MAJALAH ICT – Jakarta. Perindustrian kesehatan terus berkembang, membutuhkan profesional untuk mengandalkan data untuk menginformasikan pengambilan keputusan berisiko tinggi. AI (Artificial Intelligence) memungkinkan profesional medis untuk menganalisis dan memperoleh wawasan dari kumpulan data besar yang dibuat oleh organisasi perawatan kesehatan. Analisis AI data klinis dan operasional dapat menghasilkan peningkatan diagnosis individu dan administrasi rumah sakit. Pada tingkat makro, AI dapat digunakan untuk menganalisis data demografis, memberikan wawasan perawatan kesehatan di seluruh populasi. AI dapat melakukan banyak pekerjaan berat bagi profesional perawatan kesehatan – mengidentifikasi kesenjangan dan membebaskan sumber daya, dengan hasil dari fokus yang lebih baik pada pasien dan hasil yang lebih baik.
Pada tahun 2027, pasar AI untuk bidang kesehatan di Asia Pasifik diprediksi mencapai USD17.797.42 juta. Bagian dari peningkatan pertumbuhan ini adalah karena investasi dalam integrasi AI dan kemitraan yang berkembang dari para pemain pasar.
Menurut Cetak Biru Strategi Transformasi Digital Kesehatan Indonesia 2024, pihak berwenang telah mengakui perlunya Integrasi Sistem Data Kesehatan antara lembaga kesehatan di pemerintah pusat, pemerintah daerah, dan juga industri kesehatan untuk analisis kecerdasan buatan. Integrasi tersebut akan meningkatkan kualitas kebijakan kesehatan dengan memiliki data yang akurat, terkini dan lengkap.
Selain itu, Kepala Badan Riset dan Inovasi Nasional (BRIN) juga meluncurkan Strategi Nasional (Stranas KA) Kecerdasan Buatan 2020-2045 yang menjadi tonggak penerapan kecerdasan buatan (AI) di Indonesia. Hal ini diharapkan dapat meningkatkan efisiensi dan efektivitas di berbagai sektor, termasuk di institusi kesehatan. Di tengah pandemi, itu akan mempercepat rencana negara untuk rumah sakit pintar dan keamanan kesehatan. Untuk tujuan ini, pemerintah Indonesia melakukan berbagai inisiatif untuk memanfaatkan AI melalui transisi ke kemitraan yang didorong oleh permintaan, meningkatkan efisiensi dan efektivitas industri lokal, termasuk sistem kesehatan negara.
Menyadari kurangnya integrasi data antara sistem data, penyedia layanan kesehatan, dan lembaga layanan sipil, pemerintah Indonesia meluncurkan strategi jangka panjang untuk mengatasi berbagai masalah kesehatan yang dihadapi negara ini. Menanggapi tujuan transformasi kesehatan digital nasional, pemerintah mengidentifikasi integrasi data untuk pengambilan keputusan dan kebijakan sebagai area fokus utama. Memetakan tujuan transformasi kesehatan Indonesia, negara ini akan menerapkan sistem analisis kesehatan berbasis AI pada tahun 2023, yang menggarisbawahi pentingnya membuat catatan perawatan kesehatan terintegrasi.
Penyedia terkemuka juga meluncurkan inisiatif untuk mengoperasionalkan AI/ML (Machine Learning) dalam kasus penggunaan mobile-first yang inovatif, menghubungkan masyarakat Indonesia dengan profesional kesehatan dan meningkatkan akses ke layanan medis berkualitas. Sama menariknya dengan kasus penggunaan aplikasi berbasis AI ini, keberhasilan penerapannya bergantung pada kumpulan data besar yang diatur dan dibagikan dengan gesit. Oleh karena itu, sangat penting bagi penyedia layanan kesehatan untuk berinvestasi dalam struktur data yang tepat yang mempercepat dan memfasilitasi kelincahan, mempersingkat waktu hingga hasil dari jam atau hari menjadi akses yang hampir instan. Ini adalah pendorong utama keberhasilan untuk operasionalisasi aplikasi AI yang lebih besar dalam industri kesehatan.
Dengan meningkatnya adopsi teknologi digital, adopsi AI dalam industri kesehatan, tidak mengherankan, tumbuh dengan mantap. Namun, banyak penyedia layanan kesehatan mengakses kumpulan data yang bervariasi, membuat penggalian wawasan berharga dari data menjadi tantangan, dan dengan demikian mencegah penggunaan informasi tersebut secara efektif. Kualitas data yang buruk dan kurangnya proses analitik data yang efisien mengakibatkan pemanfaatan data yang kurang dan kurangnya interoperabilitas, yang menghambat kemampuan organisasi untuk mengekstrak nilai paling banyak dari aset dan investasi teknologi. Misalnya, dengan data dalam pengujian diagnostik, hasilnya mungkin tidak mencapai profesional medis yang tepat waktu, sehingga membahayakan nyawa. Ini menggarisbawahi perlunya kelincahan untuk diprioritaskan dalam modernisasi platform data.
Data kesehatan biasanya sering dijadikan permasalahan dan penuh dengan kesalahan, inkonsistensi, duplikasi, dan adanya entri yang hilang. Hal ini sering terjadi ketika berhadapan dengan kelebihan data. Untuk membersihkan data ini secara manual akan memakan waktu dan sangat rentan terhadap kesalahan, itulah sebabnya menggunakan alat yang canggih dan otomatis adalah satu-satunya cara yang hemat biaya dan praktis untuk mendapatkan kumpulan data yang konsisten dan berkualitas. Dengan tuntutan penyedia layanan kesehatan saat ini yang mengharuskan penggunaan solusi bertenaga AI, akses tepat waktu ke data sangat penting untuk memanfaatkan solusi bertenaga AI. Ini lebih dari sekadar efisiensi bisnis dan operasi ramping; itu juga merupakan elemen penting dalam menjaga data pribadi dan sensitif.
Data kepemerintahan telah menjadi prioritas bagi banyak organisasi untuk menangani kepatuhan terhadap peraturan, peningkatan operasional, kualitas laporan, dan pengalaman pelanggan. Untungnya, organisasi layanan kesehatan telah memprioritaskan data kepemerintahan, termasuk kepatuhan hukum dan peraturan, serta pemeliharaan praktik terbaik tata kelola teknis dan struktural. Tantangan yang dihadapi adalah kepercayaan data dan berbagi data untuk mencapai hasil yang lebih baik dan kualitas perawatan pasien di seluruh layanan kesehatan tertentu (misalnya, tingkat nasional). Perhatian khusus perlu diberikan pada tata kelola data induk (data bersama), data referensi (kode, hierarki, klasifikasi, dll.), dan metadata (konteks data dan garis keturunan).
Yang memperparah ini adalah persyaratan perlindungan data, terutama untuk data perawatan kesehatan, yang melibatkan pengamanan dan pengamanan data pasien yang sensitif sehingga hanya persona dan profil yang berwenang yang memiliki akses.
Data yang dikurasi dan dianalisis harus mudah diakses di seluruh ekosistem layanan kesehatan, jika tidak, akan sulit untuk menyediakan layanan kesehatan holistik dan terintegrasi. Dengan menghilangkan silo data di seluruh rumah sakit, fasilitas perawatan, dan penyedia asuransi, dan sebagai gantinya mengintegrasikan informasi bisnis dan klinis, organisasi dapat membuat pandangan 360 derajat terhadap pasien. Saat ini, penyedia layanan kesehatan — tidak hanya di Indonesia tetapi di seluruh Asia Pasifik — tidak dapat membagikan informasi mereka di seluruh jaringan karena mereka tersegmentasi ke dalam basis data pasien yang berbeda.
Meskipun Indonesia mengambil langkah-langkah untuk mengurangi masalah ini dengan menyimpan catatan pada platform khusus, ada tantangan dalam membuat penyedia layanan kesehatan mendigitalkan operasi mereka, terutama di antara fasilitas kesehatan primer yang lebih kecil. Kekhawatiran di sini adalah bahwa dengan meningkatnya permintaan, operasi digitalisasi saja tidak cukup, dan AI akan menjadi dasar untuk didorong oleh data dan mengikuti perubahan yang cepat.
Dengan wawasan yang bermakna dari data terintegrasi, organisasi, penyedia layanan kesehatan, dan lembaga pemerintah dapat memprediksi tren kesehatan populasi dengan akurasi yang lebih tinggi. Ini akan secara signifikan meningkatkan manajemen fasilitas dan kualitas perawatan pasien.
Terlepas dari ekspansi Indonesia menjadi salah satu pasar terbesar di Asia Tenggara, aksesibilitas bagi warganya untuk menggunakan teknologi dan layanan digital masih kurang. Lebih sering daripada tidak, warga yang tinggal di tempat-tempat tanpa sinyal jaringan, daerah yang dilanda kemiskinan, penyandang cacat, dan orang tua menghadapi masalah dikecualikan secara digital. Untuk mengatasi masalah mengadaptasi keahlian teknologi, perusahaan harus menawarkan pelatihan di tempat kerja sebagai pendekatan sistematis untuk meningkatkan kompetensi digital karyawan dalam bisnis. Sementara Indonesia menghadapi tantangan besar dalam integrasi data, terutama dalam perawatan kesehatan, ada alasan untuk optimis karena kebijakan publik bertujuan untuk memungkinkan organisasi mengatasi masalah ini. Selain itu, layanan kesehatan digital di Indonesia berkembang pesat dan peluang baru akan membuka jalan bagi penyedia untuk mengatasi tantangan dengan berinvestasi dalam perangkat lunak data perusahaan mutakhir.
Ditulis oleh Andreas Ananto Kagawa, Country Manager, TIBCO Indonesia.
