Mitrais Medical
Newsletter

Kualitas proses administrasi dan akurasi data menjadi faktor penentu tingkat pendapatan rumah sakit. Kekeliruan, juga proses administrasi yang kurang efisien dan efektif dapat menyebabkan kebocoran pendapatan. Minggu lalu, Mitrais mengadakan seminar tentang optimalisasi pendapatan rumah sakit melalui Sistem Informasi Manajemen Rumah Sakit (SIMRS).

Iwan Setiadi, Senior Sales Manager Mitrais, mengatakan, “Rumah sakit perlu memperhatikan bahwa kebocoran pendapatan dapat terjadi di berbagai area. Selain itu, pendapatan rumah sakit masih dapat dioptimalkan dari berbagai sumber,  tidak terbatas dari pembayaran pasien.”

Untuk mengoptimalkan pendapatan, rumah sakit perlu memastikan seluruh administrasi pasien tercatat dengan benar, terutama yang berkaitan dengan pembayaran: mulai dari penerimaan hingga pengelolaan klaim kepada pihak ketiga, seperti asuransi atau BPJS.

SIMRS menawarkan kualitas, kecepatan, dan akurasi pada proses administrasi rumah sakit. Data pasien akan berkesinambungan mulai dari pendaftaran, pemeriksaan dokter, pemrosesan resep, hingga pembuatan tagihan. Beralihnya proses manual ke elektronik akan membantu mengurangi biaya operasional dan kebutuhan SDM, juga menurunkan kesalahan dengan adanya validasi dan otomatisasi. Dan akhirnya, SIMRS memudahkan pemantauan operasional maupun kinerja melalui laporan dan dasbor.

Implementasi SIMRS memudahkan rumah sakit dalam pengelolaan administrasi (klinis dan non-klinis) dan pengelolaan keuangan; dimulai dari pendaftaran pasien, kontrol stok obat di farmasi, pembayaran pasien, hingga pengelolaan klaim ke pihak ketiga. Integrasi SIMRS dengan sistem BPJS akan menyederhanakan proses pembuatan tagihan, sehingga mengurangi beban administrasi staf dan mengurangi waktu tunggu pasien. Dengan pengelolaan yang lebih baik, rumah sakit dapat memperbaiki kualitas layanan, yang akhirnya dapat meningkatkan kepuasan pasien maupun karyawan.   

Peserta seminar menyambut hangat penjelasan yang disampaikan oleh dr. Ishak Suryawan, Konsultan Mitrais, dan dengan antusias berdiskusi selama acara berlangsung. 

Seminar sehari ini diadakan di dua kota berbeda, Surabaya dan Malang, dan dihadiri peserta undangan perwakilan dari rumah sakit yang berlokasi di Surabaya, Malang, dan kota-kota lain di sekitarnya.

Sumber : Mitrais News

Badan Penyelenggara Jaminan Sosial atau BPJS Kesehatan saat ini tengah berupaya mengadopsi program jaminan kesehatan yang diterapkan oleh Turki. Upaya tersebut dilakukan agar ke depan BPJS Kesehatan mampu menjalankan Jaminan Kesehatan Nasional atau JKN yang berkualitas tanpa diskriminatif.

Direktur Kepatuhan, Hukum dan Hubungan Antar Lembaga BPJS Kesehatan Bayu Wahyudi mengatakan, kerjasama antara Indonesia dengan Turki dijalin lantaran adanya kemiripan sistem dan budaya masyarakat kedua negara. Saat ini Turki memiliki lembaga penyelenggara bernama Sosyal Guvenlik Kulumu (SGK).

“Kita akan mempelajari kepesertaannya, sistem rujukannya, sistem penanganan atau kesiapan dari fasilitas kesehatannya,” ujarnya usai Penandatanganan Nota Kesepahaman BPJS Kesehatan dengan SGK di Jakarta, Senin (22/7/2019).

Menurut Bayu, BPJS Kesehatan sebelumnya sudah mengunjungi salah satu rumah sakit terbesar di Kota Ankara, Turki. Salah satu yang diamati dalam kunjungan tersebut adalah pelaksanaan pendaftaran daring yang bisa berjalan optimal. Hal itu untuk menunjang pelaksanaan program jaminan kesehatan mereka.

“Kita lakukan studi banding kemudian kita implementasikan hal-hal yang kita perlukan termasuk sistem teknologi informasi mereka,” katanya.

Sebelumnya, BPJS Kesehatan juga telah menjalin kerjasama dengan sejumlah institusi internasional seperti National Health Insurance Service (NHIS) Korea Selatan, Japan International Corporation Agency (JICA), The Health Insurance Review and Assesment Service (HIRA) Korea Selatan, hingga International Social Security Association (ISSA).

“Tujuannya untuk menjalankan JKN yang berkualitas tanpa diskriminatif,” ujar Bayu.

Ia menambahkan, salah satu keuntungan SGK adalah mereka didukung dengan adanya fasilitas kesehatan yang mumpuni. Fasilitas kesehatan tersebut juga bisa berkoordinasi dengan penyelenggara dan berkomitmen memberikan pelayanan yang berkualitas bagi peserta.

“Dari segi pembayaran kita akan pelajari terkait efisiensi juga. Mereka memiliki standar yang dinamakan global budget,” ungkapnya.

Ada dua jenis jaminan sosial yang dikelola SGK berdasarkan sifatnya. Pertama, jaminan sosial dengan benefit jangka pendek. Misalnya jaminan kesehatan, jaminan kecelakaan kerja dan penyakit akibat kerja, serta jaminan persalinan.

Jenis kedua adalah jaminan sosial dengan benefit jangka panjang. Antara lain meliputi jaminan hari tua, jaminan pensiun dini akibat hal-hal tak terduga, jaminan bagi penyintas, tunjangan pernikahan, dan tunjangan pemakaman.

Direktur Utama BPJS Kesehatan Fachmi Idris menyampaikan, negara-negara lain memerlukan waktu untuk mencapai Universal Health Coverage (UHC). Mereka terus menyempurnakan berbagai aspek hingga berhasil sampai pada titik tersebut. Hal itulah yang kini coba dipelajari oleh BPJS Kesehatan.

“BPJS Kesehatan terus menjalin kemitraan dengan lembaga luar negeri untuk saling bertukar keahlian, gagasan dan best practice,” katanya.

Presiden Direktur SGK Turki Mehmet Selim Bagli meyakini, meski memiliki tantangan dan kondisi yang berbeda, kerja sama tersebut tetap bisa menguntungkan bagi kedua negara. Kedua negara bisa membuka jalan untuk mengembangkan sistem jaminan kesehatan sosialnya masing-masing.

Sumber : Kompas

Sebanyak 615 rumah sakit harus turun kelas karena tidak sesuai dengan standar klasifikasi yang ditentukan. Hal ini berdasarkan hasil peninjauan ulang Kementerian Kesehatan atas penyesuaian kelas rumah sakit yang bekerja sama dengan Badan Penyelenggara Jaminan Sosial Kesehatan.

Apabila ada keberatan, rumah sakit diberikan kesempatan untuk mengajukan sanggahan hingga 12 Agustus 2019.

Dari tinjauan Kementerian Kesehatan yang tercatat sampai 27 Mei 2019, ada ketidakseuaian kelas pada 615 rumah sakit dari total 2.170 rumah sakit yang bermitra dengan Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan. Secara rinci, ketidaksesuaian kelas ditemukan di 9 rumah sakit kelas A, 88 rumah sakit kelas B, 325 rumah sakit kelas C, dan 193 rumah sakit kelas D.

”Review (penilaian) ini bisa menggambarkan kelas dan kualifikasi rumah sakit sesungguhnya. Dengan begitu, intervensi dan penataan yang dilakukan bisa lebih tepat sasaran. Pembayaran BPJS Kesehatan kepada rumah sakit berdasarkan INA-CBG’s juga sesuai dengan klasifikasi yang dimiliki,” kata Direktur Jenderal Pelayanan Kesehatan Kementerian Kesehatan Bambang Wibowo di Jakarta, Kamis (25/7/2019).

Tarif INA-CBG’s atau Indonesia Case Base Groups merupakan sistem pembayaran rumah sakit yang digunakan dalam pelaksanaan program Jaminan Kesehatan Nasional-Kartu Indonesia Sehat. Pembayaran ini menggunakan sistem paket berdasarkan penyakit yang diderita pasien.

Aturan melakukan peninjauan ulang kelas rumah sakit sesuai dengan Peraturan Presiden Nomor 82 Tahun 2018 tentang Jaminan Kesehatan. Pada Pasal 72 Ayat (2) disebutkan, apabila ditemukan ketidaksesuaian kelas rumah sakit pada saat kredensial atau rekredensial, BPJS Kesehatan harus melaporkan kepada Menteri Kesehatan untuk dilakukan penilaian ulang.

Secara teknis, peninjauan dilakukan menggunakan instrumen penilaian berupa aplikasi RS daring serta Aplikasi Sarana Prasarana dan Alat Kesehatan (ASPAK).

Dalam laporan BPJS Kesehatan kepada Kementerian Kesehatan pada 2018 terdapat ketidaksesuaian sumber daya manusia (SDM) sebanyak 92 persen di rumah sakit umum kelas A, 96 persen di rumah sakit umum kelas B, 86 persen di rumah sakit umum kelas C, dan 33 persen di rumah sakit umum kelas D.

Ketidaksesuaian ini berdampak pada klasifikasi rumah sakit yang tidak menggambarkan kompetensi rumah sakit yang seharusnya.

Untuk itu, Bambang mengatakan, melalui peninjauan kelas rumah sakit diharapkan kualifikasi rumah sakit bisa sesuai sehingga rujukan pelayanan kesehatan berbasis kompetensi dapat berjalan dengan baik. Adapun aspek utama dalam klasifikasi RS adalah sumber daya manusia, sarana, prasarana, dan alat kesehatan.

Ketua Kompartemen Jaminan Kesehatan Nasional Perhimpunan Rumah Sakit Seluruh Indonesia (Persi) Daniel Budi Wibowo mengatakan, dari 615 rumah sakit yang dinyatakan turun kelas, sejumlah rumah sakit menyatakan keberatan dengan keputusan tersebut. Hal ini disebabkan masih adanya kesalahan data yang dikirimkan.

Untuk itu, ia menilai, belum tentu semua rumah sakit yang diturunkan kelasnya benar-benar tidak sesuai akibat kesalahan administrasi.

”Untuk itu, kami dorong rumah sakit yang merasa keberatan untuk segera menyelesaikan administrasinya. Penyesuaian kelas memang harus dilakukan agar tidak mengganggu dalam penyusunan sistem rujukan dan bisa menimbulkan pemborosan bagi BPJS Kesehatan,” ucapnya.

Waktu sanggah

Ia menambahkan, dari daftar rumah sakit yang kelasnya menjadi turun, rumah sakit tersebut memang belum sesuai kualifikasi ataupun akibat kesalahan administrasi. Tidak ada rumah sakit yang dipaksa turun kelas.

”Harus diakui masih terjadi bug dalam sistem informasi pelaporan ASPAK dari Kemenkes sehingga banyak data hilang dan kelas rumah sakit jadi turun. Namun, masa sanggah ini bisa dimanfaatkan untuk memperbaiki kesalahan data itu,” kata Daniel.

Bambang mengatakan, Kementerian Kesehatan telah memberikan waktu sanggah hingga 12 Agustus 2019 bagi rumah sakit yang ingin mengajukan keberatan.

”Jika sudah sesuai, surat rekomendasi penetapan kelas rumah sakit akan diterbitkan. Dinas PTSP (pelayanan terpadu satu pintu) bisa langsung meninjaklanjuti agar pembayaran INA-CBG’s yang dilakukan BPJS Kesehatan kepada rumah sakit bisa disesuaikan,” ujarnya.

Secara terpisah, Kepala Humas BPJS Kesehatan Iqbal Anas Ma’ruf menuturkan, tarif pembayaran kepada rumah sakit mitra BPJS Kesehatan masih sesuai kualifikasi pada kontrak awal kerja sama.

”Belum ada perubahan (pembayaran) karena masa berlakunya belum dimulai,” ucapnya.

Terkait perhitungan yang harus dibayarkan, ia menanggapi, ”Tentu kami harus menghitung, tetapi saat ini masih terlalu dini jika disampaikan berapa besaran pembiayaannya.”

Sumber : Kompas

Penyelesaian defisit Badan Penyelenggara Jaminan Sosial atau BPJS Kesehatan selama ini dianggap belum menyentuh aspek fundamental. Selain sumber pendanaan, sejumlah kalangan menganggap pengendalian hak layanan kesehatan kepada peserta perlu ditinjau.

Ketua Umum The Indonesian Health Economics Association (InaHEA) Hasbullah Thabrany menilai, penyelesaian kasus defisit BPJS hendaknya menyentuh masalah utama yang berakar pada sumber pendanaannya.

Penetapan iuran pemerintah dinilai tidak didasarkan pada hasil kajian yang telah dilakukan. Misalnya, pada 2016 iuran untuk kelas III diusulkan Rp 30.000, tetapi yang disahkan hanya Rp 25.500. Begitu pula dengan penerima bantuan iuran (PBI) yang diusulkan Rp 27.500, tetapi hanya ditetapkan Rp 19.225.

”Saat pemerintah menetapkan itu, BPJS Kesehatan tidak disubsidi. Beda dengan penetapan harga BBM,” katanya dalam konferensi jarak jauh pembahasan penyelenggaraan Jaminan Kesehatan Nasional di Jakarta, Jumat (26/7/2019).

Thabrany mencoba membandingkan saat pemerintah menetapkan harga di bawah usulan dari Pertamina, yang mana pemerintah memberikan subsidi untuk selisih tersebut. Dalam hal ini, Thabrany menilai pemerintah melakukan kebijakan yang diskriminatif.

Ia menambahkan, prinsip iuran, yakni adanya subsidi silang antara peserta berpenghasilan tinggi dan peserta berpenghasilan rendah. Namun, hal itu urung terjadi lantaran ada penetapan batas upah maksimal Rp 8 juta. Adapun selama ini rata-rata iuran perkapita setiap bulan yang dihasilkan sebesar Rp 43.000.

”Padahal, premi untuk pejabat eselon I saja bisa Rp 2 juta per bulan. Ada gap yang jauh. Dari sini terlihat betul, revenue menjadi masalah utama,” ujarnya.

Selain itu, Thabrany menilai, pemerintah belum menganggap masalah kesehatan sebagai hal yang serius. Berdasarkan data Bank Dunia 2019, anggaran belanja kesehatan Indonesia jauh tertinggal dibandingkan dengan negara-negara tetangga, seperti Filipina, Thailand, dan Australia.

Ia mengibaratkan, jika Indonesia punya pendapatan Rp 1 juta per bulan, anggaran untuk kesehatan hanya Rp 14.000. ”Berbeda dengan Australia yang anggaran belanja kesehatannya diibaratkan 80.000 dari pendapatan yang sama,” ujarnya.

Thabrany menilai, sejauh ini fokus pembahasan masih melebar pada hal-hal di luar masalah fundamental tersebut. Misalnya, BPJS Kesehatan sering mengungkap rasio klaim per segmen sehingga pembahasan cenderung mengerucut pada lingkup masalah yang lebih kecil.

Pengendalian

Sementara itu, Kepala Badan Pengembangan dan Pemberdayaan Sumber Daya Manusia (PPSDM) Kesehatan Usman Sumantri menganggap perlu ada pengendalian atau pembatasan hak dan manfaat layanan pasien. Dalam kasus penyakit tertentu perlu diberlakukan kebijakan cost sharingatau urun biaya.

”Misalnya, penyakit katarak dengan level visus di atas delapan bisa dijamin BPJS yang di bawahnya tidak atau pakai konsep urun biaya,” katanya.

Anggota Dewan Jaminan Sosial Nasional (DJSN), Angger P Yuwono, menambahkan, sistem verifikasi klaim kesehatan juga menjadi salah satu masalah yang perlu diperbaiki. Dengan begitu, potensi kemunculan klaim yang tidak diperlukan bisa ditekan. ”Kalau verifikatornya tidak tidak melaksanakan tugas optimal, klaim apa saja akan dibayar terus-menerus,” katanya.

Sumber : Kompas

India akan mendigitalisasi sistem layanan kesehatan dengan Rekam Medis Elektronik (RME) yang interoperable and identifikasi biometrik pasien yang berbasis teknologi Aadhaar, menurut tim yang dipimpin oleh Kementerian Kesehatan dan Kesejahteraan Keluarga, seperti dilaporkan oleh LiveMint.

National Digital Health Blueprint (NDHB) bertujuan menyediakan kerangka bagi National Health Stack (NHS) yang diajukan tahun lalu. NDHB diajukan oleh Menteri Kesehatan, Harsh Vardhan, dengan tujuan menciptakan Misi Kesehatan Digital Nasional, Identifikasi Kesehatan Personal (IKP), juga Master Direktori dan Register Kesehatan. IKP akan dikembangkan dengan konsultasi antara Kementerian Kesehatan, Kementerian Elektronik dan Teknologi Informasi, dan Unique Identification Authority of India (UIDAI).

Menurut NDHB, “Keunikan dalam identifikasi seseorang (warga negara) dibutuhkan sebagai atribut inti IKP dan dapat diperoleh melalui kombinasi identifikasi berbasis Aadhaar atau otentikasi untuk skema yang disebutkan pada Bab 7 Undang-Undang Aadhaar, dan melalui tipe identifikasi tertentu,” seperti dilaporkan oleh LiveMint.

NDHB juga memerlukan akses omni-channel, dengan akses web melalui Indian Health Portal, aplikasi seluler MyHealth, layanan call center dan akun media sosial. Perubahan-perubahan ini dapat mengurangi biaya layanan kesehatan, juga memberikan akses bagi warga India ke rekam medis dalam lima kali klik saja, menurut India News.
Pada situasi tertentu, Identifikasi Kesehatan Personal lebih banyak digunakan untuk autentikasi pasien, dibandingkan Aadhaar.

“Meskipun dapat menjamin keunikan identitas dan memberikan mekanisme online untuk autentikasi, Aadhaar tidak dapat digunakan untuk setiap konteks kesehatan seperti dalam aturan yang berlaku.” menurut laporan tim tersebut, seperti dikutip The Indian Express. Oleh karena itu, rancangan struktur dan proses Identifikasi Kesehatan Personal harus melibatkan beberapa identifikasi (dipilih dari tipe identifikasi tertentu).”

Pemerintah masih menyempurnakan aturan Aadhaar agar dapat memuat lebih banyak layanan, termasuk layanan dari sektor swasta. NDHM, sebagaimana halnya UIDAI, akan menjadi lembaga independen semi-swadana, dengan pendapatan dari perusahaan-perusahaan yang menggunakan jasa mereka.

Kementerian Kesehatan akan menunggu tanggapan pihak terkait hingga tanggal 4 Agustus.

Sumber : BiometricUpdate.com

Prospek “Big Data” untuk meningkatkan kualitas, keamanan, dan efisiensi layanan kesehatan sangatlah luas. Seiring meningkatnya kemampuan sistem Rekam Medis Elektronik (RME) untuk menghubungkan pendataan eksternal pasien, juga menganalisis dan menerjemahkan data yang lebih besar, semakin besar potensi dokter untuk dapat menegakkan diagnosis dengan lebih akurat dan mengobati penyakit secara lebih efektif.

Big data umumnya dapat dikenali dari “volume, kecepatan dan keanekaragamannya”, yang berarti sejumlah besar data pasien yang beragam dan heterogen, yang dapat diakses dengan mudah dan cepat, dan sebelumnya tidak tersedia untuk dianalisis.¹ Big data dapat digunakan untuk analisis dengan metode tradisional, tetapi sekarang dapat juga digunakan dalam aplikasi analisis prediktif, dengan machine learning dan kecerdasan buatan.

Algoritme elektronik dalam layanan

Analisis Prediktif (AP) adalah penggunaan algoritme elektronik sebagai pengambil keputusan klinis yang dapat memperkirakan kejadian mendatang secara real time. Penggagasnya berpendapat bahwa cara ini akan membantu dokter mengambil keputusan klinis penting di klinik ataupun di hadapan pasien. Contohnya, ketika menentukan pasien mana yang lebih membutuhkan perawatan ICU, atau yang akan menderita komplikasi pasca operasi lebih parah. AP yang digunakan dalam algoritme machine learning untuk menganalisis pencitraan pada kasus retinopati diabetik sudah tervalidasi dan menunjukkan keberhasilan.² Namun dengan meluasnya penggunaan teknologi ini, terdapat potensi penyalahgunaan, bias, dan ketimpangan, jika tidak digunakan secara benar. Menggunakan sejumlah besar data yang terhubung pada register pasien dapat menguntungkan, tetapi juga dapat merugikan.³ Dokter, yang secara etis dan profesional harus mengutamakan pasien, akan berperan penting memastikan teknologi baru ini tidak berdampak pada layanan kesehatan yang berkualitas tinggi, individual, dan terpusat pada pasien.

Apa yang perlu diketahui dokter tentang penggunaan algoritme AP untuk merawat pasien? Secara garis besaar, dokter harus menggunakan cara berpikir kritis dan analisis yang sama ketika mengevaluasi AP, seperti saat mereka mengkaji metodologi dan penerapan penelitian yang berdasarkan bukti. Pertama, dokter harus menelaah sendiri bagaimana algoritme AP dikembangkan dan divalidasi. Tiap pemangku kepentingan akan memiliki sudut pandang yang berbeda. Dalam mengembangkan suatu algoritme, rumah sakit akan menitikberatkan pada biaya, dokter mempertimbangkan alur kerja, sementara pasien memikirkan hasil pengobatan atau kualitas hidup mereka. Semakin banyak pihak yang memahami bagaimana model AP dikembangkan, semakin yakin mereka bahwa pengembangan AP sudah memperhitungkan berbagai pertimbangan.

Hal lain yang tak kalah penting adalah apakah sampel pasien yang tepat disertakan dalam pengembangan model. Jika suatu model dirancang tanpa sampel yang cukup mewakili populasi tertentu, atau jika populasi sampel memiliki kondisi kesehatan yang lebih buruk akibat faktor sosial, hasil dari algoritme AP akan menunjukkan kesenjangan kondisi kesehatan dan memperparah kesetaraan kesehatan. ⁴

Bagaimana dengan konflik kepentingan dalam pengembangan AP untuk perawatan pasien? Mudah untuk mengkaji konflik kepentingan dalam penelitian yang sudah ditelaah sejawat, tetapi konflik-konflik ini belum tentu terungkap dalam model AP. Dokter tentunya ingin tahu variabel apa saja yang digunakan dalam pembuatan model, atau apakah pihak tertentu memiliki motif keuntungan yang bersinggungan dengan tujuan pengembangan model.

Akhirnya, hasil algoritme AP dapat memengaruhi dokter ketika membantu pasien menentukan perawatan. Jika suatu model AP tidak merekomendasikan tindakan bedah, tetapi model tersebut dirancang untuk meningkatkan tingkat kesehatan dari suatu populasi atau mengurangi biaya layanan kesehatan, hal ini dapat berlawanan dengan kepentingan dan pilihan pasien, dan juga bertentangan dengan kewajiban dokter untuk memberikan perawatan terbaik kepada pasien tersebut.

Kewajiban pada pasien tetap ada

Ada yang berpendapat bahwa AP hanyalah popularitas tanpa isi.⁵ Meskipun kemampuan big data dan AP untuk meningkatkan kekuatan prediktif akan terus berkembang, tetap ada beberapa tantangan dan batasan seperti yang dihadapi pengobatan berbasis bukti. Pada akhirnya, dokter bertanggung jawab untuk menerapkan bukti penelitian pada pasien dan menggunakannya dalam proses pengambilan keputusan untuk menentukan perawatan terbaik bagi pasien. Model AP akan memiliki data yang lebih masif, tapi belum dapat menghapus semua ketidakpastian pada perawatan klinis.

Semua pertimbangan tersebut memunculkan pertanyaan penting: Akankah AP memberikan data pendukung yang masih harus didiskusikan, atau langsung digunakan sebagai jawaban pasti kepada pasien? Terlepas dari bagaimana teknologi ini akan digunakan dalam layanan kesehatan, dokter akan selalu diwajibkan untuk mendiskusikan dan memberikan informasi kepada pasien secara langsung. Dengan demikian, rasa ingin tahu pasien akan terpuaskan.

David J. Alfandre MD, MSPH, adalah ahli etika layanan kesehatan di National Center for Ethics in Health Care (NCEHC), di Department of Veterans Affairs (VA) dan Associate Professor di Department of Medicine dan Department of Population Health di NYU School of Medicine di New York. Opini yang dimunculkan pada artikel di atas adalah pandangan pribadi dari penulis dan tidak mewakili posisi atau kebijakan NCEHC atapun VA.

Referensi:

1. Price WN 2nd, Cohen IG. Privacy in the age of medical big data. Nat Med. 2019;25:37-43.

2. Gulshan V, Peng L, Coram M, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 2016;316:2402-2410.

3. Shah ND, Steyerberg EW, Kent DM. Big data and predictive analytics: recalibrating expectations. JAMA. 2019;320:27-28.

4. Cohen IG, Amarasingham R, Shah A, et al. The legal and ethical concerns that arise from using complex predictive analytics in health care. Health Aff. 2014:33.7:1139-1147.

5. Emanuel EJ, Wachter RM. Artificial intelligence in health care: Will the value match the hype? JAMA. 2019; published online May 20, 2019. doi:10.1001/jama.2019.4914.

Sumber : Renal & Urology News

University of Virginia Health System sedang mempertimbangkan untuk meluncurkan sistem pengambil keputusan klinis yang membantu menentukan cara dan pendekatan terbaik untuk mengurangi jumlah tes laboratorium yang tidak diperlukan.

Sistem ini menggunakan rekam medis elektronik (RME) untuk mengidentifikasi tren tes laboratorium di antara kelompok pasien untuk membantu panitia pengambil keputusan dalam menentukan cara dan pendekatan terbaik untuk memesan pemeriksaan laboratorium.

Beberapa fungsi yang dapat diterapkan di sistem antara lain adalah aturan atau batasan frekuensi tes laboratorium, tes tertentu yang berdasarkan jenis kelamin, juga pemeriksaan mahal yang perlu dilakukan di luar rumah sakit, contohnya tes genetik.

Selain itu, rumah sakit dapat menggunakan sistem pengambil keputusan dari pihak ketiga yang dapat digabungkan ke dalam RME.

“Akan tetapi, sistem-sistem ini masih berada pada tahap awal pengembangan; oleh karenanya rumah sakit harus mengevaluasi dan memvalidasi fungsi-fungsi pendukung tersebut sebelum menerapkannya. Baik dibuat di dalam atau luar rumah sakit, , sistem pendukung keputusan yang dirancang baik dapat membantu dokter menggunakan hasil tes laboratorium dengan lebih baik, namun masih diperlukan data yang lebih besar untuk mengonfirmasi kesimpulan ini.” jelas Andrew Parsons, MD, MPH dan Joseph Wiencek PhD, keduanya anggota UVA Health yang menulis makalah bersama mengenai penelitian mereka.

Parsons dan Wiencek memimpin kelompok kerja untuk mengubah kebiasaan pemesanan tes laboratorium di rumah sakit melalui pelatihan dan pendidikan.

UVA Health juga membentuk tim perumus laboratorium untuk menentukan apakah suatu tes laboratorium sudah dibuktikan dalam penelitian sebagai bagian dari prosedur penanganan penyakit tertentu. Hasil kerja tim ini dapat berakibat pada dilarangnya atau dihapuskannya tes laboratorium tertentu, jika tes tersebut hanya berandil kecil pada keefektifan pengobatan.

“Selain memperbesar biaya layanan kesehatan, tes laboratorium yang tidak perlu dapat menyebabkan dokter mengambil keputusan yang salah berdasarkan hasil tes abnormal yang sebenarnya tidak relevan,” kata Parsons. “Hal ini dapat menyebabkan dokter memesan serangkaian tes tambahan, yang secara medis belum tentu diperlukan dan dapat membahayakan pasien.”

UVA menggunakan masukan individu dan kelompok dalam pemesanan tes laboratorium untuk membantu mengurangi tes yang tidak perlu. Surel pengingat, juga data dasbor, dapat membantu dokter membandingkan kebiasaan mereka dalam memesan tes laboratorium dengan dokter-dokter lain. Surel pengingat dapat mengingatkan dokter yang banyak memesan tes laboratorium untuk mengurangi frekuensi pemesanan, jelas UVA.

“Penting bagi institusi untuk menciptakan budaya yang menghargai dan mempromosikan perawatan berkualitas tinggi di seluruh rumah sakit,” kata Wiencek. “Kami mempraktekkannya di UVA dengan dukungan penuh dari pihak eksekutif dan dari seluruh sistem. Kami berkomunikasi langsung, melakukan presentasi, dan membagikan data untuk membangun budaya tersebut.”

Sumber : HITInfrastructure.com

Dengan menyentuh aplikasi di tablet, pasien di bangsal rawat inap Singapore General Hospital dapat meminta segelas air atau meminta bantuan untuk menggunakan kamar kecil tanpa perlu memencet tombol bantuan.

Aplikasi MyCare, yang diluncurkan Selasa, 22 Juli, adalah bagian dari program percontohan SingHealth untuk memudahkan pasien mengakses jadwal pengobatan harian dan informasi medis mereka.

Termasuk di dalamnya adalah data seperti diagnosis, hasil tes, dan juga obat yang telah dikonsumsi pasien.

Aplikasi ini diinstal pada iPads yang berada di samping tempat tidur pasien dan saat ini diimplementasikan di dua bangsal rumah sakit, dengan total kapasitas 51 tempat tidur.

Fungsi pesan pada aplikasi ini juga memungkinan pasien untuk bertanya pada perawat mengenai rencana pengobatan atau hasil tes mereka.

Asisten perawat, Tan Sheng Lian, mengatakan bahwa aplikasi tersebut telah meningkatkan komunikasi dengan pasien.

“Sekarang pasien diberdayakan sebagai partner dalam perawatan dan mereka dapat lebih terlibat dalam mengurus kondisi kesehatan mereka,” tambahnya.

Untuk melindungi kerahasiaan pasien, masing-masing pasien diberi kata kunci khusus yang harus dimasukkan setiap kali mereka akan mengakses informasi di aplikasi.

Ketika pasien diperbolehkan pulang, data mereka akan terhapus dari iPad untuk menjamin tidak ada riwayat data yang tersimpan pada gawai, kata SingHealth.

Ada pula rencana untuk meluncurkan aplikasi ini secara progresif kepada semua pasien rawat inap di SGH dan rumah sakit lain di bawah grup SingHealth pada tahun 2021.

Termasuk di antaranya Changi General Hospital, KK Women’s and Children’s Hospital dan National Heart Centre Singapore.

SingHealth menambahkan bahwa mereka mencari cara untuk meningkatkan fungsionalitas aplikasi yang saat ini sudah ada, misalnya menambahkan latihan rehabilitasi yang direkomendasikan fisioterapis dan terapis okupasi.

Peralatan biosensor nirkabel yang dapat dipakai juga diujicobakan pada hari Selasa, untuk pasien yang membutuhkan pemantauan lebih intensif.

Biosensor ini memfasilitasi pemantauan otomatis dan terus-menerus pada tanda vital pasien seperti detak jantung, frekuensi pernapasan dan suhu kulit.

Informasi diunggah pada waktu nyata ke sistem RME. Sistem peringatan akan terpicu oleh sensor ini dan memberikan pertolongan jika kondisi pasien memburuk.

Ujicoba biosensor ini, yang diluncurkan pada bulan Juni, akan berlangsung selama sembilan bulan.

Kedua program percontohan ini diumumkan pada hari Selasa pada perayaan Hari Perawat di SingHealth, dimana 33 perawat dari 11 rumah sakit menerima penghargaan atas kerja dan kontribusi mereka.

Sumber : Channel News Asia

Layanan kesehatan berbasis teknologi yang diterapkan di rumah sakit diharapkan mempertimbangkan standar mutu yang ada. Selain itu, investasi rumah sakit terhadap sumber daya manusia juga mesti disiapkan untuk menghasilkan tenaga medis yang adaptif.

Direktur Jenderal Pelayanan Kesehatan Kementerian Kesehatan (Kemenkes) RI Bambang Wibowo, Selasa (23/7/2019), mengatakan, layanan berbasis teknologi rumah sakit harus berdimensi keadilan dan berorientasi pada kepentingan pasien. Mutu harus tetap menjadi acuan dalam investasi teknologi informasi.

”Layanan juga tetap harus berfokus pada keselamatan dan keamanan pasien, misalnya,” kata Bambang dalam Seminar Nasional IV ”Tantangan Rumah Sakit Indonesia di Era 4.0 dan Universal Health Coverage” di Jakarta, Selasa.

Layanan berbasis teknologi yang berorientasi pada pasien itu dimaksudkan agar layanannya disesuaikan dengan preferensi dan kebutuhan pasien. Adapun yang dimaksud dengan adil yaitu memberikan pelayanan yang seragam tanpa diskriminasi.

Setidaknya ada tujuh dimensi mutu yang mesti dijadikan acuan dalam pengembangan layanan berbasis teknologi tersebut. Selain adil, aman, dan berorientasi pada pasien, layanan berbasis teknologi juga harus efisien, efektif, dan tepat waktu. Terakhir, dengan adanya teknologi informasi, integrasi layanan diharapkan dapat tercapai.

”Yang terpenting harus berorientasi kepada pasien, adil, dan aman. Kalau dimensi lainnya, otomatis akan dicapai dengan pemanfaatan teknologi,” ujar Bambang.

Penerapan teknologi informasi di bidang kesehatan juga telah diatur dalam Peraturan Menteri Kesehatan (Permenkes) Nomor 46 Tahun 2017 tentang Stategi E-Kesehatan Nasional. Di dalamnya dijelaskan mengenai tujuh komponen penentu keberhasilan penerapan e-kesehatan.

Komponen tersebut, kata Bambang, antara lain menyangkut tata kelola dan kepemimpinan, strategi dan investasi, layanan dan aplikasi, serta sumber daya manusia (SDM). Perluasan sistem layanan dan aplikasi harus dilakukan seiring dengan pembangunan infrastrukturnya.

”Dalam hal ini, kebutuhan SDM harus disiapkan dengan baik, bukan hanya investasi terhadap teknologinya,” ujar Bambang.

Menyesuaikan diri

Ketua Umum Perhimpunan Rumah Sakit Indonesia (Persi) Kuntjoro Adi Purjanto mendorong agar rumah sakit melakukan investasi di bidang SDM. Mereka harus menyiapkan SDM yang bisa menyesuaikan diri dengan kemajuan teknologi.

”Jika SDM menguasai kemajuan teknologi, akan mempercepat daya saing rumah sakit,” katanya.

Menurut Kuntjoro, jenis pekerjaan ke depan akan semakin ringkas. Contohnya, tidak perlu lagi ada apoteker yang bekerja di gudang karena ke depan dokter hanya perlu membuat resep lalu obat akan keluar secara otomatis. Dalam hal ini, profesi membutuhkan adaptasi.

”Ya, itu risikonya. Mau tidak mau mereka akan melakukan perubahan-perubahan,” ujarnya.

Menteri Kesehatan Nila Djuwita Anfasa Moeloek mengatakan, teknologi digital di Indonesia juga harus bisa diterapkan dalam pencegahan penyakit. ”Kita harus manfaatkan kecerdasan buatan untuk memprediksi, memanajemen, dan mendiagnosis penyakit,” ujarnya.

Nila menambahkan, saat ini informasi teknologi sudah diterapkan untuk mempermudah akses, misalnya dengan sistem rujukan terpadu. Kemudian juga ada tele-medicine untuk mempermudah konsultasi dokter dengan masyarakat serta pendaftaran berobat secara daring.

”Kemenkes terus memotivasi dan mendorong rumah sakit untuk menerapkan layanan di atas. Selain itu, juga ada tele-radiologi, tele-USG meskipun kita masih harus hati-hati memanfaatkannya,” kata Nila.

Sumber : Kompas

Pemakaian teknologi di berbagai bidang termasuk kesehatan dapat mempermudah dan menjangkau efisiensi yang lebih baik. Salah satu teknologi yang mulai diterapkan di Indonesia yaitu dengan menggunakan E-Medical Record.

Biasanya, medical record atau rekam medis pasien berbentuk seperti file dari tumpukkan kertas. Hal ini tentu membuat banyaknya kertas yang digunakan serta tulisan tangan dengan terkadang sulit dipahami.

Untuk itu, Indonesia mulai menerapkan pemakaian electronic medical record sebagai konsep pelayanan kesehatan terbaru. Di mana konsep digital perlu diterapkan di berbagai rumah sakit di Indonesia.

“Rumah sakit harus ada layanan kesehatan berbasis industri 4.0. Rumah sakit BUMN semuanya harus menjadi trendsetter untuk rumah sakit lainnya yang akan gunakan konsep digital untuk pelayanannya,” ujar Head of PT. Pertamedika – IHC, dr. Fathema Djan Rachmat Sp. B, Sp BKTV (K) dalam acara JIMCA di Hotel Mulia, Jakarta, Selasa 23 Juli 2019.

Fathema menegaskan bahwa seluruh RS BUMN sudah menerapkan konsep digital tersebut. Salah satu rumah sakit yang sudah menerapkannya secara maksimal yaitu RS Pelni Jakarta.

“78 Rumah Sakit sudah gunakan E-Medical Record. Paling intregrated yaitu RS Pelni. RS lainnya memang belum maksimal tapi sudah mulai paperless,” tegasnya.

Fathema menargetkan dalam 5 tahun mendatang seluruh rumah sakit di Indonesia harus memiliki konsep digital ini. Adapun konsep digital ini memerlukan teknologi yang canggih disertai dengan pengetahuan yang lebih memadai.

“Untuk bisa mencapai target tersebut, kita kolaborasi mengadakan seminar medis yang diselenggarakan oleh Japan-Indonesia Medical Collaboration Association (JIMCA). Karena teknologi canggih harus disertai dengan pengetahuan sumber daya manusia yang lebih baik,” kata dia. (nda)

Sumber : VIVA