SLEMAN — Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) kini mulai merambah dunia kesehatan, baik pada skala internasional maupun nasional. Tim peneliti dari Sekolah Vokasi Universitas Gadjah Mada (UGM) melakukan evaluasi komprehensif terhadap penggunaan aplikasi pengkodean medis berbasis AI. Langkah inovatif ini menjadi komitmen nyata perguruan tinggi dalam mendukung agenda Tujuan Pembangunan Berkelanjutan (Sustainable Development Goals/SDGs), khususnya SDG 3 (Kehidupan Sehat dan Sejahtera), SDG 4 (Pendidikan Berkualitas), serta SDG 9 (Industri, Inovasi, dan Infrastruktur).
Dalam sistem pelayanan kesehatan, setiap diagnosis penyakit dan tindakan dokter wajib diubah menjadi kode standar klasifikasi internasional WHO. Kode tersebut mendasari riwayat medis pasien, pelaporan wabah penyakit nasional, hingga proses klaim BPJS Kesehatan di rumah sakit. Selama ini, proses pengkodean (coding) dilakukan secara manual oleh tenaga Perekam Medis dan Informasi Kesehatan (PMIK). Namun, banyaknya istilah medis, besarnya volume data, dan bervariasinya kompetensi staf sering kali memicu hambatan efisiensi serta risiko kesalahan manusia (human error).
Hasil riset evaluatif yang melibatkan praktisi PMIK ini menunjukkan bahwa keberadaan aplikasi AI—baik sistem khusus maupun model AI generatif—mampu meningkatkan efisiensi alur kerja pengkodean secara signifikan. AI terbukti sangat cepat dalam menyajikan rekomendasi kode diagnosis maupun tindakan medis hanya dalam hitungan detik.
Meski demikian, penelitian ini menggarisbawahi bahwa kecerdasan buatan belum dapat bekerja secara mandiri sepenuhnya tanpa pengawasan manusia. Fenomena seperti “halusinasi AI” (sistem memunculkan kode yang tidak valid) atau ketidaktepatan pemilihan rincian digit kode masih ditemukan jika narasi medis yang dimasukkan kurang terstruktur. Oleh karena itu, tim peneliti merekomendasikan paradigma Human-in-the-Loop (HITL). Dalam skema ini, teknologi AI ditempatkan sebagai asisten digital (decision support tool) yang membantu mempercepat pekerjaan, sementara keputusan akhir penetapan kode tetap wajib diverifikasi oleh tenaga PMIK profesional.
Ketua Tim Peneliti, Angga Eko Pramono, S.KM., M.P.H., menjelaskan bahwa keunggulan utama dari temuan riset ini terletak pada ditemukannya formula keseimbangan antara kecepatan teknologi dan ketepatan manusia.
“Keunggulan utama pemanfaatan AI dalam pengkodean medis adalah efisiensi waktu yang sangat tinggi. AI mampu menapis data klinis yang relatif kompleks menjadi kandidat kode secara instan. Ini sangat membantu mengurangi beban kerja rutin para PMIK di fasilitas pelayanan kesehatan,” ujar Angga Eko Pramono.
Lebih lanjut, Angga menyoroti peluang pemanfaatan dan arah pengembangan teknologi ini di masa mendatang untuk mendukung transformasi digital kesehatan Indonesia.
“Peluang pengembangan ke depan sangat luas. AI tidak hadir untuk menggantikan peran manusia, melainkan justru akan meningkatkan peran PMIK menjadi verifikator dan analis data yang lebih cerdas,” tambahnya.
Di masa depan, teknologi ini berpotensi besar diintegrasikan secara langsung dengan sistem Rekam Medis Elektronik (RME) di rumah sakit dan puskesmas. Dengan penerapan rekayasa instruksi (prompt engineering) yang presisi dan verifikasi manusia, kombinasi tersebut diharapkan dapat mewujudkan sistem klaim kesehatan yang efisien, meminimalkan sengketa klaim, serta menghasilkan data kesehatan nasional yang akurat. Melalui hasil riset ini, Sekolah Vokasi UGM berkomitmen untuk terus mendorong adopsi teknologi secara bijak demi terwujudnya layanan kesehatan nasional yang inklusif dan berkelanjutan.