MALAHAYATIMALAHAYATI

Jurnal Dunia KesmasJurnal Dunia Kesmas

Pelaporan insiden keselamatan pasien merupakan komponen penting dalam membangun budaya keselamatan di rumah sakit. Namun, proses analisis laporan yang bersifat naratif sering kali memakan waktu dan sumber daya, sehingga menghambat efektivitas sistem pelaporan dan pembelajaran insiden. Walaupun kecerdasan buatan (AI) telah dieksplorasi secara luas di layanan kesehatan, pemanfaatannya dalam pelaporan insiden keselamatan pasien masih belum optimal dan belum banyak dikaji. Penelitian ini bertujuan untuk mengevaluasi pemanfaatan AI dalam sistem pelaporan insiden keselamatan pasien dengan metode tinjauan literatur. Sebanyak 179 artikel diidentifikasi dari database ProQuest melalui pencarian terstruktur, dan 9 artikel dianalisis secara mendalam. Hasil menunjukkan bahwa AI, melalui machine learning dan natural language processing (NLP), telah digunakan untuk mengklasifikasikan jenis insiden, mendeteksi pola risiko, dan juga memprediksi kejadian dari data rekam medis elektronik. Selain menyederhanakan proses pelaporan melalui narasi bebas, AI mengurangi beban administratif dan meningkatkan partisipasi pelapor. Tantangan utama dalam implementasi AI meliputi kesiapan infrastruktur, integrasi sistem, dan perlindungan data. AI memiliki potensi besar untuk meningkatkan efisiensi dan efektivitas sistem pelaporan insiden, asalkan didukung oleh strategi implementasi yang adaptif dan aman.

Tinjauan literatur ini menunjukkan bahwa kecerdasan buatan (AI), khususnya melalui pendekatan machine learning dan natural language processing (NLP), telah digunakan secara efektif dalam sistem pelaporan dan analisis insiden keselamatan pasien.AI mampu mengotomatisasi klasifikasi insiden, mendeteksi pola risiko, dan bahkan memprediksi kejadian tidak diharapkan secara proaktif dari data rekam medis elektronik.Selain meningkatkan efisiensi analisis, AI juga menyederhanakan proses pelaporan melalui narasi bebas, sehingga mengurangi beban administratif dan meningkatkan partisipasi pelapor.Namun, keberhasilan implementasi AI sangat bergantung pada kesiapan infrastruktur teknis, integrasi sistem, serta perlindungan terhadap kerahasiaan data insiden.Dengan demikian, AI memiliki potensi besar untuk memperkuat sistem pembelajaran keselamatan pasien, asalkan diiringi implementasi yang adaptif dan kolaboratif.

Untuk penelitian lanjutan, disarankan untuk fokus pada pengembangan dan validasi model AI yang dapat mengintegrasikan data dari berbagai sumber, seperti rekam medis elektronik dan laporan insiden, untuk meningkatkan akurasi dan generalisasi dalam mendeteksi insiden keselamatan pasien. Selain itu, perlu dilakukan evaluasi dampak klinis dan operasional dari implementasi AI dalam konteks nyata di rumah sakit Indonesia, dengan mempertimbangkan tantangan-tantangan yang telah diidentifikasi dalam tinjauan literatur ini, seperti ketidakseimbangan data, transparansi model, dan keamanan data insiden.

Read online
File size337.34 KB
Pages12
DMCAReport

Related /

ads-block-test