AI Bisa Kurangi Kesenjangan Layanan Kesehatan di Indonesia, Benarkah?

Perigrinus H Sebong, Unika Soegijapranata

Di tengah pesatnya teknologi informasi dan tantangan kesehatan ke depan, banyak negara menambah daya teknis sektor kesehatan digital lewat artificial intelligence (AI). Melalui digitalisasi, pasien dan masyarakat semakin mudah berinteraksi dengan beragam fitur perawatan kesehatan.

Riset mutakhir yang mensintesis tren pemakaian AI di Indonesia, Singapura, Brazil, Taiwan, Selandia Baru, dan sejumlah negara Eropa mengungkapkan aplikasi kesehatan digital, terutama AI, juga bisa menopang kerja sistem pelayanan kesehatan secara keseluruhan.

Penggunaan aplikasi, misalnya untuk pencegahan dan surveilans penyakit melalui pencitraan termal inframerah dan pengenalan wajah, bisa dilakukan secara tepat waktu dan akurat guna mengendalikan sumber infeksi. Ada juga diagnosis penyakit tidak menular melalui penggunaan AI dalam teknologi IDx-DR untuk skrining gangguan mata pada penderita diabetes melitus.

Pemakaian AI juga bisa menyentuh praktik evidence based decision making (EBDM) untuk pengambilan keputusan yang efektif, efisien dan adil berbasis pada bukti-bukti valid.

Walaupun digitalisasi kesehatan seperti telemedicine, telekonsultasi dan sistem pelaporan penyakit secara digital mulai banyak dipraktikkan di Indonesia, inovasi ini sarat dengan persoalan teknis-sosial. Kita harus melihatnya sebagai tantangan yang membutuhkan solusi.

Ketimpangan infrastruktur telekomunikasi

Inovasi informasi kesehatan di tingkat fasilitas pelayanan atau organisasi kesehatan di negara berpendapatan rendah dan menengah masih menghadapi tantangan sistemik yang unik.

Pertama, masih terjadi ketimpangan infrastruktur telekomunikasi sebagai prasarana pendukung transformasi kesehatan digital. Dampaknya, tidak semua wilayah memiliki kesempatan akses jaringan yang memadai.

Sebagai contoh, wilayah di luar Pulau Jawa dan Bali, tidak bisa rutin memanfaatkan aplikasi sistem informasi rujukan terintegrasi (SISRUTE) dan [Early Warning and Response System (EWARS)](https://pubmed.ncbi.nlm.nih.gov/32978343/) untuk deteksi wabah penyakit menular, karena kendala jaringan internet kurang memadai.

Kedua, level manfaat digitalisasi untuk pelayanan kesehatan sensitif terhadap determinan sosial kesehatan. Maksudnya, berbagai faktor sosial memengaruhi level manfaat digitalisasi pelayanan kesehatan. Apakah benar-benar bermanfaat atau kurang optimal manfaatnya.

Faktor-faktor itu meliputi kapasitas sistem kesehatan daerah, kesiapan petugas kesehatan, literasi digital, sikap keraguan terhadap teknologi digital (cyber skeptic), dan kepercayaan penduduk lokal.

Jika faktor-faktor ini rendah atau kurang, maka bisa menghambat akses dan berakibat distribusi pelayanan berkualitas tidak merata.

Pada saat yang sama, ada banyak desakan peneliti kesehatan dan obat, pemangku kepentingan, dan pegiat kesehatan untuk meningkatkan kualitas layanan kesehatan dan distribusi logistik obat di seluruh Indonesia berbasis AI.