Pos oleh :

rivan.triananda

Hilirisasi Riset SV UGM: Tim Pengabdian Pelatih Perekam Medis Kulon Progo Rekayasa Prompt AI

KULON PROGO — Sebagai bentuk hilirisasi dan edukasi atas hasil penelitian mengenai kecerdasan buatan (Artificial Intelligence/AI), tim pengabdian kepada masyarakat dari Sekolah Vokasi Universitas Gadjah Mada (SV UGM) menyelenggarakan kegiatan pelatihan dan pendampingan teknologi bagi para praktisi Perekam Medis dan Informasi Kesehatan (PMIK) se-Kabupaten Kulon Progo. Kegiatan ini difokuskan pada penguatan teknik menyusun instruksi presisi (prompt engineering) guna mengoptimalkan pemanfaatan platform AI dalam proses pengkodean diagnosis dan tindakan medis di fasilitas pelayanan kesehatan. read more

Riset Peneliti SV UGM Evaluasi Pemanfaatan AI untuk Efisiensi Kodifikasi Klinis

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). read more

Infografis riset PathoCODE: permasalahan kodifikasi, enam modul belajar, hasil uji coba pada 48 mahasiswa, dan kolaborasi pengembangan. (Foto: Dok. Tim Peneliti PathoCODE)

Tim Sekolah Vokasi UGM Kembangkan PathoCODE, Bantu Calon Perekam Medis Hindari Salah Kode Klaim JKN

(SLEMAN) Tim peneliti Sekolah Vokasi Universitas Gadjah Mada (UGM) bersama dosen Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan (FK-KMK) UGM mengembangkan PathoCODE, media pembelajaran digital untuk kodifikasi penyakit pernapasan dan penetapan severity level dalam sistem Indonesian Case Base Groups (INA-CBG). Pengembangan dilakukan pada April hingga Oktober 2026 di Program Studi Sarjana Terapan Manajemen Informasi Kesehatan (MIK), Departemen Layanan dan Informasi Kesehatan, Sekolah Vokasi UGM, melalui Hibah Riset dan Pembuatan Artikel Publikasi Sekolah Vokasi UGM Tahun 2026 skema kompetitif. Penelitian diketuai oleh Dr. Rita Dian Pratiwi, S.Kep., MPH dan beranggotakan Dr. Savitri Citra Budi, S.KM., M.P.H., Nuryati, S.Far., M.P.H., dan Sugeng, S.KM., M.M. dari Sekolah Vokasi UGM, Rizqiani Amalia Kusumasari, S.Si., M.Sc. dari Departemen Parasitologi FK-KMK UGM, serta tiga mahasiswa MIK, yaitu Khodijah Aulia, Nasywa Natania Ramadhani, dan Rifka Aulia Rizki. Pembangunan platform dilakukan bersama mitra PT Lentera Amartha Berdaya. read more

Melalui PathoCODE, Mahasiswa MIK Sekolah Vokasi UGM Pelajari Patologi hingga Severity Level INA-CBG

(SLEMAN) Program Studi Sarjana Terapan Manajemen Informasi Kesehatan (MIK), Departemen Layanan dan Informasi Kesehatan, Sekolah Vokasi Universitas Gadjah Mada (UGM) menguji coba media pembelajaran PathoCODE kepada mahasiswa pada 21 September hingga 2 Oktober 2026. Sebanyak 51 mahasiswa angkatan 2023, 2024, dan 2025 mengikuti uji coba secara mandiri melalui peramban di laptop maupun ponsel. Kegiatan ini merupakan tahap implementasi Hibah Riset dan Pembuatan Artikel Publikasi Sekolah Vokasi UGM Tahun 2026 skema kompetitif yang diketuai oleh Dr. Rita Dian Pratiwi, S.Kep., MPH. read more

Dosen SV UGM Gagas Blueprint OSHIME 2026 Guna Akselerasi Standar Asesmen Digital PMIK

SLEMAN – Kesenjangan antara keterampilan lulusan pendidikan tinggi kesehatan dengan kebutuhan fasilitas pelayanan kesehatan digital mendorong tim peneliti Sekolah Vokasi Universitas Gadjah Mada (SV UGM) untuk merumuskan Blueprint OSHIME 2026 (Objective Structured Health Information Management Examination). Terobosan ini hadir untuk merekonstruksi Blueprint OSCE Kemenkes 2023 yang dinilai belum sepenuhnya menjawab tantangan operasional rekam medis berbasis elektronik, mengingat instrumen sebelumnya masih didominasi oleh evaluasi alur kerja rekam medis berbasis manual. read more

Dukung SDGs 3 dan 4, Tim SV UGM Rekonstruksi Blueprint Uji Kompetensi PMIK Menuju OSHIME 2026

YOGYAKARTA (Selasa, 13 Oktober 2026) — Tim peneliti Sekolah Vokasi Universitas Gadjah Mada (SV UGM) yang diketuai oleh Nuryati, S.Far., M.P.H. berhasil melakukan inovasi dengan merekonstruksi Pedoman/Blueprint Objective Structured Clinical Examination (OSCE) Kemenkes 2023 menjadi Objective Structured Health Information Management Examination (OSHIME) 2026. Langkah strategis ini diambil sebagai upaya nyata dalam menjaga mutu tata kelola data kesehatan nasional serta meningkatkan keselamatan pasien di era digital. read more

Inovasi PaSIR SV UGM Ubah Laporan Insiden Kesehatan Menjadi Pembelajaran Keselamatan Pasien

SLEMAN — Penguatan kemampuan dan kapasitas petugas medis dalam merespons serta melaporkan insiden pelayanan kesehatan menjadi kunci mendasar bagi peningkatan kualitas rumah sakit. Untuk menjawab tantangan tersebut, tim peneliti dari Sekolah Vokasi Universitas Gadjah Mada (SV UGM) mengembangkan sistem Patient Safety Incident Report (PaSIR). Sistem ini dirancang sebagai platform berbasis digital yang mentransformasi setiap laporan insiden dari sekadar dokumentasi administratif menjadi bahan pembelajaran organisasi demi memperkuat keselamatan pasien. read more

KBK Sains Teknologi DLIKES SV UGM Kembangkan Inovasi GeoAI untuk Prediksi Dini Demam Berdarah

Departemen Layanan dan Informasi Kesehatan (DLIKES), Sekolah Vokasi, Universitas Gadjah Mada (UGM), melalui Kelompok Bidang Keilmuan (KBK) Sains dan Teknologi Informasi Kesehatan menyelenggarakan pemaparan hasil riset pengembangan surveilans berbasis Geospatial Artificial Intelligence (GeoAI) pada Senin (12/10/2026) di Kabupaten Sleman. Inisiatif riset ini difokuskan pada pemanfaatan pemodelan Explainable Machine Learning guna mendukung deteksi dini serta prediksi pola sebaran penyakit Demam Berdarah Dengue (DBD). read more

Tim DLIKES Sekolah Vokasi UGM Kembangkan GeoAI untuk Mendukung Prediksi Dini Demam Berdarah Dengue

Sleman, 12 Oktober 2026 — Tim peneliti Departemen Layanan dan Informasi Kesehatan (DLIKES), Sekolah Vokasi, Universitas Gadjah Mada (UGM), mengembangkan pendekatan Geospatial Artificial Intelligence (GeoAI) dan Explainable Machine Learning untuk mendukung prediksi dini kejadian Demam Berdarah Dengue (DBD). Penelitian ini mengintegrasikan data kesehatan, iklim, kependudukan, dan lingkungan untuk menghasilkan informasi prediksi yang diharapkan dapat membantu memperkuat sistem surveilans serta mendukung pengambilan keputusan di bidang kesehatan masyarakat. read more

Riset Akademisi Sekolah Vokasi UGM Ungkap Komplikasi Nonobstetrik Dominasi Penyebab Kematian Ibu di Indonesia

Kematian ibu masih menjadi tantangan kesehatan masyarakat yang krusial di Indonesia. Berdasarkan data Long Form Sensus Penduduk 2020, Angka Kematian Ibu (AKI) nasional tercatat sebesar 189 per 100.000 kelahiran hidup. Angka tersebut menunjukkan variasi yang sangat signifikan antarprovinsi, berkisar antara 48 per 100.000 kelahiran hidup di DKI Jakarta hingga 565 per 100.000 kelahiran hidup di Papua. Sementara itu, Daerah Istimewa Yogyakarta (DIY) mencatatkan angka kematian ibu sebesar 58 per 100.000 kelahiran hidup. read more