JOGJAOKE.COM, Yogyakarta – Teknologi kecerdasan buatan (AI) di sektor kesehatan belum bisa disebut solusi Indonesia, jika hanya berfungsi di rumah sakit besar perkotaan. Pandangan tersebut disampaikan Guru Besar Universitas Muhammadiyah Yogyakarta (UMY), Prof. Ir. Slamet Riyadi, S.T., M.Sc., Ph.D., pada Rabu (5/8) di UMY.
Slamet menyebut kondisi geografis Indonesia sebagai ujian sesungguhnya bagi teknologi AI kesehatan. Sistem yang berhasil di rumah sakit besar kota belum tentu bekerja sama baiknya di puskesmas atau pulau terpencil.
“Kalau sebuah sistem hanya bekerja di rumah sakit tersier, itu belum bisa disebut solusi bagi optimalisasi sistem kesehatan diIndonesia,” ujar Slamet saat menjadi keynote speaker dalam International Conference on Sustainable Innovation (ICoSI) 2026.
Ia memaparkan lima aspek yang membedakan kesiapan tiap daerah: kematangan data, konektivitas internet, ketersediaan tenaga kerja terlatih, alur rujukan pasien, dan tata kelola. Kelima faktor ini, menurutnya, kerap luput dari perhitungan saat sebuah sistem AI dianggap siap diterapkan secara nasional.
Kesenjangan akses layanan spesialis antarwilayah pun menjadi isu lain yang disorot Slamet. Ia menilai bahwa layanan radiologi dan diagnostik khusus masih terpusat, sementara informasi medis pasien sering tak ikut berpindah saat dirujuk antarfasilitas kesehatan.
Slamet mencontohkan uji coba qXR dan qTrack, sistem analisis rontgen dada berbasis AI untuk deteksi tuberkulosis dan lebih dari 20 temuan prioritas lain. Uji coba ini berjalan di tiga rumah sakit: RSUP Fatmawati, RSUP Dr. M. Djamil, dan RSPON.
“Uji coba qXR dan qTrack ini masih berstatus pilot riset klinis, bukan program rutin nasional,” ungkap Slamet.
Dirinya menegaskan bukti keberhasilan sebuah teknologi AI di tahap riset tidak bisa disamakan dengan bukti keberhasilannya saat diterapkan secara luas. Slamet menegaskan bahwa Bukti implementasi harus dipisahkan dari bukti riset dan bukti hasil klinis.
Sebuah sistem AI kesehatan bagi Slamet baru layak diperluas skalanya jika memenuhi lima syarat: kesesuaian konteks dengan alur kerja nyata, kapasitas sumber daya manusia dan infrastruktur, konektivitas yang mendukung interoperabilitas, kepatuhan terhadap validasi dan privasi data, serta kolaborasi lintas pihak mulai dari klinisi hingga pemerintah.
Slamet menekankan bahwa perluasan skala AI kesehatan harus didasarkan pada bukti nyata, bukan sekadar potensi teknologi. (lsi)
Sumber : Humas Umy
