Bahaya Studi Kesehatan Formulaik dari Data Terbuka dan AI yang Semakin Marak

Ada peningkatan besar jumlah publikasi ilmiah yang menggunakan data kesehatan terbuka dari NHANES di AS. Data ini mudah diolah menggunakan alat kecerdasan buatan, yang mendorong para peneliti membuat studi dengan pola yang sangat mirip dan sederhana. Masalahnya adalah banyak penelitian hanya mengaitkan satu faktor, seperti kadar vitamin D atau kualitas tidur, dengan penyakit kompleks seperti depresi atau penyakit jantung. Mereka mengabaikan fakta bahwa penyakit tersebut punya banyak faktor penyebab. Para peneliti menemukan bahwa beberapa studi ini juga melakukan cherry-picking data, yaitu memilih data yang hanya mendukung hasil yang diinginkan sementara data lain diabaikan. Ini membuat hasil studi menjadi kurang dapat dipercaya secara statistik. Para ahli menduga bahwa sebagian studi ini bahkan mungkin dibuat dengan bantuan teknologi AI seperti large language models, yang membantu mempercepat pembuatan studi formulaik tanpa analisis mendalam. Karena potensi kerugian akibat informasi kesehatan yang menyesatkan ini, para ilmuwan menyerukan pentingnya evaluasi sistematis agar dapat menilai dan mengatasi masalah tersebut dalam publikasi kesehatan.