TUGAS AKHIR KOMPUTER DAN MASYARAKAT ( Bidang Kesehatan )

19.56 0 Comments

TUGAS AKHIR

KOMPUTER DAN MASYARAKAT

GENAP 2019

         

 Bidang Kesehatan

1.      Pengertian Disrupsi & Dirupsi Teknologi

Disrupsi pada pelayanan kesehatan meliputi area preventif, diagnosis, dan terapi.   Hasil survei menunjukkan bahwa aspek yang terdisrupsi adalah rumah sakit, IT rumah sakit, layanan primer, farmasi, kemudian aspek-aspek lain di pelayanan kesehatan.  Dalam hal ini, teknologi yang mempengaruhi big bang disruption adalah social, mobility, analytics, clouds, Internet of Things, genomics, dan imaging.  Mobile dan wireless application merupakan pendorong pasar kesehatan.  Rumah sakit perlu mengetahui orientasi pasien dan berinvestasi pada waktu dan energi untuk menjalin hubungan dengan pasien.   Patient activation juga membuat rumah sakit untuk fokus menjalin hubungan dengan pasien dalam mengetahui pelayanan kesehatan mereka.  Selain itu, population health management atau hotspotting digunakan untuk mengidentifikasi tren kesehatan ke depan.  Big data juga perlu dikumpulkan untuk kebutuhan rumah sakit.

Dalam menghadapi disrupsi sebaiknya jangan menjadi penentang, jangan takut menganalisa produk sendiri, dan perlu membentuk ulang atau menciptakan hal baru.  Era disrupsi ini pasti akan mempengaruhi sektor kesehatan, maka diperlukan inovasi disruptif dari sisi fokus pada pasien dan menjalin hubungan yang baik serta siap untuk mengantisipasi perubahan ke depan.

2.      Studi Kasus yang terjadi

Disrupsi teknologi yang dihadapi di ranah kesehatan semisal di rumah seperti asupan nutrisi, postur dan superficial symptom, berat badan, urinalisa, feses, fisiologi kardiovaskular, tingkat stres, dan lain-lain dapat diintegrasikan dengan multi sensor seprti suhu, kelembapan, konsentrasi gas tertentu sehingga menjadi lebih kompleks.  Penempatan sensor tersebut tidak hanya dalam bentuk smart band namun dalam bentuk matsial polimer semikonduktor (nano) dalam wujud pakaian.  Sedangkan untuk EBI dan model interferensi dapat dibuat “virtual gate”.  Image dari kamera juga dapat menghitung kandungan nutrisi dari makanan yang tersaji di piring (berdasar DKBM).                            

3.      Dampak Sosial dan Ekonomi ( Negatif dan Positif )

Perkembangan Terkini IT Dalam Menghadapi Era Disrupsi.  Masa depan teknologi kesehatan berdasar pada data management based seperti AI, Deep Learning, dan knowledge growing system.   Aplikasi kesehatan ke depannya juga menggunakan data mining yang merupakan bagian dari deep learning.  Masyarakat yang bertanya ke aplikasi untuk konsul kesehatan akan dijawab oleh mesin yang telah diatur dengan deep learning sehingga dapat menjawab kasus penyakit yang ditanyakan seperti layaknya tenaga medis terlatih.  Selain itu, smart sensor juga mengambil bagian dalam perkembangan ini seperti plasmaplastimograph / PPG / FNIR / EBI.  Data-data kesehatan yang idle akan dimanfaatkan oleh deep learning.  Dengan sensor dan algoritma yang tepat akan mendukung layanan rumah sakit.

Layanan kesehatan berubah sangat cepat, dari pergeseran penyakit infeksius menjadi penyakit kronik serta kualitas layanan yang mempengaruhi loyalitas pasien.  Bayangkan jika dokter dan perawat dapat memprediksi penyakit melalui smart devices.  Dalam hal ini Microsoft memberdayakan setiap orang dan setiap organisasi yang ada di Indonesia melalui transformasi digital pada layanan kesehatan.  Hal tersebut meliputi menjalin hubungan dengan pasien, memberdayakan layanan, mengoptimalkan efektivitas klinis dan operasional, serta transformasi pelayanan secara terus menerus.  Saat ini informasi didapatkan secara mudah hanya pada telapak tangan.

Menggunakan Ken Sci’s analytics dapat diindentifikasi resiko seperti analisa klinis yaitu memprediksi penyakit yang akan muncul, mengkoordinasi layanan pasien, dan mengoptimalkan biaya.  Dari sisi Chief Financial Officer, hal tersebut dapat menjadi peringatan dini yang dapat mempengaruhi kinerja keuangan, CFO dapat memprediksi apakah rumah sakit akan untung atau rugi, dari data populasi dapat diprediksi berapa biaya dan pendapatan dalam setahun, serta dapat mengambil keputusan berdasarkan data tersebut.  Dari sisi Chief Medical Officer, hal tersebut dapat digunakan untuk mengidentifikasi kesenjangan koordinasi pelayanan pasien, data pasien dapat digunakan untuk memprediksi berapa lama rawat inap dan total pengobatan yang akan diberikan.  Sedangkan dari Care Manager dapat memprediksi tingkat resiko pasien, total pasien yang akan menginap dan berapa lama, prediksi resiko, kondisi pasien, dan berapa persentase pasien akan membaik kondisinya sehingga rumah sakit juga akan mendapat reputasi yang baik.

4.      Usulan pada dampak Negativ

Dalam menghadapi disrupsi sebaiknya jangan menjadi penentang, jangan takut menganalisa produk sendiri, dan perlu membentuk ulang atau menciptakan hal baru.  Era disrupsi ini pasti akan mempengaruhi sektor kesehatan, maka diperlukan inovasi disruptif dari sisi fokus pada pasien dan menjalin hubungan yang baik serta siap untuk mengantisipasi perubahan ke depan.

5.      Refrensi

Informasi lain terkait kegiatan dapat diakses di https://www.indohcf.com/

 

Kelompok                   : Pausan Prasetyo 143216064

                                    : Muhammad Rizal Fahmi

                                    : Hasan Maulana Muthohar

Webside Umaha          : https://www.umaha.ac.id/