Data Management Jadi Kunci Transformasi AI Kesehatan RI

Transformasi digital di sektor kesehatan Indonesia tidak cukup hanya mengadopsi teknologi terbaru seperti Artificial Intelligence (AI). Fondasi utama yang menentukan keberhasilannya justru terletak pada bagaimana data kesehatan dikelola secara baik, aman, dan terintegrasi.

Pesan tersebut disampaikan Direktur Teknologi Informasi BPJS Kesehatan, Setiaji, ST, M.Si, yang menegaskan bahwa data merupakan aset paling berharga dalam industri kesehatan dan asuransi. Menurutnya, tanpa tata kelola data yang kuat, berbagai inovasi digital, termasuk implementasi AI, tidak akan mampu memberikan manfaat maksimal bagi masyarakat.

"Asuransi dan kesehatan adalah industri yang hidup dari data," ujar Setiaji.

Pernyataan tersebut menggambarkan betapa pentingnya data dalam setiap proses layanan kesehatan, mulai dari pencatatan rekam medis, pengelolaan peserta, administrasi layanan, hingga proses pembayaran klaim dan pengambilan keputusan berbasis analitik.

Data Kesehatan Semakin Kompleks

Berbeda dengan sektor lain, data kesehatan memiliki tingkat kompleksitas yang sangat tinggi. Data yang dikelola tidak hanya mencakup informasi klinis pasien, tetapi juga data administratif dan pembiayaan layanan kesehatan.

Selain itu, data kesehatan termasuk kategori data yang sangat sensitif karena berkaitan langsung dengan identitas dan kondisi medis seseorang. Kesalahan dalam pengelolaan data dapat berdampak pada kualitas layanan, keamanan informasi, bahkan menurunkan kepercayaan publik terhadap sistem kesehatan.

Di saat yang sama, organisasi kesehatan juga menghadapi tekanan regulasi yang semakin ketat, terutama setelah diberlakukannya aturan perlindungan data pribadi. Kewajiban audit, pelaporan berkala, serta tuntutan transparansi menjadi tantangan yang harus dihadapi oleh seluruh pemangku kepentingan.

"Tanpa data management yang kuat, transformasi digital dan AI tidak akan berhasil. Data adalah aset strategis," tegas Setiaji.

Fragmentasi Data Masih Menjadi Persoalan

Salah satu tantangan terbesar dalam ekosistem kesehatan Indonesia saat ini adalah fragmentasi data. Data kesehatan masih tersebar di berbagai sistem yang digunakan oleh rumah sakit, puskesmas, laboratorium, apotek, perusahaan asuransi, hingga aplikasi kesehatan digital.

Kondisi tersebut menyebabkan proses pertukaran informasi menjadi tidak optimal dan sering kali menghasilkan data yang tidak konsisten.

Selain masalah integrasi, kualitas data juga masih menjadi pekerjaan rumah yang besar. Perbedaan standar diagnosis, penggunaan kode INA-CBG, hingga proses validasi yang tidak seragam dapat memengaruhi akurasi informasi yang digunakan dalam pengambilan keputusan.

Risiko fraud atau kecurangan juga menjadi ancaman yang tidak bisa diabaikan. Klaim yang tidak wajar, manipulasi data layanan, hingga penyalahgunaan sistem dapat menyebabkan kerugian finansial yang besar jika tidak dideteksi secara cepat.

Sementara itu, ekspektasi masyarakat terhadap layanan kesehatan terus meningkat. Peserta menginginkan layanan yang cepat, mudah, terhubung, dan mampu memberikan pengalaman yang lebih personal.

Namun menurut Setiaji, akar persoalan sebenarnya bukan terletak pada kurangnya teknologi.

"Masalah terbesar bukan kurangnya teknologi, tetapi kurangnya tata kelola data," ujarnya.

Ia menilai peningkatan literasi data dan penguatan kompetensi sumber daya manusia menjadi faktor penting untuk mendukung transformasi digital kesehatan secara berkelanjutan.

Fondasi untuk Layanan Kesehatan Modern

Setiaji menjelaskan bahwa data management memiliki peran strategis dalam berbagai aspek layanan kesehatan modern.

Dari sisi perlindungan data, tata kelola yang baik mampu menjaga keamanan informasi kesehatan masyarakat yang sangat sensitif. Hal ini penting untuk mencegah kebocoran data sekaligus menjaga kepercayaan publik terhadap institusi kesehatan.

Dalam konteks pengelolaan risiko, data yang berkualitas memungkinkan teknologi AI mendeteksi pola-pola anomali yang mengindikasikan fraud secara lebih cepat dan akurat.

Selain itu, integrasi data dari berbagai sumber juga membuka peluang menghadirkan layanan kesehatan yang lebih personal. Informasi mengenai riwayat perawatan, penggunaan obat, hingga kondisi kesehatan pasien dapat dimanfaatkan untuk memberikan layanan yang lebih tepat sasaran.

Manfaat lainnya adalah peningkatan efisiensi operasional. Berbagai proses seperti verifikasi klaim, sistem rujukan digital, dan layanan administrasi dapat berjalan lebih cepat apabila didukung data yang bersih dan terstandarisasi.

DAMA-DMBOK Jadi Kerangka Kerja Pengelolaan Data

Untuk membangun tata kelola data yang matang, Setiaji menyoroti pentingnya penerapan DAMA-DMBOK (Data Management Body of Knowledge) sebagai kerangka kerja yang dapat digunakan oleh organisasi kesehatan.

Framework tersebut mencakup berbagai elemen penting, mulai dari data governance, data quality, master data management, data security, data integration, hingga data warehousing dan business intelligence.

Melalui pendekatan tersebut, organisasi dapat memastikan setiap data memiliki standar yang jelas, dikelola oleh pihak yang bertanggung jawab, terlindungi dari risiko keamanan, serta dapat dimanfaatkan untuk kebutuhan analitik dan pengambilan keputusan.

"DAMA bukan teori. Ini adalah framework operasional untuk industri kesehatan," kata Setiaji.
Pengalaman BPJS Kesehatan

Sebagai pengelola program Jaminan Kesehatan Nasional (JKN), BPJS Kesehatan telah menerapkan berbagai praktik data management untuk mendukung layanan kesehatan nasional. Dalam aspek tata kelola data, BPJS Kesehatan melakukan standarisasi kode diagnosis, data fasilitas kesehatan, dan data peserta agar layanan dapat berjalan secara konsisten di seluruh Indonesia.

Pada sisi kualitas data, sistem validasi otomatis dan deteksi anomali digunakan untuk meningkatkan akurasi klaim sekaligus mempercepat proses pembayaran kepada fasilitas kesehatan. BPJS Kesehatan juga memperluas integrasi data melalui sistem rujukan digital dan implementasi e-resep yang menghubungkan berbagai fasilitas layanan kesehatan dan farmasi.

Untuk menjaga keamanan informasi, perusahaan menerapkan pendekatan Zero Trust Architecture serta berbagai mekanisme pencegahan kebocoran data. Menurut Setiaji, langkah tersebut tidak hanya meningkatkan keamanan sistem, tetapi juga memperkuat kepercayaan masyarakat terhadap layanan digital kesehatan.

AI Tidak Bisa Berjalan Tanpa Data Berkualitas

Di tengah meningkatnya adopsi AI di sektor kesehatan, Setiaji mengingatkan bahwa kualitas data tetap menjadi faktor penentu keberhasilan. AI membutuhkan data yang bersih, lengkap, terstandarisasi, terintegrasi, dan aman. Tanpa hal tersebut, hasil analisis yang dihasilkan AI berpotensi tidak akurat dan bahkan dapat menimbulkan risiko baru.

Pemanfaatan AI di sektor kesehatan sendiri memiliki potensi yang sangat besar, mulai dari prediksi risiko penyakit, deteksi fraud klaim, chatbot layanan peserta, sistem pendukung keputusan klinis, hingga prediksi kebutuhan obat dan kapasitas tempat tidur rumah sakit.

"AI adalah mesin yang sangat canggih, tetapi kualitas hasilnya akan bergantung pada kualitas data yang digunakan. Karena itu, data management harus menjadi prioritas sebelum berbicara tentang AI," jelas Setiaji.

Kolaborasi Jadi Kunci

Setiaji menegaskan bahwa membangun ekosistem data kesehatan yang matang tidak bisa dilakukan oleh satu institusi saja. Dibutuhkan kolaborasi antara regulator, rumah sakit, fasilitas kesehatan, perusahaan asuransi, penyedia teknologi, hingga komunitas profesional data.

Regulator berperan dalam menetapkan standar dan regulasi, fasilitas kesehatan bertanggung jawab menyediakan data berkualitas, sementara penyedia teknologi menghadirkan solusi dan infrastruktur yang mendukung interoperabilitas.

Menurutnya, masa depan layanan kesehatan Indonesia akan sangat ditentukan oleh kemampuan seluruh pemangku kepentingan dalam mengelola data sebagai aset strategis.

"Transformasi digital kesehatan bukan dimulai dari AI, tetapi dari data yang dikelola dengan benar. Data management bukan sekadar proyek IT, melainkan fondasi layanan kesehatan modern," pungkas Setiaji.

Dengan tata kelola data yang kuat, Indonesia tidak hanya mampu meningkatkan efisiensi layanan kesehatan, tetapi juga membangun fondasi yang kokoh untuk menghadirkan inovasi AI yang aman, bertanggung jawab, dan memberikan manfaat nyata bagi masyarakat.