Lima Cara AI Mengubah Perawatan Kanker — dan Perusahaan yang Membuatnya Terjadi

AI sedang bersiap menjadi salah satu teknologi dengan adopsi tercepat di dunia kesehatan, termasuk onkologi. Di satu sisi, banyak dokter dan pasien masih waspada. Di sisi lain, gelombang inovasi sulit untuk diabaikan.

DAFTAR ISI

AI dan Onkologi: Antara Antusiasme dan Kekhawatiran

Kecerdasan buatan (AI) bergerak sangat cepat memasuki dunia kesehatan. Mulai dari ambient scribes yang otomatis menyalin percakapan dokter–pasien, sampai digital twins yang suatu hari bisa menggantikan placebo arm dalam clinical trial kanker, AI sudah mulai “disisipkan” di hampir setiap sudut perawatan kanker.

Namun, para klinisi belum sepenuhnya sejalan. Dalam satu survei Medscape terhadap para onkolog:

• Sekitar sepertiga dokter kanker merasa AI membantu mereka mendiagnosis atau staging kanker.

• Sekitar sepertiga lainnya tidak setuju.

• Sisanya masih ragu dan menunggu bukti lebih kuat.

Pasien pun punya kegelisahan yang mirip. Review dari 19 studi yang melibatkan lebih dari 2100 orang dengan kanker menemukan bahwa mayoritas pasien hanya mendukung penggunaan AI bila tetap berada di bawah supervisi dokter. Kekhawatiran utama mereka:

• Hilangnya sentuhan personal dalam perawatan,

• Masalah privasi data,

• Risiko algorithmic bias yang bisa membuat sebagian kelompok pasien dirugikan.

Menariknya, di saat sebagian dokter dan pasien masih ragu, para investor kesehatan justru bergerak agresif. Di tengah pendanaan sektor biotek yang sedang menyentuh titik terendah dalam 20 tahun terakhir untuk tahap awal, jumlah perusahaan yang menggunakan AI untuk drug discovery dan digital health justru terus meningkat. Sekitar setengah dana investasi di perusahaan diagnostik dan tools kini mengalir ke organisasi yang memanfaatkan AI.

Penelitian sudah menunjukkan kemampuan AI yang makin baik dalam:

• Merangkum catatan medis,

• Memindai slide patologi digital,

• Menyusun surat prior-authorization,

• Dan bahkan memprediksi respons pasien terhadap terapi tertentu.

Masalahnya sekarang bukan lagi “apakah ada alat AI yang bisa dipakai?”, tetapi “terlalu banyak alat AI dan dokter tidak punya waktu untuk mempelajari mana yang benar-benar berguna”.

Untuk membantu memetakan lanskap ini, artikel ini merangkum bagaimana AI sudah mulai memengaruhi perawatan kanker di lima area besar — lengkap dengan contoh perusahaan yang patut diawasi pergerakannya.

1. Membantu Dokter Mengikuti Ledakan Riset Kanker

Gambar: Seorang dokter membaca literatur medis digital di tablet, melambangkan tantangan mengikuti perkembangan riset kanker yang sangat cepat.

Bagi siapa pun yang mengikuti dunia kanker, volume riset baru terasa nyaris mustahil diikuti.

Dalam pidato presidensialnya di pertemuan American Society of Clinical Oncology (ASCO) 2025, Robin Zon, MD, FACP, FASCO, menyebutkan bahwa artikel medis baru sekarang terbit dengan rata-rata setiap 26 detik. Bayangkan: sebelum Anda selesai membaca satu paper, sudah muncul paper lain.

Untuk dokter kanker di mana pun — termasuk onkolog di Indonesia — ini artinya:

• Sulit mengikuti panduan terapi terbaru,

• Sulit memantau hasil clinical trial baru,

• Sulit memastikan bahwa terapi yang diberikan hari ini benar-benar sejalan dengan bukti paling mutakhir.

Gelombang AI dalam perawatan kanker yang muncul pada 2025 mencoba menjawab masalah klasik: information overload.

ASCO Guidelines Assistant: “Chat dengan Panduan Resmi”

ASCO bekerja sama dengan Google untuk meluncurkan ASCO’s Guidelines Assistant, sebuah chat tool berbasis AI yang dirilis Mei 2025. Tujuannya sederhana: memberi dokter akses lebih cepat dan interaktif ke pedoman klinis resmi ASCO.

Beberapa fitur penting:

• Dokter bisa bertanya dengan bahasa natural, misalnya:

  • “Apa rekomendasi lini pertama untuk kanker paru stadium lanjut dengan profil biomarker tertentu?”

• Sistem menjawab dengan:

  • Jawaban yang disertai sitasi,

  • Berbasis clinical guidelines resmi ASCO,

  • Bukan opini bebas AI.

• Tool ini tersedia eksklusif untuk anggota ASCO, melalui website dan aplikasi mobile organisasi tersebut.

Secara konsep, ini menarik untuk dibayangkan jika suatu saat ada versi serupa yang diadaptasi ke pedoman lokal, misalnya yang dikeluarkan oleh asosiasi onkologi di Indonesia atau rumah sakit rujukan nasional. Bagi dokter, ini bisa mengurangi waktu mencari-cari PDF guideline dan meningkatkan konsistensi praktik.

OpenEvidence: Mesin Pencari Riset Medis dengan Otak AI

Di sisi lain, OpenEvidence hadir sebagai platform riset berbasis AI yang membantu dokter mencari dan menafsirkan studi medis.

Beberapa poin menonjol:

• Perusahaan ini memiliki perjanjian konten dengan New England Journal of Medicine dan JAMA Network, sehingga AI mereka bisa mengakses konten full-text dari jurnal-jurnal tersebut.

• Platform ini dilaporkan sudah digunakan di lebih dari 10.000 rumah sakit, dengan sekitar 40% dokter di AS login setiap hari.

• Kita berbicara tentang lebih dari 8 juta pencarian klinis per bulan.

Bayangkan versi “Google” khusus untuk literatur kanker, tapi dengan lapisan interpretasi tambahan:

• Menyaring mana studi yang relevan,

• Menjelaskan hasil penelitian dengan ringkas,

• Membantu dokter membandingkan beberapa opsi terapi berdasarkan bukti.

Untuk pembaca Indonesia, mungkin platform-platform ini belum langsung terasa dekat. Tapi arahnya jelas: ke depan, kompetensi klinis tidak hanya soal mengingat guideline, tapi juga kemampuan berkolaborasi dengan alat pencari evidence berbasis AI untuk mengambil keputusan yang lebih cepat dan terinformasi.

• Kembangkan aplikasi online lebih cepat dengan bantuan AI—mulai disini
• Jasa Pembuatan Aplikasi Smartphone (Gawai) Android OS
• Jasa Backlink DoFollow Berkualitas Dari Berbagai Topik
• Jasa Renovasi/Perombakan Tampilan Situs Web Dinamis dan Statis
• Jasa Pembuatan Hingga Kustomasi Aplikasi Berbasis Website

Produk & Layanan Kami

2. Imaging dan Patologi: Dari Deteksi Lebih Dini ke Workflow yang Lebih Ringkas

Radiologi dan patologi adalah dua area di mana AI tampak paling cepat matang. Bukan hanya konsep, tapi sudah punya data klinis yang cukup impresif.

Mammografi: AI Membantu Menemukan Lebih Banyak Kanker

Dalam mammografi, hasil satu uji klinis acak menunjukkan bahwa pembaca yang dibantu AI:

• Mendeteksi 17% lebih banyak kasus kanker dibanding standar double reading.

Studi lain dengan sistem AI multimodal melaporkan:

• Penurunan recall rate sebesar 32% (lebih sedikit pasien yang dipanggil balik karena kecurigaan yang tidak perlu),

• Pengurangan beban kerja radiolog sebesar 44%,

• Tanpa penurunan sensitivitas dalam mendeteksi kanker.

Artinya, AI bukan hanya menambah “mata ekstra” bagi radiolog, tapi juga membantu mengurangi false alarm yang membuat pasien cemas dan membebani sistem kesehatan.

Kolonoskopi: Adenoma Lebih Sedikit yang Terlewat

Dalam kolonoskopi, sistem deteksi berbantuan AI menunjukkan:

• 20% peningkatan adenoma detection rate,

• Penurunan miss rate hingga 55% dibanding metode konvensional.

Untuk kanker kolorektal, setiap adenoma yang terdeteksi dan diangkat lebih awal berpotensi mencegah kanker stadium lanjut yang jauh lebih sulit dan mahal diobati.

iCAD: Fokus pada Kanker Payudara dengan AI

Salah satu perusahaan yang patut dilihat adalah iCAD, yang mengembangkan AI untuk imaging payudara.

• AI mammografi mereka mendapat FDA clearance untuk upgrade yang terbukti:

  • Mendeteksi 22% lebih banyak kanker pada jaringan payudara yang padat.

• Pada April 2025, jaringan imaging besar RadNet mengumumkan rencana mengakuisisi iCAD dalam kesepakatan senilai US$103 juta.

• Targetnya: menjadikan mammografi berbasis AI sebagai fitur standar di seluruh jaringan pusat imaging mereka.

Jika tren ini berlanjut, bukan tidak mungkin suatu hari kita akan menganggap wajar ketika pemeriksaan mammografi di rumah sakit besar — termasuk di Asia Tenggara — selalu punya lapisan analisis tambahan dari AI, selain interpretasi radiolog.

PathAI: Patologi Digital sebagai Sumber Diagnosis Utama

PathAI adalah pemain lain di lini ini. Pada Juni 2025, FDA memperluas persetujuan penggunaan sistem patologi digital milik PathAI untuk:

• Digunakan sebagai diagnosis primer.

Artinya, spesialis patologi kini bisa membuat keputusan resmi berdasarkan gambar digital yang:

• Lebih cepat tersedia,

• Tidak perlu menunggu slide kaca fisik dibuat dan dikirim.

Bagi sistem kesehatan yang tersebar secara geografis (seperti Indonesia), model patologi digital seperti ini — bila suatu saat tersedia luas — berpotensi:

• Mengurangi waktu turnaround laporan,

• Memungkinkan peer review lebih mudah,

• Mempermudah konsultasi dengan spesialis di pusat rujukan tanpa memindahkan pasien.

Di sini terlihat jelas bagaimana AI dan digitalisasi berjalan beriringan: tanpa digital slide, tidak ada fuel yang bisa diberikan ke model AI.

3. Decision Support dan Precision Oncology: AI sebagai Copilot Klinik

Gambar: Radiolog meninjau hasil pencitraan kanker di monitor, dengan tampilan area yang dianalisis secara digital menggunakan algoritma kecerdasan buatan.

Di luar imaging dan patologi, AI juga mulai masuk ke jantung pengambilan keputusan klinis. Bukan untuk menggantikan dokter, tapi berperan sebagai copilot yang membantu:

• Memilih terapi,

• Menentukan dosis,

• Memprediksi efek samping,

• Mengidentifikasi pasien yang cocok untuk uji klinis.

Inilah inti dari precision oncology: memadukan data tumor dan data pasien sedetail mungkin untuk memilih terapi paling tepat.

Contoh Riset: Personalisasi Kemoterapi Bladder Cancer

Peneliti di Weill Cornell Medicine menggunakan model AI untuk:

• Menganalisis gambar tumor dan data ekspresi gen pasien dengan kanker kandung kemih,

• Memperkirakan respon terhadap kemoterapi dengan lebih baik dibanding pendekatan yang hanya menggunakan satu jenis data.

Pendekatan multimodal seperti ini penting karena kanker bukan fenomena satu dimensi. Untuk banyak cancer type, gambar histopatologi saja tidak cukup, data genomik saja tidak cukup, data klinis saja tidak cukup. AI memberi cara baru untuk menggabungkan semuanya menjadi satu “gambaran besar” yang lebih bermakna.

Studi di Nature Cancer: AI yang Menyamai Pilihan Onkolog

Sebuah studi di Nature Cancer memperkenalkan AI agent yang:

• Mengintegrasikan data multimodal: imaging, patologi, dan hasil genomik,

• Lalu mencoba memilih terapi yang paling tepat dalam skenario kasus simulasi.

Hasilnya? Dalam banyak kasus, pilihan AI bisa mencocokkan keputusan onkolog manusia. Ini tidak berarti AI sudah siap menggantikan dokter, tetapi menunjukkan potensi sebagai second opinion yang selalu siap dalam hitungan detik.

Lunit: Biomarker AI di Clinical Trial NCI

Perusahaan Lunit menjadi sorotan ketika pada Maret 2025:

• National Cancer Institute (NCI) di AS mengumumkan penggunaan alat analisis biomarker berbasis AI milik Lunit di seluruh uji klinis NCI yang relevan.

Tujuannya:

• Mengidentifikasi fitur imun-tumor,

• Mendukung penemuan biomarker baru di riset imunoterapi.

Bagi dunia riset kanker, kemampuan menemukan pola baru di data biomarker bisa:

• Mempercepat pemahaman: pasien mana yang diuntungkan oleh terapi tertentu,

• Mengurangi trial-and-error,

• Membuka peluang terapi yang lebih terpersonalisasi.

Tempus AI: Menghubungkan Data Klinik dengan Keputusan Terapi

Tempus AI bekerja di persimpangan antara:

• Hasil tes pasien (misalnya panel genomik),

• Data rekam medis,

• Dan keputusan terapi.

Dalam sebuah studi di JCO Precision Oncology:

• Model data Tempus membantu onkolog memilih kemoterapi lini pertama yang lebih efektif bagi pasien dengan kanker pankreas stadium lanjut.

Tempus juga dipilih oleh:

• Advanced Research Projects Agency for Health (ARPA-H) di AS untuk mendukung program nasional baru yang mengeksplorasi bagaimana AI dan tes biomarker bisa memandu pemilihan terapi untuk kanker metastatik paru, payudara, dan kolorektal.

Bagi pemerhati kanker di Indonesia, contoh ini menunjukkan bagaimana decision support berbasis AI dapat bergerak dari “alat riset canggih” ke sesuatu yang kelak bisa menjadi bagian standar dari tumor board atau diskusi kasus kompleks.

4. Mempercepat Pencocokan Pasien ke Clinical Trial

Gambar: Tim dokter dan peneliti mendiskusikan data pasien di depan layar, menggambarkan penggunaan AI untuk mencari kandidat clinical trial kanker dengan lebih cepat.

Salah satu tantangan terbesar dalam clinical trial kanker adalah rekrutmen pasien. Banyak studi gagal memenuhi target rekrutmen, bukan karena tidak ada pasien yang cocok, tapi karena:

• Kriteria inklusi–eksklusi rumit,

• Data tersebar di berbagai sistem,

• Staf klinis tidak punya cukup waktu untuk menelusuri rekam medis satu per satu.

Di sinilah AI mulai berperan sebagai “mesin pencari pasien yang cocok”.

Dari Review Manual ke Pencarian Otomatis

Alat AI modern bisa:

• Memindai laporan patologi, hasil lab, dan catatan dokter,

• Mencocokkan dengan kriteria studi,

• Menandai pasien yang berpotensi memenuhi persyaratan.

Beberapa sistem bahkan bisa:

• Menghasilkan surat rujukan atau pesan outreach secara otomatis,

• Sehingga dokter hanya perlu memverifikasi dan menyetujuinya.

Zach Koontz, MD, presiden, managing partner, sekaligus direktur riset klinis di Pacific Cancer Care, Monterey, California, menggambarkan dampaknya secara langsung.

Organisasinya bekerja sama dengan N-Power Medicine untuk:

• Meng-query populasi pasien mereka,

• Mencari kandidat yang cocok untuk clinical trial.

Menurut Koontz, dalam pernyataan via email:

“Alur kerja harian saya membaik dan menghemat ratusan jam waktu untuk dokumentasi/charting. Kami saat ini melakukan rekrutmen clinical trial lebih cepat dan dengan lebih mudah daripada sebelumnya, sehingga pasien kami bisa punya akses ke studi dan terapi yang sebelumnya mengharuskan mereka bepergian jauh.”

OncoLens: Mengangkat Data Terstruktur dan Tak Terstruktur

OncoLens adalah platform yang sudah digunakan oleh lebih dari 225 pusat kanker di AS dan sejumlah negara lain.

Fungsinya:

• Menggunakan AI untuk menganalisis data pasien, baik yang terstruktur (misalnya hasil lab) maupun tak terstruktur (misalnya narasi catatan klinis),

• Menemukan pasien yang mungkin:

  • Layak untuk terapi baru,

  • Perlu pemeriksaan genetik,

  • Atau memenuhi syarat untuk clinical trial tertentu.

Dalam satu studi kasus di rumah sakit komunitas di Kentucky:

• Integrasi OncoLens dengan EHR menghasilkan peningkatan 350% pada pemesanan tes genetik bagi pasien kanker payudara,

• Hanya dengan menandai pasien yang memenuhi kriteria tes menurut pedoman NCCN tetapi belum pernah dirujuk.

Ini menunjukkan bahwa kadang masalahnya bukan kurang pedoman, melainkan kurangnya sistem yang memastikan pedoman benar-benar diterapkan dalam praktik.

Deep 6 AI: Merampingkan Rekrutmen di Skala Besar

Deep 6 AI adalah platform lain yang fokus pada pencarian kandidat clinical trial berbasis:

• Diagnosis,

• Stadium penyakit,

• Biomarker tertentu.

Platform ini:

• Mencakup lebih dari 750 lokasi penyedia layanan,

• Mencakup 30 juta rekam pasien.

Dalam berbagai contoh implementasi, Deep 6 diklaim membantu:

• Meningkatkan identifikasi pasien yang memenuhi syarat hingga 25%,

• Mempercepat rekrutmen hingga 3 kali lebih cepat dibanding metode tradisional.

Pada 2025, Deep 6 diakuisisi oleh Tempus, menunjukkan bagaimana ekosistem alat rekrutmen dan platform data klinis mulai terkonsolidasi.

Untuk konteks Indonesia, pendekatan seperti ini berpotensi membantu pusat kanker besar:

• Mengoptimalkan partisipasi pasien dalam studi multinasional,

• Mengurangi beban administratif pada tim riset,

• Meningkatkan akses pasien ke terapi inovatif yang hanya tersedia dalam kerangka clinical trial.

5. Memberdayakan Pasien Lewat AI: Dari “Dr. Google” ke “Dr. ChatGPT”

Gambar: Seorang pasien melihat aplikasi kesehatan di smartphone, mewakili penggunaan AI untuk membantu memahami pilihan terapi dan informasi kanker.

Selama bertahun-tahun, dokter sudah terbiasa dengan pasien yang datang membawa hasil pencarian dari “Dr Google”. Sekarang, pola itu mulai bergeser: semakin banyak pasien yang datang dengan jawaban dari “Dr ChatGPT” dan berbagai alat AI lainnya.

Sebuah survei nasional terhadap 2000 orang dewasa di AS oleh Censuswide menunjukkan bahwa:

• Hampir 1 dari 3 responden sudah menggunakan AI untuk mencari informasi kesehatan.

• Di kelompok usia 16–34 tahun, angkanya naik menjadi hampir setengah.

• Alasan utama:

  • Kecepatan,

  • Kemudahan,

  • Terbatasnya akses ke layanan kesehatan formal.

Namun, ada catatan penting:

• Satu studi baru-baru ini menemukan bahwa chatbot AI memberi jawaban yang tidak aman atau tidak sesuai secara klinis pada hampir sepertiga pertanyaan pasien.

Artinya, di ruang praktik, dokter perlu:

• Menanyakan dari mana informasi pasien berasal,

• Menjelaskan mana yang akurat dan mana yang perlu diluruskan,

• Memanfaatkan kesempatan ini sebagai titik edukasi, bukan hanya menolak mentah-mentah.

Di tengah dinamika ini, muncul generasi baru aplikasi pasien yang mencoba menggabungkan AI dengan pedoman resmi dan data klinis yang lebih terstruktur.

Outcomes4Me: Aplikasi AI untuk Pasien Kanker

Outcomes4Me adalah aplikasi yang:

• Membantu pasien dengan kanker:

  • Memahami pilihan terapi,

  • Mengelola gejala,

  • Mengakses clinical trial yang relevan,

• Dengan memanfaatkan data:

  • Pedoman real-time,

  • Wawasan genomik.

Dalam kolaborasi dengan Labcorp, Outcomes4Me menunjukkan bahwa:

• Edukasi digital terstruktur bisa meningkatkan pemahaman pasien tentang HER2-low testing pada kanker payudara metastatik,

• Mendorong lebih banyak pasien untuk membicarakan tes biomarker dengan dokter mereka.

Platform ini:

• Kini mendukung lebih dari 280.000 pengguna,

• Mengintegrasikan pedoman NCCN ke dalam ringkasan yang lebih ramah pasien.

Dalam konteks lokal, pola seperti ini bisa menginspirasi platform edukasi pasien yang:

• Menggunakan bahasa Indonesia,

• Menjelaskan istilah teknis seperti HER2-low, biomarker, atau imunoterapi dengan cara yang lebih mudah dipahami keluarga pasien,

• Tetap berada dalam koridor pedoman resmi.

CureWise: Virtual Tumor Board di Kantong Pasien

CureWise mengambil pendekatan yang agak berbeda. Platform ini:

• Membantu pasien mengorganisasi rekam medis mereka,

• Memungkinkan pasien mengajukan pertanyaan ke model AI yang dirancang seperti virtual tumor board multiagen.

Hasilnya bukan “diagnosis instan”, melainkan:

• Daftar pertanyaan terfokus yang bisa pasien bawa ke dokter,

• Misalnya:

  • Tes apa yang perlu dipertimbangkan?

  • Apakah ada clinical trial yang relevan?

  • Apakah ada opsi terapi lain yang patut didiskusikan?

Menariknya, perusahaan ini lahir dari pengalaman pribadi pendirinya, yang:

• Mengalami kanker darah langka,

• Penyakitnya sempat terlewat oleh dokter,

• Lalu memutuskan membangun alat yang bisa membantu pasien lain menavigasi ketidakpastian yang sama.

Bagi pasien dan keluarga di Indonesia yang semakin melek teknologi, model seperti ini menggambarkan masa depan di mana:

• Pasien tidak lagi pasif,

• Mereka datang ke dokter dengan pertanyaan yang lebih terarah,

• Namun tetap membutuhkan dokter untuk interpretasi akhir dan pengambilan keputusan.

• Berbisnis halal bikin hati tenang. Cek caranya disini!
• Ubah idemu jadi aplikasi online siap pakai lebih cepat bersama Emergent
• Domain, Hosting, Hingga VPS Murah untuk Proyek Anda!
• Tingkatkan SEO Website Dengan Ribuan Weblink Bebagai Topik!
• Hemat Biaya Transfer Antar Bank dan Isi Saldo e-Wallet?

Promo Afiliasi

Mengarah ke Masa Depan Onkologi yang “Default-nya AI”

Contoh-contoh di atas menunjukkan satu hal penting: AI sedang bergerak menjadi bagian integral dari hampir setiap langkah dalam perjalanan perawatan kanker:

• Dari pencarian evidence untuk dokter,

• Ke imaging dan patologi,

• Ke precision oncology dan decision support,

• Ke rekrutmen clinical trial,

• Sampai ke aplikasi dan platform untuk pasien.

Secara finansial, tren ini juga jelas. Pada paruh pertama 2025 saja:

• AI menyerap sekitar US$4 miliar investasi di ranah digital health,

• Setara dengan sekitar dua pertiga dari seluruh investasi digital health di periode tersebut.

Regulator pun mulai:

• Mengakui peran AI dalam pengembangan obat,

• Memberi kerangka regulasi untuk perangkat medis berbasis AI,

• Mendorong penggunaan AI dalam desain dan pelaksanaan clinical trial.

Jika sekarang kita masih sering bertanya, “Apakah AI akan dipakai dalam kasus ini?”, mungkin tidak lama lagi kita akan bertanya hal sebaliknya: “Aneh juga ya kalau tidak ada lapisan AI sama sekali di proses ini.”

Bagi pembaca di Indonesia — baik dokter, peneliti, pasien, maupun pemerhati teknologi — tantangannya bukan sekadar mengikuti hype, tetapi:

• Memahami kapasitas nyata AI hari ini (apa yang sudah terbukti, apa yang belum),

• Menjaga etika, privasi, dan keadilan akses,

• Mencari cara bagaimana AI dalam perawatan kanker bisa diadaptasi ke sistem kesehatan lokal tanpa mengorbankan kepercayaan pasien dan profesionalisme klinis.

Ringkasan Poin Penting

• AI sedang merevolusi onkologi dengan meningkatkan:

  • Diagnostik,

  • Personalisasi terapi,

  • Proses clinical trial,

  • Dan keterlibatan pasien.

• Pendapat dokter dan pasien masih beragam, namun:

  • Investor sangat agresif,

  • Ekosistem perusahaan AI di bidang kanker berkembang pesat.

• Alat-alat AI membantu:

  • Mengikuti literatur ilmiah yang meledak,

  • Meningkatkan akurasi imaging dan patologi,

  • Mendukung keputusan klinis dalam precision oncology.

• AI juga:

  • Mempercepat rekrutmen ke clinical trial,

  • Memberikan alat edukasi dan navigasi kepada pasien.

• Di masa depan, bukan tidak mungkin:

  • Default praktik onkologi akan mencakup satu atau beberapa lapisan AI di sepanjang perjalanan pasien.

Daftar Referensi

1. Flinn R. Doctors embrace AI scribes as solution for burnout. April 17, 2025. November 7, 2025.
2. Akbarialiabad H, Pasdar A, Murrell DF, et al. Enhancing randomized clinical trials with digital twins. NPJ Syst Biol Appl. 2025;11(1)10): doi:10.1038/s41540-025-00592-0
3. Schneider ME. Oncologists divided on AI’s value in diagnosing cancers. Medscape. September 19, 2025. Accessed October 13, 2025.
4. Hilbers D, Nekain N, Bates A, Nunez JJ. Patient attitudes toward artificial intelligence in cancer care: scoping review. JMIR Cancer. 2025;11:e74010. doi:10.2196/74010
5. Glasner J. Biotech share of US funding hits lowest point in Crunchbase history. September 29, 2025. Accessed November 7, 2025.
6. AI deal activity remains strong in healthcare amid decline in fundraising; Silicon Valley Bank releases 16th edition of health care investments and exits report. News release. Silicon Valley Bank. July 29, 2025. Accessed November 7, 2025.
7. Zon R. President’s address: driving knowledge to action, building a better future. American Society of Clinical Oncology. June 1, 2025. Accessed November 7, 2025.
8. Introducing ASCO Guidelines Assistant. American Society of Clinical Oncology. Accessed November 7, 2025.
9. OpenEvidence, the fastest growing application for physicians in history, announces $210 million round at $3.5 billion valuation. News release. OpenEvidence. July 15, 2025. Accessed November 7, 2025.
10. Eisemann N, Bunk S, Mukama T, et al. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nat Med. 2025;31(3):917-924. doi:10.1038/s41591-024-03408-6
11. Park J, Witowski J, Xu Y, et al. A multi-modal AI system for screening mammography: integrating 2D and 3D imaging to improve breast cancer detection in a prospective clinical study. arXiv. Updated April 11, 2025. November 7, 2025.
12. Anderer S. Meta-analysis: AI-assisted colonoscopy increases detection of polyps, adenomas. JAMA. 2024;332;(23):1968. doi:10.1001/jama.2024.23621
13. Axente A. RadNet, Inc. to acquire iCAD Inc to accelerate AI powered early detection and diagnosis of breast cancer. April 15, 2025. DeepHealth. Accessed November 7, 2025.
14. PathAI receives FDA clearance for AISight Dx platform for primary diagnosis. News release. PathAI. News release. June 30, 2025. Accessed November 7, 2025.
15. Karniadakis N, Lee J, Liu J. AI model integrates pathology and gene-expression data to personalize chemotherapy for bladder cancer. Weill Cornell Medicine Newsroom. April 2025. Accessed November 7, 2025.
16. Ferber D, El Nahhas OSM, Wölflein G, et al. Development and validation of an autonomous artificial intelligence agent for clinical decision-making in oncology. 2025;6:1337–1349. doi: 10.1038/s43018-025-00991-6.
17. NCI clinical trials get boost from public private partnership. News release. National Cancer Institute. April 22, 2025. Accessed November 7, 2025.
18. Wenric S, Sangli C, Guittar J, et al. Real-world validation of the Purity Independent Subtyping of Tumors classifier for informing therapy selection in pancreatic ductal adenocarcinoma. JCO Prec Oncol. 2025;9:e2500197. doi:10.1200/PO-25-00197
19. Tempus selected by ARPA-H to provide CRO and testing services for the ADAPT program, advancing precision cancer therapy. News release. Tempus. October 9, 2025. Accessed November 7, 2025.
20. Uniquely accelerating & de-risking clinical drug development. NPowerMedicine. Accessed November 7, 2025.
21. OncoLens Analytics enables a 350% Increase in genetic testing at community cancer center. OncoLens. March 1, 2025. Accessed November 7, 2025.
22. Tempus announces acquisition of Deep 6 AI. News release. March 11, 2025. Accessed November 7, 2025.
23. The digital diagnosis: Americans increasingly turn to AI for medical guidance. Drip Hydration. 2025. Accessed November 7, 2025.
24. Draelos RL, Afreen S, Blasko B, et al. Large language models provide unsafe answers to patient-posed medical questions. NPJ Digit Med. August 4, 2025. Accessed November 8, 2025.
25. Outcomes4Me and Labcorp study reveals digital education can increase HER2-low awareness for metastatic breast cancer patients. News release. Outcomes4Me. November 26, 2024. Accessed November 7, 2025.
26. Outcomes4Me secures $21M in funding to accelerate AI-driven global expansion to transform cancer care. News release. Outcomes4Me. May 29, 2025. Accessed November 9, 2025.
27. Flinn R. How missed cancer diagnosis led founder to build AI platform for patients. Cure. August 18, 2025. Accessed November 7, 2025.
28. Flinn R. AI-powered companies dominate 2025 digital health funding. Cure. July 16, 2025. Accessed November 7, 2025.
29. Artificial intelligence for drug development. FDA. Updated February 20, 2025. Accessed November 8, 2025.

Artikel ini merupakan terjemahan dan adaptasi bebas dari:
Ryan Flinn, “Five Ways AI Is Transforming Cancer Care—and Companies That Are Making It Happen”, dipublikasikan di AJMC pada 11 November 2025.

• Qur’an Camp (Healing with Qur’an together)
• Gap Year With Quran: 1 Tahun Mutqin 30 Juz
• Healing With Quran: 1 Bulan Bersama Al Quran
• Pesantren Tahfidz SMP/SMA: 3 Tahun Mutqin 30 Juz

Promo Afiliasi

Butuh Bantuan Mengemas Informasi & Data Kesehatan Anda?

Setelah melihat bagaimana AI mengubah cara dunia menangani kanker, muncul pertanyaan lanjutan yang wajar:
“Bagaimana membawa cara kerja seperti ini ke rumah sakit, klinik, atau project yang saya jalankan?”

Di titik ini, Rizal IT Consulting bisa menjadi mitra Anda.

Transformasi digital di dunia medis tidak hanya soal algoritma canggih, tetapi juga soal informasi yang mudah dipahami dan data yang tertata rapi. Tanpa keduanya, inovasi sering berhenti di level wacana.

Kami dapat membantu Anda:

• Menyusun dan menulis konten teknologi kesehatan (AI, kanker, clinical trial, digital health) yang mudah dicerna dokter, manajemen, maupun pasien.

• Menerjemahkan dan merapikan naskah ilmiah, laporan riset, dan SOP menjadi artikel web, materi edukasi, atau konten publikasi yang lebih ramah pembaca.

• Membantu merapikan struktur dan dokumentasi data kesehatan agar siap dipakai untuk analisis, dashboard, maupun kolaborasi dengan tim data/AI.

• Menyusun materi edukasi digital untuk program literasi kesehatan dan teknologi bagi tenaga medis, pasien, atau stakeholder internal.

Ingin diskusi ringan dulu tentang kebutuhan organisasi atau project Anda? Silakan hubungi:

Rizal IT Consulting
Alamat Email:
Telepon/Whatsapp: 0857-1587-2597 | 0813-8229-7207
Waktu Operasional: Sabtu - Kamis, 08.00 - 17.30 WIB
Layanan tersedia online untuk seluruh Indonesia

Blog ini didukung oleh pembaca. Rizal IT Consulting dapat memperoleh komisi afiliasi ketika Anda bertransaksi di tautan yang ditampilkan di situs ini. Ikuti kami juga di Google News Publisher untuk mendapatkan notifikasi artikel terbaru. Info lanjut, kolaborasi, sponsorship dan promosi, ataupun kerjasama, bisa menghubungi: 0857-1587-2597 | 0813-8229-7207 | .