Departemen Kesehatan dan Layanan Masyarakat AS tengah mengembangkan sebuah alat kecerdasan buatan generatif untuk mengidentifikasi pola dalam data yang dilaporkan ke basis data vaksin nasional serta merumuskan hipotesis mengenai efek negatif vaksin. Hal ini terungkap dalam inventarisasi kasus penggunaan AI oleh lembaga tersebut untuk tahun 2025 yang dirilis pekan lalu.
Berdasarkan dokumen HHS, alat tersebut belum diimplementasikan. Laporan inventarisasi AI dari tahun sebelumnya menunjukkan bahwa pengembangannya telah berlangsung sejak akhir 2023. Namun, para ahli khawatir prediksi yang dihasilkannya dapat dimanfaatkan oleh Menteri Kesehatan dan Layanan Masyarakat, Robert F. Kennedy Jr., untuk mendukung agenda anti-vaksinnya.
Sebagai kritikus vaksin yang sudah lama dikenal, Kennedy telah mengubah jadwal imunisasi anak selama setahun menjabat, dengan menghapus beberapa jenis vaksin dari daftar imunisasi yang direkomendasikan untuk semua anak. Vaksin-vaksin tersebut mencakup vaksin untuk Covid-19, influenza, hepatitis A dan B, penyakit meningokokus, rotavirus, serta virus sinsitium saluran pernapasan atau RSV.
Kennedy juga menyerukan perombakan sistem pemantauan keamanan terkini untuk pengumpulan data cedera vaksin, yang dikenal sebagai Vaccine Adverse Event Reporting System (VAERS). Ia mengklaim sistem itu menekan informasi tentang tingkat sebenarnya efek samping vaksin. Selain itu, ia telah mengusulkan perubahan pada Program Kompensasi Cedera Vaksin federal yang dapat mempermudah masyarakat untuk mengajukan gugatan untuk kejadian tidak diinginkan yang belum terbukti kaitannya dengan vaksin.
VAERS, yang dikelola bersama oleh Pusat Pengendalian dan Pencegahan Penyakit (CDC) dan Badan Pengawas Obat dan Makanan (FDA), didirikan pada 1990 sebagai sarana untuk mendeteksi potensi masalah keamanan vaksin setelah persetujuannya. Siapa pun, termasuk penyedia layanan kesehatan dan masyarakat umum, dapat mengirimkan laporan reaksi merugikan ke basis data ini. Karena klaim ini tidak diverifikasi, data VAERS saja tidak dapat digunakan untuk menentukan apakah suatu vaksin menyebabkan suatu kejadian.
“VAERS, dalam fungsinya yang terbaik, selalu merupakan mekanisme pembangkit hipotesis,” ujar Paul Offit, dokter anak dan direktur Pusat Pendidikan Vaksin di Rumah Sakit Anak Philadelphia yang sebelumnya merupakan anggota Dewan Penasihat Praktik Imunisasi CDC. “Ini sistem yang ‘berisik’. Siapa pun bisa melapor, dan tidak ada kelompok kontrol.”
Offit mengatakan sistem ini hanya menunjukkan kejadian merugikan yang terjadi pada suatu waktu setelah imunisasi; sistem itu tidak membuktikan bahwa vaksin menyebabkan reaksi tersebut. Situs web CDC sendiri menyatakan bahwa laporan ke VAERS tidak berarti vaksin menyebabkan suatu kejadian merugikan. Meski demikian, aktivis anti-vaksin telah bertahun-tahun menyalahgunakan data VAERS untuk berargumen bahwa vaksin tidak aman.
Leslie Lenert, sebelumnya direktur pendiri Pusat Informatika Kesehatan Masyarakat Nasional CDC, mengatakan ilmuwan pemerintah telah menggunakan model AI pemrosesan bahasa alami tradisional untuk mencari pola dalam data VAERS selama beberapa tahun. Oleh karena itu, tidak mengejutkan jika HHS bergerak ke arah penggunaan model bahasa besar yang lebih maju.
Satu keterbatasan utama VAERS adalah tidak mencakup data tentang berapa banyak orang yang menerima suatu vaksin. Hal ini dapat membuat kejadian yang tercatat dalam basis data terlihat lebih umum daripada yang sebenarnya. Karena alasan ini, Lenert mengatakan penting untuk memadukan informasi dari VAERS dengan sumber data lain guna menentukan risiko sebenarnya dari suatu kejadian.
Model bahasa besar juga terkenal pandai menghasilkan halusinasi yang meyakinkan, sehingga menegaskan perlunya manusia untuk menindaklanjuti setiap hipotesis yang dihasilkanya.
“VAERS seharusnya bersifat sangat eksploratori. Beberapa orang di FDA sekarang memperlakukannya lebih dari sekadar eksploratori,” kata Lenert, yang saat ini menjabat sebagai direktur Pusat Informatika Biomedis dan Kecerdasan Buatan Kesehatan di Universitas Rutgers.