Digital twin, yang awalnya dikenal sebagai teknologi untuk mereplikasi bangunan atau infrastruktur dalam bentuk virtual, kini memasuki fase baru yang jauh lebih kompleks, yaitu dimanfaatkan untuk memodelkan manusia. Transformasi ini berlangsung seiring kemajuan kecerdasan buatan yang memungkinkan penciptaan kembaran digital pasien. Dengan prinsip serupa pemetaan geospasial yang menangkap dinamika suatu wilayah, digital twin dalam kesehatan memetakan perubahan kondisi tubuh secara berkelanjutan sehingga membuka peluang baru dalam prediksi dan pencegahan penyakit.
ANTARA melaporkan bahwa penelitian dari Universitas Melbourne memperkuat arah perubahan ini melalui pengembangan teknologi yang dapat menghasilkan replika virtual pasien untuk memprediksi riwayat kesehatan individu. Dalam penelitian ini, digital twin tidak sekadar mengumpulkan data pasien, tetapi menyusun gambaran evolusi kondisi tubuh dari waktu ke waktu. Mekanisme tersebut menyerupai analisis geospasial real-time yang memonitor perubahan kawasan secara kontinu dan memberikan pemahaman mendalam mengenai pola yang muncul.
Untuk membangun kemampuan prediktif tersebut, tim peneliti memanfaatkan tiga himpunan data besar berisi ribuan rekam medis elektronik. Setiap hasil laboratorium, diagnosis, maupun riwayat pengobatan diperlakukan sebagai titik data yang membentuk pola temporal. Mirip dengan layer dalam sistem informasi geografis, rangkaian data tersebut menciptakan peta perjalanan penyakit yang dinamis dan akurat sehingga memudahkan analisis perkembangan kondisi pasien.
Dari proses ini, lahirlah DT-GPT, sebuah model AI yang disebut sebagai terobosan besar dalam uji klinis. Model ini mempelajari pola kesehatan pasien dengan Alzheimer, kanker paru jenis non-small cell lung cancer (NSCLC), dan pasien ICU, kemudian menghasilkan kembaran digital yang mampu memprediksi perubahan kondisi mereka. Oleh karena model tidak dibekali hasil akhir pasien saat pelatihan, akurasinya dapat diuji secara objektif, dan hasilnya menunjukkan bahwa DT-GPT mengungguli lebih dari selusin model pembelajaran mesin mutakhir lainnya.
Kemampuan prediktif tersebut mendorong pergeseran dari pengobatan reaktif menuju pengobatan yang personal dan antisipatif. Seperti halnya analis geospasial memprediksi dampak perubahan wilayah, teknologi ini membantu dokter mengantisipasi potensi memburuknya kondisi pasien. DT-GPT juga dilengkapi antarmuka mirip chatbot dan kemampuan zero-shot yang memungkinkan prediksi tanpa pelatihan khusus. Dengan ini, digital twin menjadi jembatan menuju layanan kesehatan yang lebih presisi, adaptif, dan responsif terhadap kebutuhan setiap individu.
