Integrasi data rumah sakit menjadi salah satu fondasi penting dalam pengembangan kecerdasan buatan atau artificial intelligence (AI) di sektor kesehatan. Data yang berkualitas perlu terhubung agar AI dapat mengolah informasi secara lebih lengkap dan menghasilkan dukungan yang relevan bagi layanan medis.
Baca Juga “Japan Develops AI Technology to Detect Plastic Waste on the Seabed“
Senior Vice President Data Platforms InterSystems, Scott Gnau, menyebut terdapat tiga faktor utama yang menentukan pengembangan AI di industri kesehatan. Ketiganya mencakup ketersediaan data, interoperabilitas, serta keahlian di bidang kesehatan.
Pandangan tersebut disampaikan Gnau dalam acara InterSystems Asia Ready 2026 di Bangkok, Thailand, Selasa, 1 September 2026. Menurutnya, kualitas data menjadi salah satu faktor pembeda dalam menentukan hasil pemanfaatan AI.
Kualitas Data Menentukan Hasil Pemanfaatan AI
Gnau menjelaskan bahwa sistem AI membutuhkan data yang baik, dapat dipercaya, andal, dan tersedia secara real-time. Data tersebut menjadi bahan penting untuk mendukung penggunaan AI, large language model, serta berbagai aplikasi digital.
“Memiliki data yang baik, dapat dipercaya dan diandalkan, real-time, yang bisa digunakan untuk menggunakan AI, Large Language Model, dan interaksi lainnya di aplikasi Anda,” ujar Gnau.
Menurutnya, kualitas dan keandalan data dapat memengaruhi hasil yang diperoleh organisasi ketika menggunakan teknologi AI. Karena itu, rumah sakit perlu memperhatikan fondasi data sebelum memperluas penggunaan kecerdasan buatan.
Data kesehatan juga memiliki karakteristik yang kompleks. Informasi pasien dapat berasal dari rekam medis elektronik, hasil laboratorium, farmasi, perangkat pemantauan, hingga berbagai sistem administratif.
Interoperabilitas Hubungkan Data dari Berbagai Sistem
Selain kualitas data, interoperabilitas menjadi faktor penting dalam pengembangan AI kesehatan. Kemampuan sistem untuk saling terhubung memungkinkan informasi dari berbagai sumber digunakan secara lebih terintegrasi.
Gnau menilai integrasi tersebut dapat memperluas akses terhadap data yang tepercaya, real-time, dan telah disaring dengan baik. Kondisi tersebut semakin penting karena jumlah informasi digital yang tersedia terus berkembang.
“… sebab cakupan informasi yang tersedia di dunia digital saat ini sangat luas,” lanjut Gnau.
Tanpa integrasi, data dapat tetap tersebar di berbagai aplikasi. Kondisi tersebut membuat organisasi kesulitan memperoleh gambaran menyeluruh mengenai kondisi pasien maupun kinerja layanan kesehatan.
Interoperabilitas Menjaga Kesinambungan Informasi Pasien
Vice President Healthcare Practice InterSystems, Dr. Tim Ferris, menjelaskan bahwa interoperabilitas berkaitan dengan kesinambungan informasi. Dalam lingkungan rumah sakit, seluruh pihak yang menangani pasien membutuhkan informasi yang konsisten.
“Interoperabilitas seperti hubungan antartitik, memungkinkan adanya berbagai jalur. Kita tidak dapat memiliki banyak jalur tanpa interoperabilitas,” ujar Ferris.
Menurut Ferris, konektivitas antarsistem menjadi kebutuhan penting bagi perkembangan layanan kesehatan. Informasi yang dapat bergerak antarplatform membantu tenaga kesehatan memperoleh data yang dibutuhkan dalam proses perawatan.
Interoperabilitas juga dapat mengurangi ketergantungan pada sistem yang berjalan secara terpisah. Dengan sistem yang saling terhubung, data dapat digunakan oleh berbagai layanan sesuai kebutuhan dan kewenangan masing-masing.
Keahlian Kesehatan Tetap Dibutuhkan dalam Pengembangan AI
Faktor ketiga yang disebut Gnau adalah keahlian di bidang kesehatan. Teknologi AI tidak dapat berdiri sendiri karena layanan kesehatan memiliki proses dan kebutuhan yang kompleks.
Pengembang dan pengguna teknologi perlu memahami konteks klinis ketika merancang atau menerapkan AI. Pemahaman tersebut membantu memastikan teknologi memberikan manfaat sesuai kebutuhan tenaga kesehatan dan pasien.
Gnau menilai kualitas hasil AI sangat dipengaruhi kemampuan organisasi menggabungkan data, interoperabilitas, dan keahlian kesehatan. Ketiga elemen tersebut perlu berjalan secara bersamaan agar penerapan AI memberikan hasil yang optimal.
AI Ubah Cara Rumah Sakit Menganalisis Data
Integrasi data juga mengubah cara rumah sakit melakukan analisis. Sebelumnya, berbagai data sering tersimpan dalam aplikasi yang berbeda sesuai kebutuhan masing-masing unit.
Data klinis, sumber daya manusia, dan keuangan, misalnya, dapat berada pada sistem yang berbeda. Pola tersebut membuat analisis berjalan secara silo karena setiap sistem memiliki sumber data dan fungsi tersendiri.
Menurut Gnau, analisis data kini bergerak menuju pendekatan multimodal. Sistem data terintegrasi memungkinkan berbagai jenis informasi digunakan tanpa harus memindahkan seluruh data dari lokasi asalnya.
“Analisis data juga berubah dan kini bersifat multimodal, serta data yang terhubung melalui sistem data terintegrasi, tetap berada di tempatnya,” kata Gnau.
Pendekatan tersebut dapat membantu organisasi memperoleh pemahaman yang lebih luas terhadap informasi yang tersedia. Namun, penerapannya tetap membutuhkan tata kelola data dan pengaturan akses yang tepat.
Rumah Sakit Perlu Menyiapkan Kerangka Kerja AI
Direktur IT sekaligus Chief Technology Officer Mandaya Hospital Group Indonesia, Benedict Sulaiman, menilai organisasi perlu terbuka terhadap perkembangan teknologi. Menurutnya, perkembangan AI dapat memengaruhi fondasi sistem data yang digunakan rumah sakit.
Benedict juga menekankan pentingnya pemahaman AI di tingkat pimpinan organisasi. Pengetahuan tersebut diperlukan agar keputusan terkait investasi, tata kelola, dan penerapan teknologi memiliki arah yang jelas.
“Kita perlu membangun kerangka kerja organisasi untuk memanfaatkan bagaimana penggunaan AI secara optimal,” ujar Benedict dalam diskusi panel InterSystems Asia Ready 2026.
Kerangka kerja tersebut dapat mencakup kebijakan penggunaan AI, tata kelola data, keamanan informasi, pengawasan manusia, serta evaluasi hasil teknologi. Rumah sakit juga perlu menentukan penggunaan AI yang benar-benar memberikan manfaat bagi layanan.
Infrastruktur IT Harus Mendukung Pertukaran Data
Kesiapan infrastruktur teknologi informasi menjadi bagian lain yang tidak dapat diabaikan. Associate Professor Gunma University Hospital Jepang, Kota Torikai, mengatakan berbagai sistem IT perlu mampu membaca dan bertukar data.
“Hal ini memungkinkan kita untuk membaca data dari berbagai sistem IT,” kata Torikai.
Menurutnya, subsistem dan berbagai sumber data, termasuk rekam medis elektronik, perlu dihubungkan menggunakan mekanisme yang mendukung interoperabilitas. Salah satu pendekatan yang dapat digunakan adalah standar HL7 FHIR.
HL7 FHIR merupakan standar pertukaran informasi kesehatan yang dirancang untuk membantu sistem kesehatan saling bertukar data. Penerapan standar interoperabilitas dapat membantu mengurangi hambatan ketika organisasi menggunakan sistem dari penyedia teknologi berbeda.
SATUSEHAT Perkuat Integrasi Data Kesehatan Indonesia
Di Indonesia, integrasi data kesehatan juga menjadi bagian dari transformasi digital sektor kesehatan. Kementerian Kesehatan RI meluncurkan SATUSEHAT Rekam Medis Elektronik dalam platform SATUSEHAT pada 1 September 2026.
Platform tersebut dirancang untuk menghubungkan informasi kesehatan, termasuk hasil pemeriksaan, laboratorium, rekam medis, dan farmasi. Integrasi tersebut diharapkan mendukung penerapan rekam medis elektronik serta mempercepat pertukaran informasi kesehatan.
Pengembangan ekosistem data terintegrasi dapat menjadi fondasi bagi pemanfaatan teknologi kesehatan berikutnya. Data yang terhubung dan terstruktur akan semakin penting ketika fasilitas kesehatan mulai mengadopsi berbagai solusi berbasis AI.
InterSystems Dukung Integrasi Data Kesehatan
InterSystems sebelumnya telah berkolaborasi dengan Kementerian Kesehatan dalam pemanfaatan platform basis data kesehatan nasional di SATUSEHAT. Platform tersebut menggunakan InterSystems IRIS for Health dan mengadopsi standar HL7 FHIR.
Baca Juga “Kolaborasi RI – Australia hadirkan teknologi AI untuk bidan“
