Identifikasi Potensi Efek Samping Obat Pada Resep Pasien Rawat Jalan Di Klinik Cahaya Madani Dengan Menggunakan Open AI (ChatGPT)

Efek samping obat (ESO) merupakan tantangan penting dalam pelayanan farmasi klinis, terutama pada pasien rawat jalan. Identifikasi dini ESO diperlukan untuk meningkatkan keselamatan terapi. Penelitian ini bertujuan mengetahui profil pasien, mengidentifikasi potensi ESO, serta mengevaluasi akurasi ChatGPT dalam menganalisis ESO dibandingkan dengan referensi farmasi. Desain penelitian deskriptif dengan pendekatan kuantitatif retrospektif menggunakan 351 resep pasien rawat jalan di Klinik Cahaya Madani (Januari–Maret 2025). Analisis dilakukan dengan ChatGPT, divalidasi menggunakan Drugs.com, MIMS.com, dan brosur obat, kemudian dievaluasi dengan confusion matrix. Mayoritas pasien adalah perempuan (53,8%) dengan usia dewasa (39,6%), dan resep didominasi obat jadi (85,8%). Potensi ESO terbanyak adalah gangguan gastrointestinal (63,8%), sedasi (63,0%), dan reaksi alergi (32,8%). Hasil evaluasi menunjukkan akurasi 92,85%, presisi 92,85%, recall 100%, dan F1-score 96,2%. ChatGPT terbukti efektif mendeteksi ESO, namun tetap memerlukan validasi klinis oleh tenaga kesehatan profesional.