GEMINI GEMS: MENGHIDUPKAN WATAK ‘PESAKIT’ DAN ‘PENSYARAH’ MAYA UNTUK PERSEDIAAN OSPHE PELAJAR FARMASI

Antara Teori dan Amali: Menghubungkan Jurang Persediaan Penilaian OSPhE

Di hadapan pintu dewan Penilaian Objective Structured Pharmacy Examination (OSPhE), debaran pelajar Fakulti Farmasi, UKM berada di kemuncak. Dalam tempoh beberapa minit, mereka perlu berhadapan pelakon simulasi (yang terdiri daripada staf sokongan fakulti), dan memberikan khidmat kaunseling ubat secara profesional. Selaku penyelaras kursus Komunikasi Profesional dan Pendidikan Pesakit, cabaran terbesar adalah memastikan pelajar tidak sekadar ‘menghafal skrip’, tetapi benar-benar bersedia secara mental, emosi, dan praktikal.

Kaedah latihan konvensional sebelum ini menyerlahkan jurang yang nyata. Dalam bengkel persediaan pada tahun-tahun sebelumnya, pelajar dibahagikan kepada kumpulan untuk membincangkan kajian kes dan membentangkan hasil dapatan mereka di hadapan kelas. Hasil pembentangan sentiasa bersifat teori dan teknikal. Sebagai contoh, pelajar akan menyatakan “Pegawai farmasi hendaklah mengelakkan penggunaan istilah jargon” atau “Teknik soalan terbuka (open-ended question) perlu dipraktikkan”. Walau bagaimanapun, kaunter farmasi sebenar tidak hanya mengikut skrip kertas. Ia menuntut kebolehan berfikir pantas, membaca bahasa tubuh, dan menyesuaikan nada suara mengikut kerenah pesakit. Menerangkan teori berdasarkan slaid kuliah semata-mata tidak sama dengan ketegangan sebenar yang mungkin mereka akan hadapi di kaunter amali. Untuk merapatkan jurang antara teori yang dipelajari di dalam dewan kuliah dan realiti amali ini, satu pendekatan pembelajaran imersif yang membolehkan pelajar berlatih secara simulasi amat diperlukan.

Mencetuskan 8 Persona Maya Menerusi Gemini Gems

Dilema tersebut akhirnya mencetuskan satu idea baharu pada suatu malam: Mengapa tidak dimanfaatkan teknologi Kecerdasan Buatan (AI) Generatif yang sedia ada dan mudah diakses oleh pelajar? Bermula tepat jam 10:00 malam, saya mula mengumpul kes-kes klinikal lama dan memasukkannya ke dalam perisian Gemini Gems bagi membina watak pesakit maya dengan latar belakang, tahap literasi kesihatan yang pelbagai, dan emosi yang realistik.

Menerusi prompt engineering dan kerangka Retrieval-Augmented Generation (RAG), sebanyak lapan watak pesakit maya berjaya dibangunkan. Antara watak yang dilahirkan ialah ‘Bah Sidin’ iaitu seorang pesakit Orang Asli dari Gua Musang, Kelantan yang menghidap malaria, mempunyai tahap literasi kesihatan sangat rendah, serta tidak tahu membaca jam dinding. Selain Bah Sidin, watak lain yang berjaya dibangunkan adalah pelajar kolej yang malu kerana disyaki menghidap penyakit jangkitan kelamin, ibu yang kepenatan menjaga anak autistik, warga emas yang sukar memahami arahan ubat, pesakit Orang Kurang Upaya (OKU), serta pelbagai karakter mencabar yang lain.
Bagi melengkapkan pengalaman simulasi agar kelihatan lebih hidup dan nyata, fungsi penjanaan imej Gemini digunakan untuk menghasilkan potret visual bagi setiap pesakit. Gambar Bah Sidin, seorang lelaki Orang Asli pertengahan umur dengan riak wajah yang khuatir dan latar belakang fasiliti kesihatan luar bandar, berjaya dijana dengan begitu realistik Tepat jam 1:00 pagi, selepas tiga jam melakukan pembangunan dan pemurnian watak, kesemua pesakit maya ini sedia dilancarkan ke ‘kaunter farmasi’ maya.

Rajah 1: Potret visual ‘Bah Sidin’, pesakit Orang Asli dari Gua Musang yang dijana menggunakan kecerdasan buatan Gemini bagi meningkatkan elemen imersif simulasi

Apabila Pelajar dan Pesakit Maya Berinteraksi

Keesokan harinya, suasana bengkel komunikasi bertukar wajah secara dramatik. Sebaik sahaja pelajar mengakses pautan Gemini Gems yang diberikan, suasana dewan kuliah menjadi riuh dan hidup. Pelajar kelihatan sangat teruja kerana tidak lagi mendengar kuliah secara pasif, sebaliknya sibuk berinteraksi aktif dengan pesakit maya masing-masing.

Pengalaman paling menarik berlaku apabila salah seorang pelajar memulakan sesi perundingan ubat bersama Bah Sidin. Secara spontan, pelajar menyapa pesakitnya dalam Bahasa Inggeris: “Hi Mr Bah Sidin, I am the pharmacist on duty today. How can I help you?”. Watak Bah Sidin kemudiannya terus membalas dalam nada kepolosan Bahasa Melayu: “Minta maaf… saya tak faham. Cik cakap bahasa orang putih ke? Saya tak sekolah tinggi, tak reti bahasa asing. Boleh cakap Melayu biasa?”. Menariknya, jawapan Bah Sidin turut disertai dengan bahasa tubuh bukan verbal menerusi kenyataan ‘terpinga-pinga, pandang keliling dengan muka bingung, genggam plastik ubat erat-erat’. Bah Sidin bukan sahaja enggan bercakap Bahasa Inggeris, malah mampu memberikan bahasa tubuh untuk memberi gambaran beliau dalam keadaan yang keliru. Keupayaan Gemini Gems mengekalkan penjiwaan watak (persona enforcement) tanpa terpesong daripada skrip asal benar-benar memukau para pelajar! Hasil interaksi pelajar dengan Bah Sidin menampakkan pesakit benar-benar keliru apabila diarahkan mengambil ubat mengikut jam dinding, lalu memaksa pelajar berfikir kreatif dengan melukis arahan menggunakan simbol yang mudah difahami di atas kertas untuk memudahkan pemahaman pesakit.

Rajah 2: Tangkapan layar interaksi log antara pelajar dan Bah Sidin yang menunjukkan ketegasan watak AI mengekalkan bahasa dan watak pesakit.

Sinergi RAG dan Kelebihan Gemini Gems

Keberkesanan simulasi ini didorong oleh integrasi kerangka RAG dan ekosistem Gemini Gems. Berbanding model AI biasa yang cenderung menghasilkan jawapan rekaan (hallucination), RAG memastikan AI menggunakan sumber khusus yang dimuat naik, seperti skrip dialog, preskripsi, dan profil klinikal. AI bertindak mengikut batasan arahan yang diberikan, sekali gus mengekalkan penjiwaan watak menerusi pelarasan nada bahasa (real-time tone modulation), tahap empati, dan tindak balas emosi yang konsisten.

Kelebihan paling unik Gemini Gems terletak pada keupayaan menukar peranan (dual-phase system). Apabila pelajar selesai berkonsultasi dengan pesakit maya masing-masing, mereka diminta untuk menaip frasa rahsia “Grade Me”. AI yang tadinya bertindak sebagai pesakit bertukar mod serta-merta menjadi ‘Pensyarah Farmasi’. Menerusi transkrip perbualan yang direkodkan, AI menilai prestasi pelajar berdasarkan rubrik rasmi yang turut digunakan semasa penilaian OSPhE dan memberikan maklum balas membina yang sangat jelas dan spesifik termasuk teguran klinikal sekiranya berlaku kesilapan kaunseling ubat.Sebab utama Gemini Gems menjadi pilihan adalah kerana persekitarannya yang mesra pengguna tanpa kemahiran pengaturcaraan rumit, berkos sifar, dan boleh diakses percuma 24 jam oleh pelajar dari kolej kediaman masing-masing.

Peningkatan Keyakinan dan Maklum Balas Pelajar

Selain pembangunan watak pesakit maya, Gemini juga turut dimanfaatkan untuk menjana kod Google Apps Script bagi membina borang kaji selidik pra dan pasca-simulasi. Perkara yang dahulunya mungkin mengambil masa beberapa jam kini boleh selesai dalam tempoh beberapa minit sahaja. Dapatan kaji selidik tersebut membuktikan bahawa pendekatan simulasi ini telah berjaya memberi impak yang amat positif kepada pelajar. Peningkatan keyakinan diri mereka dapat dilihat dengan ketara sejurus selepas berinteraksi dengan pesakit maya. Pelajar berasa jauh lebih bersedia mengendalikan kaunseling ubat terutamanya dalam aspek memperkenalkan diri secara profesional, menyampaikan maklumat ubat kompleks menggunakan bahasa awam yang mudah, mengurus emosi pesakit yang kelihatan cemas, serta memastikan pesakit faham arahan ubat yang diberikan sebelum sesi kaunseling berakhir.

Selain mengukuhkan kemahiran komunikasi, latihan simulasi ini berjaya meredakan perasaan gementar yang kerap menghantui pelajar sebelum menduduki penilaian OSPhE. Pelajar mengakui bahawa ruang latihan maya membantu mereka berfikir dengan lebih tenang di bawah tekanan masa. Seorang pelajar berkongsi rasa terujanya, “Saya sangat menikmati simulasi ini dan tidak sabar untuk mencubanya lagi di bilik… terutamanya sebelum peperiksaan OSPhE sebenar”. Seorang lagi pelajar menambah bahawa sesi latihan ini memberikan gambaran jelas mengenai kelemahan diri yang perlu diperbaiki. Disebabkan pengalaman pembelajaran yang interaktif dan praktikal ini, majoriti besar pelajar mengesyorkan agar pendekatan simulasi AI ini diserapkan secara kekal dalam kurikulum pengajaran pada masa akan datang.

Penutup

Projek yang dibina dalam tempoh tiga jam telah membuktikan bahawa AI bukanlah pengganti interaksi manusia, sebaliknya peranti pelengkap (complementary tool) yang memperkasa latihan kendiri dalam persekitaran ralat yang selamat (safe trial-and-error environment), menyokong penggunaan dwibahasa (Bahasa Melayu dan Bahasa Inggeris), serta menyediakan log sembang yang boleh disemak semula. Pada masa hadapan, inovasi ini berpotensi diperkasakan menerusi interaksi suara (voice-to-text) dan Realiti Maya (VR). Projek ini membuktikan bagaimana teknologi AI dan sentuhan emosi kemanusiaan boleh digabungkan demi melahirkan pegawai farmasi yang berpengetahuan, mahir, dan berempati tinggi.

Rujukan
[1] Yu, H., Zhou, J., Li, L. et al. (2026). Simulated patient systems powered by large language model-based AI agents offer potential for transforming medical education. Communications Medicine, 6, 27.
[2] Li, D., & Lebai Lutfi, S. (2025). Large Language Model–Based Virtual Patient Systems for History-Taking in Medical Education: Comprehensive Systematic Review. JMIR Medical Informatics, 14, e79039.
[3] Klesel, M., & Wittmann, H.F. (2025). Retrieval-Augmented Generation (RAG). Business & Information Systems Engineering, 67, 551–561.
[4] Batthula, V.J.R., Segall, R.S., & Sivasubramony, S. (2025). Case Study on Understanding the Power of Retrieval Augmented Generation (RAG). Proceedings of WMSCI 2025, pp. 57-65.
[5] Sharkiya, S.H. (2023). Quality communication can improve patient-centred health outcomes among older patients: a rapid review. BMC Health Services Research, 23, 886.