SingHealth Singapura Tunjukkan Pemanfaatan AI untuk Diagnosis, Pelatihan Medis, dan Perawatan Luka
Kecerdasan buatan (artificial intelligence/AI) semakin mengubah cara layanan kesehatan bekerja. Jika sebelumnya teknologi AI lebih banyak digunakan untuk analisis data atau administrasi rumah sakit, kini pemanfaatannya telah masuk ke proses diagnosis, pelatihan tenaga medis, hingga pemantauan kondisi pasien secara real-time. Transformasi tersebut dapat dilihat langsung di SingHealth, jaringan layanan kesehatan terbesar di Singapura.
Dalam kunjungan ke SingHealth pada 25 Juni 2026, terlihat bagaimana teknologi AI diintegrasikan ke dalam praktik klinis sehari-hari. Berbagai solusi digital memanfaatkan perangkat seperti iPhone, iPad Pro, MacBook Pro, serta kemampuan komputasi berbasis Apple Silicon untuk membantu tenaga kesehatan bekerja lebih cepat, akurat, dan efisien tanpa mengorbankan keamanan data pasien.
Baca Juga “UMP Gelar ISCONEX 2026, Mahasiswa dari Berbagai Institusi Pamerkan Inovasi Kesehatan Berbasis Teknologi“
Pendekatan tersebut tidak hanya berfokus pada inovasi teknologi, tetapi juga pada peningkatan kualitas pelayanan kesehatan. AI diterapkan sebagai alat pendukung keputusan klinis sehingga dokter dan perawat tetap menjadi pihak yang menentukan diagnosis maupun tindakan medis.
CareCam 3DGait Analisis Cara Berjalan untuk Deteksi Dini Penyakit
Salah satu teknologi yang diperlihatkan adalah CareCam 3DGait. Sistem ini memanfaatkan kamera pada iPad Pro untuk merekam pola berjalan seseorang dan mengubahnya menjadi model tiga dimensi yang dapat dianalisis secara otomatis menggunakan AI.
Proses pemeriksaan dimulai dengan meminta pasien berjalan beberapa meter di depan kamera. Selama proses tersebut, sistem merekam setiap gerakan tubuh, kemudian menghitung berbagai parameter seperti sudut persendian, panjang langkah, keseimbangan tubuh, kecepatan berjalan, hingga perubahan pola gerakan yang sulit diamati secara visual.
Data tersebut kemudian diproses menggunakan beberapa model AI yang bekerja secara bersamaan. Hasil analisis ditampilkan dalam bentuk visualisasi tiga dimensi beserta indikator klinis yang dapat membantu dokter mengevaluasi kondisi pasien.
Menurut Dr. Raman Pahwa, pengembangan CareCam memanfaatkan pendekatan multi-AI karena setiap tahapan analisis membutuhkan model yang berbeda. Oleh sebab itu, kecepatan pemrosesan menjadi faktor penting agar teknologi tetap dapat digunakan dalam praktik klinis.
Ia menjelaskan bahwa salah satu alasan memilih ekosistem Apple adalah kemampuan perangkat menjalankan proses AI langsung di dalam perangkat atau on-device. Pendekatan tersebut memungkinkan analisis berlangsung cepat tanpa harus mengirim seluruh data pasien ke server cloud.
Kemampuan pemrosesan lokal didukung oleh Apple Neural Engine 16-core yang terdapat pada chip seri M. Teknologi tersebut memungkinkan berbagai model AI berjalan secara bersamaan tanpa mengurangi performa perangkat.
Selain meningkatkan kecepatan, pemrosesan di perangkat juga memperkuat perlindungan privasi pasien. Data klinis yang bersifat sensitif tidak perlu selalu dikirim ke internet sehingga risiko kebocoran informasi dapat diminimalkan.
Sensor LiDAR Membantu AI Membangun Model Gerakan Tiga Dimensi
CareCam tidak hanya mengandalkan kamera biasa. Sistem juga memanfaatkan sensor LiDAR yang tersedia pada iPad Pro untuk menghitung kedalaman objek secara presisi.
LiDAR bekerja dengan memancarkan sinar laser ke berbagai titik kemudian menghitung waktu pantulannya. Teknologi tersebut memungkinkan sistem memahami posisi tubuh seseorang dalam ruang tiga dimensi secara lebih akurat.
Melalui kombinasi kamera, sensor LiDAR, dan AI, CareCam menghasilkan model digital gerakan pasien yang jauh lebih rinci dibandingkan observasi manual. Informasi tersebut kemudian diolah menjadi berbagai indikator medis yang mendukung proses pemeriksaan.
Dr. Damian Lee dari National Neuroscience Institute (NNI) menjelaskan bahwa perubahan pola berjalan sering menjadi tanda awal berbagai penyakit neurologis seperti Parkinson, Alzheimer, maupun gangguan neuromuskular.
Menurutnya, selama bertahun-tahun dokter masih mengandalkan pengamatan visual saat menilai cara berjalan pasien. Pendekatan tersebut memiliki keterbatasan karena perubahan kecil sering kali tidak terlihat, terutama ketika pemeriksaan dilakukan dengan jarak waktu beberapa bulan.
Dengan CareCam, tenaga medis memperoleh data objektif pada setiap kunjungan pasien. Data tersebut dapat dibandingkan dari waktu ke waktu sehingga perkembangan kondisi pasien lebih mudah dipantau secara kuantitatif.
Deteksi yang lebih dini memberi peluang bagi dokter untuk memberikan terapi lebih cepat. Penanganan yang dilakukan pada tahap awal umumnya memiliki peluang lebih besar dalam memperlambat perkembangan penyakit dan meningkatkan kualitas hidup pasien.
Blue Mirror Gunakan AI untuk Melatih Tenaga Kesehatan
Selain mendukung proses diagnosis, AI juga dimanfaatkan untuk meningkatkan kompetensi tenaga kesehatan melalui platform Blue Mirror.
Blue Mirror merupakan perusahaan teknologi kesehatan asal Selandia Baru yang mengembangkan sistem pelatihan berbasis AI bagi rumah sakit dan institusi kesehatan. Platform tersebut membantu tenaga medis mempelajari berbagai prosedur klinis secara mandiri dengan standar yang seragam.
Materi pelatihan meliputi penggunaan alat pelindung diri (APD), kebersihan tangan, pelepasan APD secara aman, hingga prosedur perawatan kantong stoma.
Selama proses latihan, AI memberikan instruksi visual dan suara secara bertahap. Setelah peserta menyelesaikan setiap langkah, sistem langsung mengevaluasi gerakan yang dilakukan dan memberikan umpan balik secara real-time.
Pendekatan tersebut memungkinkan tenaga kesehatan mengetahui bagian prosedur yang sudah benar maupun langkah yang masih perlu diperbaiki tanpa harus selalu didampingi instruktur.
Dalam demonstrasi tersebut, pelatihan dilakukan menggunakan iPad. Kamera perangkat merekam seluruh gerakan pengguna saat mencuci tangan, kemudian AI membandingkannya dengan standar prosedur yang berlaku.
Beberapa detik setelah simulasi selesai, hasil evaluasi langsung muncul lengkap dengan penilaian setiap tahapan. Pengalaman tersebut terasa lebih interaktif dibandingkan metode pelatihan konvensional yang mengandalkan observasi manual.
Layar iPad yang berukuran besar juga memudahkan peserta mengikuti instruksi serta memahami hasil evaluasi yang ditampilkan secara visual.
CEO Blue Mirror, Rommie Nunes, mengatakan salah satu tantangan terbesar dalam pendidikan klinis adalah kebutuhan waktu dari para instruktur. Dalam metode tradisional, pendidik harus mendampingi setiap peserta selama proses latihan.
Melalui AI, sebagian besar proses evaluasi dapat dilakukan secara otomatis sehingga tenaga pendidik dapat mengalokasikan waktu untuk kegiatan lain yang lebih kompleks. Sementara itu, peserta memperoleh kesempatan berlatih lebih sering tanpa harus menunggu jadwal instruktur.
eKare Ubah Dokumentasi Luka Menjadi Lebih Cepat dan Akurat
Teknologi AI juga diterapkan pada layanan perawatan luka melalui platform eKare.
Solusi digital tersebut memanfaatkan kamera iPhone untuk mendokumentasikan kondisi luka pasien secara otomatis. Setelah foto diambil, AI menghitung ukuran luka, menganalisis perkembangannya, dan menyimpan seluruh data ke dalam rekam medis elektronik.
Sebelumnya, proses pengukuran luka masih dilakukan secara manual menggunakan penggaris kertas. Perawat juga harus menggambar sketsa luka dan memasukkan seluruh data ke sistem rekam medis secara terpisah.
Kini proses tersebut cukup dilakukan melalui aplikasi inSight di iPhone. Foto luka langsung diproses AI sehingga ukuran, bentuk, dan kondisi luka dapat dihitung secara objektif.
Baca Juga “Perkuat Pariwisata Kesehatan, Teknologi Robotik Ortopedi Penggantian Lutut Kini ada di Bali“
