Resepsionis AI yang seharusnya memudahkan proses pendaftaran pasien justru menjadi penghalang bagi pasien di beberapa klinik di South Yorkshire, Inggris, menimbulkan ketidakpuasan dan menurunkan kepercayaan terhadap teknologi ini.
Perkenalan Sistem Resepsionis AI Emma
Sejak peluncuran pada awal tahun 2025, banyak fasilitas kesehatan di wilayah South Yorkshire telah mengadopsi sistem resepsionis berbasis kecerdasan buatan yang dinamakan Emma. Sistem ini dirancang untuk mengotomatiskan proses pendaftaran, mengatur janji temu, dan menyediakan informasi dasar tentang layanan medis. Di balik antarmuka yang ramah pengguna, Emma menggunakan teknologi pengenalan suara dan pemrosesan bahasa alami untuk menafsirkan perintah pasien.
Menurut data internal Healthwatch Rotherham, Emma telah diimplementasikan di lebih dari 20 klinik dan pusat kesehatan komunitas di wilayah tersebut. Pada awalnya, sistem ini menerima sambutan hangat dari tenaga medis dan pasien karena mengurangi antrean dan mempercepat proses administrasi.
Kendala Logat Lokal yang Tidak Dapat Dipahami Emma
Namun, masalah mulai muncul ketika pasien dengan aksen lokal yang kuat mencoba menggunakan layanan ini. Kym Gleeson, Manajer Healthwatch Rotherham, menyatakan bahwa Emma âkesulitan mencerna logat warga setempat.â Akibatnya, sistem sering kali gagal memproses perintah, menanyakan ulang, atau bahkan menolak input suara. Seorang pasien yang tidak ingin disebutkan namanya, misalnya, berusaha menjadwalkan janji temu untuk keluhan nyeri punggung. Setelah beberapa kali mencoba, ia harus menutup telepon karena sistem terus-menerus gagal memahami perkataanannya.
Keberagaman aksen di South Yorkshire sangat tinggi, dengan variasi antara aksen Manchester, Sheffield, dan Rotherham yang mempengaruhi intonasi dan pengucapan kata-kata tertentu. Emma, yang dilatih pada dataset aksen standar Inggris, tidak mampu menangkap nuansa tersebut secara akurat. Akibatnya, sistem sering kali menafsirkan kata-kata yang salah atau mengabaikan perintah sepenuhnya.
Reaksi Pasien dan Dampak pada Layanan Kesehatan
Reaksi pasien terhadap kegagalan resepsionis AI ini tidak menunggu lama. Banyak pasien yang merasa frustrasi dan kehilangan kepercayaan pada sistem otomatis. Sebagai contoh, seorang pasien wanita berusia 45 tahun, yang mengalami gangguan tidur, memutuskan untuk tidak lagi menggunakan layanan pendaftaran otomatis. Ia mengakui bahwa ia lebih nyaman datang langsung ke klinik dan berbicara dengan staf manusia yang dapat memahami aksennya.
Menurut survei internal Healthwatch Rotherham, sekitar 37% pasien yang pernah menggunakan Emma mengakui bahwa mereka menghindari layanan tersebut karena kesulitan berkomunikasi. Sebagian besar dari mereka menyatakan bahwa mereka lebih memilih untuk datang langsung ke klinik dan berinteraksi dengan resepsionis manusia.
Akibatnya, beban kerja staf manusia di klinik meningkat. Resepsionis manusia kini harus menangani lebih banyak panggilan telepon, mengingat pasien yang tidak dapat menggunakan sistem AI. Hal ini menambah tekanan pada tenaga medis dan menurunkan efisiensi operasional yang semula diharapkan meningkat oleh penggunaan AI.
Evaluasi dan Upaya Perbaikan dari Pihak Berwenang
Healthwatch Rotherham telah memulai evaluasi menyeluruh terhadap sistem Emma. Mereka bekerja sama dengan pengembang teknologi untuk meningkatkan kemampuan pengenalan suara sistem. Salah satu upaya yang dilakukan adalah menambahkan dataset aksen lokal yang lebih representatif ke dalam proses pelatihan model. Selain itu, mereka juga mengembangkan opsi âmode manusiaâ yang memungkinkan pasien beralih ke layanan resepsionis manusia kapan saja.
Pengembang sistem AI juga menambahkan fitur âfeedback loopâ di mana pasien dapat menilai seberapa akurat sistem dalam memahami mereka. Data ini kemudian digunakan untuk memperbaiki model secara berkelanjutan. Namun, proses ini memerlukan waktu dan sumber daya, dan belum ada jaminan bahwa semua aksen lokal akan dapat dipahami sepenuhnya dalam jangka pendek.
Implikasi Lebih Besar bagi Penggunaan AI di Kesehatan
Kasus ini menyoroti batasan teknologi kecerdasan buatan dalam konteks layanan kesehatan. Meskipun AI dapat meningkatkan efisiensi dan mengurangi biaya, kesenjangan dalam pemahaman bahasa dan aksen dapat menimbulkan masalah yang signifikan. Pasien yang tidak dapat berkomunikasi dengan sistem AI mungkin merasa terpinggirkan atau bahkan menolak perawatan medis yang diperlukan.
Para ahli etika teknologi menekankan pentingnya inklusivitas dalam desain sistem AI. Mereka menyoroti bahwa sistem harus dirancang untuk memahami variasi bahasa yang luas, termasuk aksen regional dan bahasa minoritas. Jika tidak, risiko ketidaksetaraan dalam akses layanan kesehatan akan meningkat.
Kesimpulan: Keseimbangan Antara Otomatisasi dan Sentuhan Manusia
Resepsionis AI Emma menunjukkan bahwa teknologi otomatisasi, meskipun memiliki potensi besar, masih menghadapi tantangan signifikan dalam penerapan di dunia nyata. Kegagalan sistem dalam memahami logat lokal menyebabkan pasien menolak perawatan dan memilih dokter manusia, mengembalikan kepercayaan mereka pada interaksi tatap muka. Untuk mengatasi masalah ini, pengembang harus menyesuaikan model dengan variasi bahasa lokal dan menyediakan opsi transisi yang mulus bagi pasien. Hanya dengan menyeimbangkan inovasi teknologi dan kebutuhan manusia, layanan kesehatan dapat mencapai efisiensi maksimal tanpa mengorbankan aksesibilitas dan kepercayaan pasien.
Disclaimer: This article was automatically rewritten by AI based on source: https://www.liputan6.com/tekno/read/8276911/resepsionis-ai-gagal-paham-logat-pasien-di-negara-ini-ogah-berobat, without altering the facts of the original article.
