, dan etika untuk menimbang manfaat, risiko, serta martabat. Hal-hal inilah yang, setidaknya untuk saat ini, masih belum bisa direplikasi oleh aplikasi AI medis di pasaran.