Repotnya Alur Birokrasi Faskes, Bukti Nyata bahwa AI dan Machine Learning Diperlukan untuk Dunia Kesehatan

Media
15.03.23

Repotnya Alur Birokrasi Faskes, Bukti Nyata bahwa AI dan Machine Learning Diperlukan untuk Dunia Kesehatan

AI dan machine learning digadang-gadang akan permudah cara kerja ekosistem kesehatan dunia.

by Whiteboard Journal

 

Teks: Alissa Wiranova
Foto: Forbes

Merebaknya virus AI belakangan ini, mulai dari berita soal  beragam ulah Elon Musk hingga ‘space race’ antara ChatGPT dan Bing, memunculkan kembali pertanyaan soal efektivitas teknologi yang satu ini untuk dunia kesehatan. 

Dilansir dari Analytics Insight, kondisi pandemi Covid-19 yang kemarin sempat melanda dunia menyadarkan manusia bahwa infrastruktur serta tenaga kesehatan–masih jauh dari kata ‘cukup memadai’ untuk melayani setiap kebutuhan manusia. 

Mengularnya antrean pasien yang ingin berobat via jalur BPJS di Puskesmas misalnya, merupakan bukti nyata bahwa AI dan machine learning berpotensi untuk memberikan manfaat optimal untuk mempermudah kerja tenaga kesehatan. ‘Integrating AI into the healthcare ecosystem has eased the workload of healthcare professionals by automating administrative tasks like insurance pre-authorization and record keeping, both of which required significant effort,’ tulis Analytics Insight.

Meski begitu, lagi-lagi pembicaraan soal artificial intelligence selalu berujung pada ancaman PHK untuk tenaga kerja manusia. Dengan mengintegrasikan AI pada ekosistem administratif fasilitas kesehatan, optimalisasi teknologi berarti sama halnya dengan pemecatan pegawai admin. Dengan sedikit oversimplifikasi di sana-sini, bisa jadi solusi dari hal ini ialah ‘upskilling’, alias peningkatan skillset pegawai faskes yang mulanya bergelut di bidang administratif saja menjadi ‘operator mesin’, atau dengan kata lain sebagai pihak yang paham betul akan machine learning sehingga mampu mengontrolnya–serta menanggulangi bila terjadi kerusakan ataupun eror pada sistem. 

Tak hanya di bagian administratif, machine learning pun kini telah coba dimanfaatkan untuk mendeteksi penyakit. Lewat kompilasi berulang jutaan data, machine learning berpotensi untuk melakukan diagnosa awal potensi suatu penyakit terhadap pasien. Dengan begitu, rangkaian pengobatan dapat diberikan secara lebih dini kepada pasien. Hal ini sudah dilakukan IBM dengan mengembangkan Watson, yang ditujukan untuk menyediakan opsi pengobatan pada pasien dengan menggunakan teknologi machine learning.whiteboardjournal, logo