Sleman (Senin, 1 Juni 2026) – Tim peneliti dari Sekolah Vokasi (SV) Universitas Gadjah Mada (UGM) melaksanakan studi komprehensif terkait pemanfaatan teknologi Kecerdasan Buatan (Artificial Intelligence/AI) dalam proses kodifikasi klinis. Kegiatan riset ini berlangsung sepanjang bulan Juni hingga Oktober 2026 yang terpusat di fasilitas kesehatan Penelitian ini berfokus pada pemanfaatan tools AI untuk kodifikasi klinis berbasis International Statistical Classification of Diseases and Related Health Problems 10th Revision (ICD-10). Penelitian ini difokuskan pada implementasi untuk merespons kebutuhan mendesak akan peningkatan akurasi serta kecepatan proses pengkodean rekam medis klinis di Indonesia.
Latar belakang penelitian ini bermula dari permasalahan proses pengkodean klinis konvensional yang kerap memakan waktu lama dan rentan terhadap kesalahan manusia (human error). Kesalahan dalam penentuan kode ICD-10 dapat berdampak langsung pada ketidaktepatan pelaporan data kesehatan hingga penolakan klaim pembiayaan oleh Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan. Oleh karena itu, integrasi teknologi AI dipandang sebagai langkah transformatif.
Sebagai bagian dari penelitian, tim peneliti mengevaluasi berbagai tools AI untuk menentukan efektivitasnya dalam mengkode data klinis berdasarkan standar ICD-10. Penelitian ini melibatkan kolaborasi dengan profesional kesehatan dan institusi untuk mengumpulkan wawasan dan data terkait benchmarking dan identifikasi kebutuhan awal guna pengembangan model AI. Pendekatan kolaboratif ini memastikan bahwa model tersebut disesuaikan dengan kebutuhan spesifik sistem kesehatan Indonesia.
Ketua tim peneliti, Angga Eko Pramono, menekankan signifikansi riset ini terhadap ekosistem kesehatan digital di masa depan. “Penelitian ini diharapkan dapat menjadi acuan dalam mengembangkan model AI yang tepat untuk kodifikasi klinis. Kami meyakini bahwa penerapan AI yang terkalibrasi dengan baik tidak hanya akan meningkatkan efisiensi waktu pengkodean, tetapi juga secara drastis meningkatkan kualitas data kesehatan secara keseluruhan. Hal ini tentu sangat penting untuk manajemen rumah sakit dan pembuatan kebijakan kesehatan yang efektif,” ungkap Angga.
Dampak langsung dari otomasi proses pengkodean ini adalah berkurangnya beban kerja administratif para profesional manajemen informasi kesehatan. Dengan dukungan AI, fasilitas layanan kesehatan dapat memproses pengajuan klaim jaminan kesehatan dengan lebih cepat, akurat, dan minim penolakan (dispute). Luaran jangka panjang dari penelitian ini adalah terciptanya keberlanjutan finansial bagi penyedia layanan kesehatan serta peningkatan produktivitas staf yang dapat dialihkan pada fokus perawatan pasien.
Inovasi teknologi yang dilakukan oleh tim peneliti ini memiliki keterkaitan erat dengan pencapaian Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs). Pemanfaatan AI secara langsung mendukung perwujudan SDG 3 (Kehidupan Sehat dan Sejahtera) melalui peningkatan efisiensi layanan informasi kesehatan bagi masyarakat. Selain itu, inisiatif ini juga sejalan dengan SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui adopsi teknologi canggih di sektor kesehatan, serta SDG 4 (Pendidikan Bermutu) dalam menciptakan ruang eksplorasi pendidikan teknologi yang mumpuni.
Sebagai tindak lanjut, Departemen Layanan dan Informasi Kesehatan Sekolah Vokasi UGM berkomitmen untuk terus mengintegrasikan kemajuan kecerdasan buatan ke dalam kurikulum pembelajaran, khususnya bagi mahasiswa Program Studi Sarjana Terapan Manajemen Informasi Kesehatan dan Magister Keselamatan dan Kesehatan Kerja. Rencana ke depan mencakup perluasan uji coba (pilot project) model AI ini ke fasilitas layanan kesehatan yang lebih luas. Harapannya, hasil studi ini tidak sekadar menjadi literatur akademis, melainkan siap diimplementasikan sebagai solusi inovatif yang menguntungkan sistem layanan kesehatan publik secara menyeluruh.