Transformasi digital di sektor kesehatan memasuki fase baru dengan hadirnya teknologi akal imitasi atau artificial intelligence/AI, khususnya generative AI yang mampu menghasilkan model molekul, memprediksi struktur protein, hingga mensimulasikan interaksi biologis secara presisi. Proses penemuan obat secara konvensional dikenal sebagai rangkaian tahapan yang panjang dan berbiaya tinggi. Fase praklinis saja umumnya berlangsung sekitar tiga hingga enam tahun, dengan kebutuhan pendanaan yang dapat mencapai ratusan juta hingga miliaran dolar. Seiring perkembangan teknologi, beragam perangkat berbasis kecerdasan buatan (AI) kini mulai mentransformasi hampir seluruh tahapan dalam penemuan obat, menghadirkan peluang signifikan untuk mempercepat proses sekaligus meningkatkan efisiensi biaya di industri farmasi.
Secara global, perusahaan farmasi dan lembaga riset telah mengintegrasikan AI untuk mengidentifikasi kandidat molekul baru, merekayasa protein terapeutik, serta memetakan potensi terapi untuk penyakit langka dan kompleks. Generative AI tidak lagi sekadar alat bantu analisis data, melainkan menjadi mitra kolaboratif dalam proses desain biologis. Perkembangan ini menandai pergeseran paradigma dari pendekatan eksperimental berbasis trial-and-error menuju pendekatan prediktif berbasis data.
Melalui artikel ini SIP Law Firm akan mengurai bagaimana generative AI merevolusi penemuan obat dan riset biologis, sekaligus menelaah tantangan regulasi, etika, serta perlindungan data pribadi dalam implementasinya di Indonesia.
Revolusi Generative AI dalam Penemuan Obat dan Riset Biologis
Secara tradisional, penemuan obat diawali dengan proses target identification, dilanjutkan dengan lead compound discovery dan uji praklinis yang memakan waktu panjang. Generative AI mampu mempersingkat tahapan ini dengan membangun model molekuler baru berdasarkan basis data senyawa kimia dan struktur protein yang telah tersedia.
Teknologi ini menggunakan pendekatan deep learning dan large language models untuk menganalisis jutaan kombinasi molekul dalam waktu singkat. Studi yang dipublikasikan oleh Petrie-Flom Center Harvard Law School menyebutkan bahwa AI dapat mengidentifikasi kandidat obat dalam hitungan bulan, dibandingkan metode konvensional yang membutuhkan waktu bertahun-tahun.
Salah satu terobosan penting dalam riset biologis adalah kemampuan AI dalam memprediksi struktur protein secara akurat. Struktur protein menentukan bagaimana molekul obat berinteraksi dengan target biologis. Kesalahan prediksi pada tahap ini dapat menyebabkan kegagalan dalam uji klinis.
Pendekatan ini tidak hanya relevan untuk penyakit umum seperti kanker atau diabetes, tetapi juga untuk terapi gen dan riset biologis. Dalam riset vaksin, AI dapat menganalisis mutasi virus dan memprediksi respons imun yang optimal, sehingga mempercepat pengembangan vaksin generasi baru.
Tantangan Regulasi dan Kepastian Hukum di Indonesia
Indonesia melalui Undang-Undang Nomor 17 Tahun 2023 tentang Kesehatan (“UU Kesehatan”) memberikan landasan bagi pemanfaatan teknologi kesehatan, termasuk teknologi digital dan AI. UU Kesehatan ini menekankan bahwa setiap penggunaan teknologi dalam pelayanan dan riset kesehatan harus mengutamakan keselamatan pasien serta memenuhi standar keamanan dan mutu
Salah satu ketentuan penting dalam UU tersebut menyatakan bahwa pengembangan dan pemanfaatan teknologi kesehatan wajib melalui evaluasi keamanan, khasiat/manfaat, dan mutu sebelum digunakan secara luas. Artinya, meskipun AI dapat mempercepat proses penemuan obat, hasilnya tetap harus melalui tahapan uji praklinis dan klinis sesuai regulasi.
Kementerian Kesehatan juga menegaskan bahwa penggunaan AI di sektor kesehatan harus memprioritaskan keselamatan pasien dan tidak boleh menggantikan tanggung jawab profesional tenaga kesehatan. Prinsip ini relevan ketika AI digunakan untuk mendukung keputusan riset atau desain uji klinis.
Tantangan utama dalam penggunaan AI untuk riset obat adalah validitas dan integritas data. Model generatif bergantung pada data pelatihan yang besar dan beragam. Jika data bias atau tidak representatif, hasil prediksi dapat menyesatkan.
Dalam perspektif hukum, kegagalan uji klinis akibat kesalahan model AI dapat menimbulkan pertanggungjawaban perdata maupun administratif. Oleh karena itu, diperlukan standar audit algoritma dan transparansi model (explainable AI).
Indonesia belum memiliki regulasi khusus yang mengatur tanggung jawab hukum AI secara komprehensif. Namun, prinsip kehati-hatian (precautionary principle) dalam hukum kesehatan dan farmasi tetap berlaku. Setiap inovasi teknologi harus dapat dipertanggungjawabkan secara ilmiah dan hukum sebelum dipasarkan.
Baca juga: Pahami Ketentuan Izin Edar untuk Produk Obat Inovasi Bioteknologi
Memahami Aspek Etika dan Perlindungan Data Pribadi Pasien
Pengembangan model generative AI membutuhkan akses pada data genetik, rekam medis, dan data uji klinis. Berdasarkan Undang-Undang Nomor 27 Tahun 2022 tentang Perlindungan Data Pribadi (“UU PDP”), data kesehatan termasuk kategori data pribadi yang bersifat spesifik dan sensitif.
UU PDP mengatur bahwa pemrosesan data pribadi spesifik harus mendapatkan persetujuan eksplisit dari subjek data serta memenuhi prinsip perlindungan, termasuk pembatasan tujuan dan keamanan pemrosesan. Pelanggaran terhadap ketentuan ini dapat dikenakan sanksi administratif hingga pidana.
Dalam riset obat, penggunaan data pasien untuk pelatihan model AI harus disertai mekanisme informed consent yang jelas dan transparan. Selain itu, AI yang dilatih menggunakan data populasi tertentu berpotensi menghasilkan bias. Jika data didominasi oleh populasi dari negara maju, maka hasil prediksi mungkin kurang relevan bagi populasi Indonesia.
Secara etis, pengembangan obat berbasis AI harus mempertimbangkan prinsip keadilan (justice), termasuk akses yang merata terhadap hasil inovasi. Regulasi nasional perlu mendorong inklusivitas data dan kolaborasi riset lintas institusi untuk memastikan representasi populasi lokal.
Etika penggunaan AI dalam riset biologis juga berkaitan dengan transparansi model dan akuntabilitas pengembang. Siapa yang bertanggung jawab jika kandidat obat yang dihasilkan AI menimbulkan efek samping serius?
Secara tegas, UU PDP mewajibkan pengendali data untuk memastikan keamanan pemrosesan dan bertanggung jawab atas kerugian yang timbul akibat pelanggaran. Prinsip ini dapat diperluas dalam konteks pembuatan obat menggunakan AI, yakni institusi riset dan perusahaan farmasi tetap memikul tanggung jawab atas hasil penggunaan sistem AI.
Ke depan, sangat diperlukan regulasi turunan yang lebih spesifik, mekanisme audit algoritma, dan kolaborasi multidisipliner antara peneliti, regulator, serta praktisi hukum untuk memastikan bahwa pemanfaatan AI dalam riset obat tidak hanya inovatif, tetapi juga bertanggung jawab dan dapat diterapkan dalam jangka panjang.***
Baca juga: Peran Hukum dalam Pengembangan Vaksin Berbasis Bioteknologi di Indonesia
Daftar Hukum:
- Undang-Undang Nomor 17 Tahun 2023 tentang Kesehatan (“UU Kesehatan”).
- Undang-Undang Nomor 27 Tahun 2022 tentang Perlindungan Data Pribadi (“UU PDP”).
Referensi:
- How Artificial Intelligence is Revolutionizing Drug Discovery. Petrie-Flom Center, Harvard Law School. (Diakses pada 2 Maret 2026 pukul 08.00 WIB).
- Penggunaan AI Harus Prioritaskan Keselamatan Pasien. Kementerian Kesehatan RI. (Diakses pada 2 Maret 2026 pukul 08.52 WIB).
- Studi Kasus: AI Bisa Bantu Temukan Obat untuk Penyakit Langka. IDN Citizen. (Diakses pada 2 Maret 2026 pukul 09.10 WIB).
- AI-Powered Drug Discovery: Obat Baru Ditemukan Hanya dalam Hitungan Hari?. Network Power System. (Diakses pada 2 Maret 2026 pukul 09.22 WIB).