AI & ChatGPT dalam Kedokteran Gigi Anak
ChatGPT di Kursi Dokter Gigi Anak: Apa yang Diungkap Review Terbaru tentang AI dalam Kedokteran Gigi Anak
Para peneliti dari Jepang menelaah 30 studi tentang bagaimana model bahasa besar seperti ChatGPT, Gemini, Claude, Copilot, dan DeepSeek digunakan dalam kedokteran gigi anak — dan hasilnya memberi pesan ganda: menjanjikan, sekaligus peringatan.
Chatbot Masuk ke Ruang Praktik Dokter Gigi
Bayangkan situasi ini: anak Anda kehilangan gigi saat bertanding sepak bola di akhir pekan. Panik, Anda meraih ponsel dan bertanya ke ChatGPT apa yang harus dilakukan. Haruskah gigi itu dipasang kembali? Direndam dalam susu? Langsung ke IGD?
Skenario ini bukan lagi sekadar hipotesis. Di seluruh dunia, para orang tua, mahasiswa kedokteran gigi, bahkan dokter gigi yang sudah praktik pun kini semakin sering berpaling ke large language models (LLM) — chatbot AI seperti ChatGPT, Gemini, Claude, Copilot, dan DeepSeek — untuk mencari jawaban cepat seputar masalah gigi. Pertanyaannya: seberapa baik alat AI ini ketika menyangkut gigi anak Anda?
Sebuah scoping review terbaru yang dimuat di International Dental Journal mencoba menjawab pertanyaan itu.
Mengapa Kedokteran Gigi Anak Jadi Tantangan Khusus untuk AI
Anak-anak bukan sekadar "orang dewasa versi mini". Rongga mulut mereka berubah dengan cepat — gigi susu datang dan pergi, gigi permanen tumbuh, rahang berkembang, dan setiap tahap punya masalah klinisnya sendiri. Dokter gigi anak sehari-hari menghadapi karies, peradangan gusi, anomali perkembangan gigi, trauma akibat jatuh atau olahraga, sampai maloklusi (gigi tidak rapi).
Lebih dari itu, kesehatan gigi anak sangat dipengaruhi oleh apa yang diketahui dan dilakukan orang tua mereka. Jadi kedokteran gigi anak bukan sekadar soal merawat anak — tapi juga mengedukasi orang tua. Inilah yang menjadikannya kasus uji yang menarik untuk AI: mampukah chatbot benar-benar memberi panduan yang andal di bidang yang begitu kompleks ini?
Apa yang Dilakukan Para Peneliti
Tim dari Universitas Hiroshima dan The University of Osaka di Jepang — Tatsuya Akitomo, Masakazu Hamada, dan kolega — melakukan scoping review, sebuah jenis studi yang dirancang untuk memetakan apa yang sudah diketahui di suatu bidang dan mengidentifikasi celah untuk riset di masa depan.
Mereka menelusuri tiga database ilmiah utama (PubMed, Scopus, dan Web of Science) pada September 2025, menggunakan nama-nama LLM paling populer (ChatGPT, Gemini, Claude, Copilot, dan DeepSeek) dikombinasikan dengan "Pediatric dentistry". Dari 262 artikel awal, 30 studi memenuhi kriteria inklusi — dan yang menarik, 24 dari 30 studi tersebut baru terbit di tahun 2025, sisanya 6 artikel dari 2024. Tidak ada satupun makalah tentang topik spesifik ini di tahun 2022 atau 2023. Ini adalah bidang yang benar-benar meledak dalam semalam.
Peneliti kemudian mengelompokkan studi-studi itu ke dalam empat kategori yang jelas:
Menjawab pertanyaan (18 studi) — AI menjawab pertanyaan orang tua atau mahasiswa
Bantuan diagnostik (8 studi) — AI membantu dokter gigi membuat diagnosis
Ujian profesi dokter gigi (3 studi) — AI mengerjakan soal ujian lisensi
Pendidikan kedokteran gigi (1 studi) — AI sebagai alat bantu ajar
Apa yang Mereka Temukan
Ketika Orang Tua Bertanya pada AI
Bagian terbesar riset — lebih dari separuh — meneliti seberapa baik LLM menangani pertanyaan sehari-hari dari orang tua. Secara umum, hasilnya cukup menggembirakan. ChatGPT dan alat sejenisnya umumnya memberikan jawaban yang lengkap, logis, dan ditulis dengan jelas untuk pertanyaan umum seputar kesehatan mulut anak, karies usia dini, dan penggunaan fluoride.
Tapi ada catatan penting: pertanyaan seputar trauma gigi justru menjadi titik lemah LLM. Tujuh dari studi-studi tersebut secara khusus meneliti cedera traumatik pada gigi — gigi tanggal karena benturan, gigi patah, cedera pada gigi susu — dan menemukan inkonsistensi yang mengkhawatirkan. Jawaban chatbot tidak selalu sesuai dengan pedoman internasional dari International Association of Dental Traumatology. Bahkan, chatbot yang sama bisa memberi jawaban berbeda untuk pertanyaan yang sama di hari yang berbeda.
Seperti disimpulkan salah satu studi: chatbot saat ini belum dapat diandalkan sebagai sumber informasi utama di situasi darurat trauma gigi. Padahal, justru di situasi itulah seseorang paling butuh jawaban yang bisa dipercaya dengan cepat.
Ketika AI Mencoba Mendiagnosis
Delapan studi meneliti kemampuan LLM membantu dokter gigi membuat diagnosis dan rencana perawatan. Hasilnya beragam:
Satu studi menemukan ChatGPT mencapai akurasi diagnostik 80% — setara dengan dua dokter gigi anak praktisi
Versi khusus yang sudah di-customize dari GPT-4V berhasil mendeteksi gigi supernumerary (gigi tambahan) dengan akurasi 91% dari rontgen
Namun, saat diminta memperkirakan usia gigi dari foto panoramik — tugas yang butuh evaluasi banyak gigi sekaligus — LLM sering meleset, kerap over-estimasi atau memberi hasil yang tidak konsisten
Kesimpulannya? LLM bisa menangani tugas-tugas fokus dengan cukup baik, tapi masih kesulitan dengan penalaran klinis kompleks yang menuntut penimbangan banyak petunjuk yang saling tumpang-tindih — padahal itulah esensi diagnosis klinis sesungguhnya.
Ketika AI Mengerjakan Ujian Profesi
Tiga studi menguji LLM pada ujian lisensi dokter gigi nasional. Polanya konsisten: LLM bagus untuk pertanyaan fakta yang lugas, tapi akurasinya turun di bidang yang menuntut penalaran klinis seperti kedokteran gigi anak dan bedah mulut. Menariknya, model yang sudah dilatih khusus dan model yang lebih baru jauh mengungguli versi lama atau versi tanpa pelatihan — dan teknik prompting bernama "Chain of Thought" semakin meningkatkan akurasi. Singkatnya, alat-alat ini berkembang dengan sangat cepat.
AI sebagai Alat Bantu Pendidikan
Hanya satu studi yang secara khusus melihat pendidikan kedokteran gigi. Studi itu membandingkan ChatGPT-4.5, mahasiswa kedokteran gigi, dan orang tua dalam mengidentifikasi gigi susu dan gigi permanen dari foto intraoral. ChatGPT tampil hampir setara dengan mahasiswa — dan jauh di atas orang tua. Ini menunjukkan potensi nyata LLM sebagai alat bantu edukasi, terutama di daerah yang kesulitan akses ahli.
Gambaran Besar
Jika semua temuan ini dirangkai, para reviewer memberi potret yang berimbang tentang kondisi saat ini:
Kabar baiknya: LLM menunjukkan potensi nyata di berbagai tugas kedokteran gigi anak. Ia dapat mengedukasi orang tua, mendukung mahasiswa, membantu menjawab pertanyaan diagnostik rutin, dan berpotensi mendemokratisasi akses ke informasi gigi dasar.
Kabar yang harus diwaspadai: Akurasinya masih inkonsisten. Jawaban bisa berbeda antar model, antar sesi, bahkan dalam model yang sama pada waktu yang berbeda. Manajemen trauma — salah satu skenario paling membutuhkan kecepatan dalam kedokteran gigi anak — justru adalah titik terlemahnya. Dan isu-isu fundamental seperti privasi pasien, keamanan data, serta terbatasnya data pelatihan khusus kedokteran gigi anak masih belum terselesaikan.
Para penulis tegas menyampaikan kesimpulan utama: LLM saat ini hanya boleh digunakan sebagai alat pelengkap, bukan pengganti perawatan gigi oleh profesional.
Apa yang Harus Dilakukan Selanjutnya
Review ini memaparkan beberapa langkah ke depan:
Data pelatihan yang khusus dibangun — LLM butuh database berkualitas tinggi yang didedikasikan khusus untuk kedokteran gigi anak
Fine-tuning dan spesialisasi — Chatbot umum tampil lebih buruk dibanding chatbot yang dilatih khusus konten kedokteran gigi
Pedoman etika yang jelas — Aturan tentang bagaimana AI boleh digunakan dalam perawatan klinis, terutama terkait data pasien
Riset tentang edukasi orang tua/wali — Sampai saat ini belum ada studi yang khusus meneliti efektivitas LLM mengedukasi orang tua, padahal inilah area yang mungkin paling berdampak