Bayangkan seorang dokter gigi yang harus menandai 19 titik anatomis pada foto rontgen sefalometri lateral — satu per satu, dengan ketelitian tinggi, sambil mempertimbangkan kondisi klinis pasien yang unik. Proses itu bisa memakan waktu belasan menit. Sebuah algoritma kecerdasan buatan melakukannya dalam tiga detik, dengan tingkat keberhasilan deteksi mencapai 97,30% dalam batas deviasi dua milimeter.
Angka itu bukan fiksi ilmiah. Ia muncul dari sebuah scoping review yang diterbitkan di Journal of Dentistry pada awal 2025 — sebuah tinjauan sistematis yang memetakan 71 studi tentang penerapan kecerdasan buatan (AI) dalam diagnosis dan perencanaan perawatan ortodonti. Salah satu penulisnya adalah drg. Rellyca Sola Gracea, Sp. RKG. Subsp. RDP (K), peneliti asal Indonesia yang tergabung dalam kelompok riset OMFS-IMPATH di KU Leuven, Belgia.
Dari Tiga Detik hingga Ribuan Gambar: Apa yang Bisa Dilakukan AI?
Tim peneliti yang dipimpin Reinhilde Jacobs ini menelusuri basis data PubMed, Web of Science, dan Embase hingga Juni 2023. Dari 943 artikel yang ditemukan, 71 lolos seleksi ketat dan dikelompokkan ke dalam tiga domain utama: diagnostik (29 studi), deteksi landmark anatomis (20 studi), dan perencanaan perawatan (22 studi).
Hasilnya membuka mata. Dalam domain diagnostik, AI terbukti mampu mengklasifikasikan foto klinis dan radiologis dengan akurasi hingga 99% hanya dalam 0,08 menit. Penentuan tahap maturasi vertebra servikal — yang biasanya membutuhkan penilaian klinis berpengalaman — bisa diselesaikan AI dalam 0,1 detik dengan akurasi tertinggi 90%. Untuk diagnosis maloklusi pada gambar intraoral, satu model CNN bahkan mencatat akurasi 99% dalam mendeteksi kondisi seperti crowding, spacing, overjet, crossbite, open bite, dan deep bite.
Deteksi landmark anatomis menjadi topik paling banyak diteliti dalam review ini. Mayoritas studi melatih jaringan AI untuk mengenali 19 titik anatomis pada sefalogram lateral — tugas yang selama ini menjadi tulang punggung analisis sefalometri ortodonti. Menariknya, AI menunjukkan reproduktibilitas lebih baik dibanding manusia, artinya hasil pengukurannya lebih konsisten dan tidak berubah-ubah tergantung siapa yang mengerjakan.
Merencanakan Perawatan: AI Bisa Bantu, tapi Belum Bisa Mandiri
Di domain perencanaan perawatan, temuan-temuannya tak kalah menarik. Dua studi independen menunjukkan bahwa jaringan saraf tiruan mampu memprediksi kebutuhan pencabutan gigi untuk tujuan ortodonti dengan akurasi sekitar 93-94%. Sistem lain berhasil membantu perencanaan bedah ortognatik dengan tingkat kesepakatan diagnostik 96,3% dibanding keputusan dokter ahli.
Satu model bahkan dirancang untuk memprediksi pengalaman pasien selama perawatan Invisalign — termasuk tingkat nyeri, kecemasan, dan kualitas hidup — dengan keberhasilan prediktif antara 88% hingga 93%. Ini bukan sekadar soal efisiensi teknis; ini menyentuh dimensi pengalaman manusia dalam perawatan medis.
Namun ada batas yang tegas. Review ini menegaskan bahwa AI belum mampu membuat rencana perawatan secara mandiri. Pengawasan manusia tetap tak tergantikan.
“AI should be regarded as a decision-support tool that enhances, rather than replaces, the critical role of clinical judgment in orthodontic care.” — Gracea et al., Journal of Dentistry, 2025
Janji Besar dengan Catatan Serius
Di balik angka-angka yang mengesankan itu, ada sejumlah catatan penting yang perlu dibaca dengan cermat.
Pertama, soal data. Hampir semua model AI dalam studi-studi ini dilatih menggunakan dataset yang terbatas dan kurang beragam. Saat diuji pada dataset publik yang berbeda, performa model sering menurun signifikan. Ini masalah generalisasi — sebuah model yang bagus di satu rumah sakit belum tentu bekerja sama baiknya di rumah sakit lain.
Kedua, soal standar emas. Banyak studi menggunakan penilaian dokter ahli sebagai acuan kebenaran. Tapi dokter ahli pun bisa berbeda pendapat untuk kasus yang sama. Ketika AI dilatih berdasarkan data yang sendirinya tidak seragam, hasilnya juga akan mewarisi ketidakpastian itu.
Ketiga, ada masalah “kotak hitam.” Algoritma deep learning yang kompleks sering tidak bisa menjelaskan mengapa ia mengambil keputusan tertentu. Ini bukan hanya soal teknis — ini soal kepercayaan klinis dan tanggung jawab hukum yang belum terpetakan dengan jelas.
Lebih dari 80% dari 71 artikel yang dianalisis diterbitkan antara 2021 dan 2023. Lonjakan publikasi ini mencerminkan betapa cepatnya bidang ini berkembang. Tapi kecepatan penelitian tidak otomatis berarti kesiapan klinis.
Kolaborasi Manusia dan Mesin: Masa Depan yang Sedang Dibangun
Review ini tidak berakhir dengan kesimpulan pesimistis. Justru sebaliknya — ia membuka peta wilayah yang belum dijelajahi. Prediksi pola erupsi gigi impaksi, simulasi pertumbuhan wajah jangka panjang, otomatisasi analisis model studi, hingga penilaian indeks ortodonti berbasis AI: semua itu disebut sebagai area yang menjanjikan namun masih kekurangan penelitian.
Yang paling penting, review ini menegaskan bahwa AI tidak akan menggeser dokter ortodonti. Sebaliknya, ia paling berguna justru sebagai jembatan bagi klinisi yang masih membangun pengalaman, atau sebagai alat pengecekan kedua yang membantu mendeteksi hal yang mungkin terlewat oleh mata manusia yang lelah.
Kecerdasan buatan masuk ke ruang praktik ortodonti bukan untuk mengambil alih kursi dokter. Ia datang untuk duduk di sebelahnya — membantu, mempercepat, dan mengingatkan. Seberapa jauh kolaborasi itu bisa diandalkan, akan sangat bergantung pada seberapa serius komunitas klinis dan ilmiah mau terlibat dalam membentuknya.
Sumber DOI : https://doi.org/10.1016/j.jdent.2024.105442
Penulis : Anny Anggraini , drg. Achmad Zam Zam Aghasy, M.Kes.
Foto : Freepik
