AI Bisa Kurangi Kesenjangan Layanan Kesehatan di Indonesia, Benarkah?

AI bisa membantu tenaga kesehatan dalam mendiagnosis dan merawat pasien hanya dengan menggabungkan data demografi dan kesehatan Indonesia dengan kemampuan analisis AI.

Misalnya, preeklampsia-penyebab kematian ibu, kelahiran prematur dan berat badan lahir rendah (BBLR) di seluruh Indonesia-dapat diprediksi dengan cara mengombinasikan data demografi dan riwayat medis ibu dari data Jaminan Kesehatan Nasional. Dengan bantuan AI, deteksi dan penanganan preeklampsia bisa lebih cepat dan efektif tertangani sehingga mengurangi risiko terburuk sekaligus lebih efisien dari sisi biaya.

Kecerdasan buatan juga bisa memengaruhi hampir setiap aspek perawatan kesehatan. Mulai dari dukungan keputusan klinis di instalasi perawatan hingga tata laksana kondisi kronis pasien sendiri di rumah.

AI juga bisa meringankan beban berlebih tenaga kesehatan dan berefek baik pada kinerja sistem secara keseluruhan. Hal tersebut dapat diamati baik untuk pelayanan medis di dalam gedung maupun di luar gedung.

Di instalasi gawat darurat rumah sakit, misalnya, untuk mengantisipasi dan merespons lonjakan kasus pasien, AI dapat digunakan untuk mengatur jadwal atau shift kerja sesuai kebutuhan rumah sakit. Dokter atau petugas kesehatan lainnya siap dipanggil dengan mudah dapat dihubungi tepat waktu kapan saja.

Sedangkan di komunitas, sebuah riset menunjukkan Google trends sebagai salah satu alternatif yang dapat digunakan untuk mendeteksi dengue lebih dini. Cara ini lebih cepat dibanding deteksi manual membutuhkan yang waktu berbulan-bulan untuk mengumpulkan data. Hal ini bisa membantu mendeskripsikan pola pencarian perawatan kesehatan oleh penduduk di suatu tempat.

Ketimpangan ikutan akibat AI

Selain ketimpangan di level infrastruktur telekomunikasi, ada beberapa kekhawatiran bahwa AI bisa menimbulkan ketimpangan baru.

Pertama, ketersediaan data multimodal (seperti genomik, ekonomi, demografi, klinis, dan fenotipik ditambah inovasi teknologi internet of things (IoT)) memang bisa mengubah model perawatan kesehatan yang diperkuat kecerdasan buatan secara mendasar. Situasi ini tergambarkan dari transisi ke kesehatan digital saat ini yang kemajuannya cukup menjanjikan setelah disinkronisasi dengan berbagai basis data dan sumber informasi layanan kesehatan. Bahkan, pada 2025, ada prediksi 60 persen penduduk Indonesia akan memanfaatkan fitur kesehatan digital.

Namun demikian, kualitas layanan kesehatan yang tidak merata, literasi digital yang rendah, dan kurangnya interoperabilitas (data yang saling terhubung) antara sistem layanan kesehatan dan inovasi berbasis AI bisa menciptakan ketimpangan baru.

Oleh karena itu, kebermanfaatan AI tidak bisa hanya diukur dari otomatisasi proses perawatan kesehatan, ataupun bertambahnya intensitas komunikasi atau konsultasi antara petugas medis dengan pasien. Otomatisasi sistem informasi tidak bisa mewakili kinerja keseluruhan ekosistem perawatan kesehatan.

Kedua, temuan riset terbaru menggarisbawahi serangkaian tantangan mengintegrasikan teknologi AI ke dalam sistem perawatan yang sudah ada. Ada kekurangan tenaga terlatih untuk implementasi AI dan ketidakcocokan teknologi AI dengan infrastruktur lama.

Oleh karena itu, pengembangan dan penerapan AI di Indonesia membutuhkan penyesuaian kebutuhan lokal, bukan sekadar mengikuti tren global.