Yogyakarta | Penelitian doktoral drg Achmad Zam Zam Aghasy, MKes, dari Universitas Gadjah Mada menguji pemanfaatan kecerdasan buatan sebagai sistem pendukung keputusan klinis dalam pelayanan kesehatan gigi dan mulut. Kajian ini berfokus pada kemampuan teknologi untuk membantu dokter gigi mengidentifikasi diagnosis serta menentukan pengodean tindakan medis secara lebih konsisten, khususnya di fasilitas kesehatan tingkat pertama (FKTP).
Hasil penelitian menunjukkan perubahan yang signifikan setelah AI digunakan dalam proses pengodean diagnosis. Sebelum memperoleh dukungan teknologi, ketepatan pengodean diagnosis oleh dokter gigi di FKTP tercatat sebesar 49,4 persen. Setelah AI diterapkan, tingkat ketepatan tersebut meningkat menjadi 79 persen. Perbedaan ini menunjukkan bahwa sistem berbasis AI dapat membantu mengurangi kekeliruan dalam menerjemahkan temuan klinis ke dalam kode diagnosis dan tindakan yang sesuai.
Peningkatan ketepatan pengodean memiliki arti penting bagi mutu layanan kesehatan. Data diagnosis yang lebih akurat dapat mendukung pencatatan rekam medis, pelaporan fasilitas kesehatan, pengelolaan pembiayaan, serta penyusunan informasi kesehatan yang lebih dapat diandalkan. Dalam praktik klinis, bantuan tersebut juga dapat mempermudah dokter gigi saat menilai berbagai pilihan diagnosis dan tindakan berdasarkan informasi yang tersedia.
Meski demikian, AI dalam penelitian ini ditempatkan sebagai alat bantu, bukan pengganti dokter. Keputusan klinis tetap memerlukan pertimbangan profesional, pemeriksaan langsung terhadap pasien, pemahaman mengenai riwayat kesehatan, dan komunikasi dokter dengan pasien. Rekomendasi yang dihasilkan sistem perlu ditinjau serta divalidasi oleh tenaga medis sebelum digunakan dalam pelayanan.
Temuan tersebut memperlihatkan bahwa integrasi teknologi secara terarah berpotensi memperkuat layanan gigi dan mulut di FKTP. Dengan penerapan yang disertai pengawasan, pelatihan pengguna, perlindungan data, dan evaluasi berkelanjutan, AI dapat membantu dokter gigi menentukan diagnosis dan tindakan medis secara lebih tepat tanpa mengurangi peran manusia dalam pengambilan keputusan klinis.
Penelitian ini berangkat dari persoalan ketepatan rujukan pasien gigi dari fasilitas kesehatan tingkat pertama (FKTP) ke fasilitas kesehatan tingkat lanjutan, termasuk rumah sakit. Dalam sistem pelayanan berjenjang, FKTP berperan sebagai pintu masuk utama yang menilai kondisi pasien, menetapkan diagnosis awal, memberikan tindakan sesuai kewenangan, serta menentukan kebutuhan rujukan. Namun, keputusan tersebut belum selalu berlangsung secara tepat. Rujukan yang tidak sesuai dapat memperpanjang alur pelayanan dan mengurangi efisiensi penanganan pasien.
Sumber penelitian terdahulu mencatat bahwa sekitar 52,2 hingga 58,2 persen rujukan gigi dinilai tidak tepat. Angka tersebut menunjukkan bahwa sebagian besar pasien yang dikirim ke fasilitas kesehatan rujukan tingkat lanjut kemungkinan masih dapat memperoleh penanganan di FKTP. Salah satu penyebabnya adalah pemahaman tenaga kesehatan yang belum memadai mengenai diagnosis dan pengodean tindakan medis. Ketidakjelasan dalam mengidentifikasi kondisi klinis atau memilih kode tindakan yang sesuai dapat memengaruhi keputusan rujukan, sekaligus menimbulkan perbedaan penilaian antar fasilitas pelayanan kesehatan.
Zamzam menyatakan bahwa lima dari 10 pasien yang diputuskan untuk dirujuk sebenarnya masih dapat ditangani di FKTP. Pernyataan tersebut disampaikan dalam keterangan tertulis di laman resmi Universitas Gadjah Mada (UGM) pada Selasa, 13 Oktober 2026. Temuan ini memperlihatkan bahwa ketidaktepatan rujukan bukan sekadar persoalan administratif, melainkan juga berkaitan dengan pemerataan akses dan efisiensi sistem kesehatan. Rujukan yang semestinya dapat diselesaikan di tingkat pertama turut membesarkan beban nasional, karena fasilitas kesehatan rujukan tingkat lanjut harus menangani pasien dengan kondisi yang sebenarnya berada dalam kapasitas FKTP. Dampaknya dapat terlihat melalui penumpukan pasien, meningkatnya waktu tunggu, serta penggunaan sumber daya yang kurang optimal. Oleh sebab itu, peningkatan pemahaman diagnosis dan pengodean tindakan menjadi bagian penting untuk mendukung keputusan rujukan yang lebih akurat.
Pengujian melibatkan 62 dokter gigi yang bekerja di fasilitas kesehatan tingkat pertama (FKTP) mitra BPJS Kesehatan di Daerah Istimewa Yogyakarta. Para peserta diminta menangani skenario klinis, kemudian menetapkan kode diagnosis dan kode tindakan sesuai informasi kasus yang tersedia. Peneliti membagi peserta ke dalam dua kelompok: kelompok yang memperoleh bantuan kecerdasan artifisial (AI) dan kelompok yang mengerjakan tugas dengan metode tanpa bantuan AI. Perbandingan ini dirancang untuk menilai pengaruh teknologi terhadap ketepatan pengodean, sekaligus melihat dampaknya terhadap waktu pengerjaan.
Hasil pengujian menunjukkan perbedaan nyata pada ketepatan kode tindakan. Dokter gigi yang menggunakan AI mencapai tingkat ketepatan 87,4 persen, sedangkan kelompok tanpa AI mencatat 63,9 persen. Ketika kode diagnosis dan tindakan dinilai secara bersamaan, akurasi kelompok pengguna AI mencapai 68,4 persen. Angka tersebut lebih tinggi dibandingkan kelompok tanpa bantuan teknologi, yang memperoleh akurasi 38,7 persen. Temuan ini menunjukkan bahwa AI dapat membantu menghubungkan informasi klinis dengan pilihan kode yang sesuai, terutama ketika penilaian mencakup lebih dari satu komponen pengodean.
Keunggulan bantuan AI semakin terlihat pada kasus yang jarang ditemui atau memiliki karakteristik klinis yang lebih menantang. Pada kasus stomatitis ulseratif nekrotikans, misalnya, ketepatan pengodean mencapai 71 persen pada kelompok pengguna AI, sementara kelompok tanpa AI hanya mencapai 12,9 persen. Perbedaan tersebut mengindikasikan bahwa teknologi dapat menjadi alat bantu bernilai ketika dokter perlu mengenali istilah, membedakan kondisi yang serupa, atau mencari kode untuk penyakit yang tidak sering dijumpai dalam praktik sehari-hari.
Meski demikian, pemanfaatan AI tidak menghasilkan perbedaan waktu pengerjaan yang bermakna dibandingkan metode tanpa teknologi tersebut. Artinya, peningkatan ketepatan tidak secara otomatis disertai penghematan waktu yang signifikan. Hasil ini menempatkan AI sebagai pendukung keputusan dan pengodean, bukan pengganti pertimbangan profesional dokter gigi. Penggunaannya tetap memerlukan verifikasi terhadap data klinis, pemahaman aturan pengodean, serta tanggung jawab tenaga kesehatan atas keputusan akhir.
Catatan Zamzam menegaskan bahwa pemanfaatan kecerdasan artifisial (AI) dalam layanan dokter gigi tidak cukup hanya didukung oleh hasil penelitian yang menunjukkan peningkatan ketepatan diagnosis dan pengodean tindakan. Penerapannya juga harus disertai perhatian serius terhadap keamanan data pasien. Informasi kesehatan bersifat sensitif, sehingga pengelolaan, penyimpanan, dan pertukarannya perlu mengikuti ketentuan perlindungan data serta prinsip kerahasiaan medis. Sistem yang digunakan harus memiliki pengamanan memadai agar data tidak diakses, diubah, atau disebarluaskan tanpa kewenangan.
Kesiapan infrastruktur menjadi syarat penting lainnya sebelum teknologi ini diterapkan secara lebih luas. Infrastruktur tersebut mencakup ketersediaan jaringan internet yang stabil, kapasitas perangkat, serta integrasi antarsistem informasi kesehatan. Tanpa konektivitas dan pertukaran data yang baik, sistem pendukung keputusan klinis berbasis AI akan sulit digunakan secara konsisten dalam alur pelayanan. Karena itu, Zamzam merekomendasikan agar Kementerian Kesehatan dan BPJS Kesehatan mempertimbangkan integrasi sistem pendukung keputusan klinis berbasis AI ke dalam platform SATUSEHAT dan PCare. Integrasi tersebut perlu dirancang secara bertahap, terukur, dan tetap memperhatikan keamanan serta tata kelola data.
Kopromotor disertasi, Dr. Lutfan Lazuardi, M.Kes., Ph.D., menilai penelitian ini memberikan bukti mengenai potensi AI dalam layanan klinis. Menurut penilaiannya, inisiatif AI di lingkungan layanan klinis masih terbatas dan belum didukung banyak bukti. Dalam konteks tersebut, penelitian Zamzam berperan menguji ada atau tidaknya peran strategis teknologi tersebut dalam mendukung proses klinis. Temuan penelitian menjadi dasar awal untuk menilai manfaatnya secara lebih objektif, sekaligus menunjukkan aspek yang masih perlu dikaji sebelum digunakan pada cakupan yang lebih besar.
AI berpotensi meningkatkan ketepatan diagnosis dan pengodean tindakan dokter gigi. Namun, penerapan luasnya tetap memerlukan perlindungan data pasien, kesiapan infrastruktur, integrasi sistem yang matang, serta pengujian lebih lanjut.
