Perkembangan kecerdasan buatan (AI) membuka peluang baru dalam dunia kesehatan dan pendidikan. Salah satu teknologi yang mendapat perhatian adalah large language model (LLM) seperti ChatGPT, yang tidak hanya berpotensi dimanfaatkan sebagai pendukung proses klinis, tetapi juga dapat dikembangkan sebagai bagian dari pembelajaran dan pelatihan tenaga kesehatan.

Peluang tersebut dibahas dalam artikel berjudul From Bedside to Learning Bench: Educational Technology Perspectives on ChatGPT-Supported Triage yang diterbitkan dalam American Journal of Emergency Medicine Volume 95 Tahun 2025. Artikel ini ditulis oleh Hartoto, Sella Mawarni, Moh Ramdhan Arif Kaluku, Rio Saputra, dan Edi Setiawan. Dua penulis di antaranya merupakan akademisi Universitas Negeri Gorontalo (UNG), yakni Moh Ramdhan Arif Kaluku dan Edi Setiawan.

Artikel tersebut merupakan tanggapan ilmiah terhadap penelitian sebelumnya yang mengkaji penggunaan ChatGPT untuk membantu proses triase pasien melalui perintah suara di instalasi gawat darurat. Melalui perspektif teknologi pendidikan, penulis melihat bahwa perkembangan tersebut memiliki potensi yang lebih luas, khususnya untuk mendukung pembelajaran berbasis teknologi dan pelatihan profesi kesehatan.

Triase merupakan proses penting dalam pelayanan gawat darurat untuk membantu menentukan tingkat kegawatan dan prioritas penanganan pasien. Dalam penelitian yang menjadi rujukan artikel tersebut, ChatGPT-4o dikustomisasi untuk mengikuti protokol Emergency Severity Index (ESI) di empat rumah sakit. Pendekatan ini dinilai memiliki kesamaan dengan konsep intelligent tutoring systems (ITS), yakni sistem cerdas yang dapat memberikan respons berdasarkan konteks dan parameter tertentu.

Dari perspektif teknologi pendidikan, pendekatan tersebut membuka peluang untuk mengembangkan sistem pembelajaran berbasis AI yang lebih adaptif. Salah satu penerapannya adalah menciptakan lingkungan simulasi digital bagi mahasiswa atau tenaga kesehatan pemula untuk berlatih menghadapi berbagai skenario triase secara realistis.

Dalam skenario pembelajaran tersebut, peserta dapat berlatih menghadapi kasus pasien virtual, memberikan informasi melalui perintah suara, kemudian memperoleh evaluasi dari sistem AI. Model pembelajaran seperti ini berpotensi mendukung proses latihan, refleksi, bimbingan, dan pemberian umpan balik sehingga peserta dapat mengembangkan kemampuan sebelum menghadapi situasi klinis secara langsung.

Penggunaan perintah suara menjadi salah satu aspek menarik dalam pengembangan teknologi tersebut. Interaksi berbasis suara memungkinkan pengguna berkomunikasi dengan sistem AI secara lebih natural. Dalam konteks pendidikan, teknologi serupa berpotensi dikembangkan untuk pembelajaran bahasa, pelatihan berbasis simulasi, hingga desain antarmuka pembelajaran yang lebih inklusif.

Meski menawarkan berbagai peluang, artikel ini juga mengingatkan bahwa kemampuan AI memiliki keterbatasan, terutama ketika berhadapan dengan kondisi pasien yang kompleks. Penelitian yang menjadi rujukan menunjukkan adanya penurunan akurasi GPT-4o dalam menentukan kategori triase pada zona kuning dan merah. Kondisi tersebut memperlihatkan bahwa AI masih menghadapi tantangan ketika harus menangani persoalan yang kompleks dan membutuhkan pertimbangan profesional.

Karena itu, penggunaan AI dalam bidang kesehatan tidak dapat dilepaskan dari peran dan pengawasan manusia. Tenaga kesehatan tetap membutuhkan kemampuan profesional untuk menilai informasi yang dihasilkan AI dan menentukan keputusan yang tepat berdasarkan kondisi nyata pasien. Dalam konteks ini, literasi AI menjadi penting agar tenaga kesehatan mampu memahami kemampuan sekaligus keterbatasan teknologi tersebut.

Bagi dunia pendidikan, kondisi tersebut juga menjadi peluang untuk memperkenalkan pemanfaatan AI secara bertanggung jawab. Mahasiswa dan calon tenaga kesehatan dapat dibekali kemampuan untuk menggunakan teknologi AI secara kritis, memahami risiko kesalahan, serta membangun kepercayaan yang proporsional terhadap keluaran sistem AI.

Artikel ini menunjukkan bahwa perkembangan AI di bidang kesehatan memiliki potensi lintas disiplin. Teknologi yang digunakan untuk mendukung proses triase dapat menjadi inspirasi bagi pengembangan lingkungan pembelajaran dan simulasi yang membantu mahasiswa maupun tenaga kesehatan berlatih menghadapi situasi yang kompleks.

Ke depan, pengembangan AI untuk pendidikan tenaga kesehatan masih membutuhkan kajian dan pengujian lebih lanjut. Sistem pembelajaran berbasis AI perlu dirancang dengan mempertimbangkan akurasi, keamanan, konteks pengguna, serta pengawasan manusia. Dengan pendekatan tersebut, kecerdasan buatan dapat dimanfaatkan sebagai teknologi pendukung yang membantu memperkaya pengalaman belajar dan mempersiapkan tenaga kesehatan menghadapi tantangan dunia kerja di era digital.

Sumber: https://www.sciencedirect.com/science/article/pii/S0735675725003389