Yogyakarta | Penelitian doktoral drg Achmad Zam Zam Aghasy, MKes dari Universitas Gadjah Mada menunjukkan bahwa kecerdasan buatan (AI) berpotensi memperkuat proses pengambilan keputusan klinis dalam pelayanan kesehatan gigi dan mulut. Dalam konteks fasilitas kesehatan tingkat pertama (FKTP), teknologi ini dimanfaatkan sebagai sistem pendukung keputusan yang membantu dokter gigi menafsirkan informasi klinis, menentukan diagnosis, serta mengodekan tindakan medis secara lebih konsisten.
Salah satu temuan penting penelitian tersebut terlihat pada ketepatan pengodean diagnosis. Sebelum memperoleh bantuan AI, tingkat ketepatan pengodean diagnosis di FKTP tercatat sebesar 49,4 persen. Setelah menggunakan dukungan AI, angkanya meningkat menjadi 79 persen. Perbedaan ini menunjukkan bahwa sistem berbasis kecerdasan buatan dapat membantu mengurangi kekeliruan dalam penerjemahan hasil pemeriksaan dan informasi medis ke dalam kode diagnosis yang sesuai.
Pengodean yang lebih tepat memiliki arti penting bagi layanan kesehatan. Data diagnosis dan tindakan medis yang tercatat secara akurat dapat mendukung kesinambungan pelayanan, memperbaiki dokumentasi rekam medis, serta membantu proses pelaporan dan administrasi fasilitas kesehatan. Selain itu, informasi yang lebih terstruktur berpotensi mendukung evaluasi mutu layanan dan perencanaan kebutuhan kesehatan gigi di tingkat populasi.
Meski demikian, penelitian ini tidak menempatkan AI sebagai pengganti dokter gigi. Teknologi tersebut berfungsi sebagai alat bantu yang memberikan rekomendasi atau dukungan selama proses diagnosis dan pengodean tindakan medis. Keputusan klinis tetap berada di tangan dokter gigi, yang harus mempertimbangkan kondisi pasien, hasil pemeriksaan, riwayat kesehatan, serta pertimbangan profesional dan etika. Dengan demikian, pemanfaatan AI diarahkan untuk meningkatkan ketepatan dan efisiensi kerja tenaga medis, bukan menghilangkan peran manusia dalam pelayanan kesehatan.
Riset mengenai dukungan kecerdasan buatan dalam meningkatkan ketepatan diagnosis dan tindakan dokter gigi berkaitan erat dengan persoalan rujukan pasien dari fasilitas kesehatan tingkat pertama (FKTP) ke fasilitas kesehatan lanjutan atau rumah sakit. Persoalan tersebut menjadi salah satu latar penting penelitian karena ketepatan dalam menentukan diagnosis dan tindakan dapat memengaruhi keputusan apakah pasien perlu dirujuk atau masih dapat memperoleh penanganan di FKTP. Dengan demikian, pemahaman yang memadai mengenai kondisi pasien, diagnosis, serta tindakan medis menjadi bagian penting dalam proses pelayanan dan rujukan gigi.
Berdasarkan penelitian terdahulu yang disebut dalam bahan sumber, sekitar 52,2 hingga 58,2 persen rujukan gigi dari FKTP dinilai tidak tepat. Salah satu penyebabnya adalah pemahaman yang belum memadai mengenai diagnosis dan pengodean tindakan medis. Ketidakcukupan pemahaman tersebut dapat memengaruhi penilaian tenaga kesehatan ketika menentukan kebutuhan rujukan, termasuk dalam membedakan kasus yang memerlukan penanganan di fasilitas kesehatan lanjutan dan kasus yang masih dapat ditangani pada tingkat pertama.
Zamzam menyatakan bahwa lima dari 10 pasien yang diputuskan untuk dirujuk sebenarnya masih dapat ditangani di FKTP. Kondisi itu menyebabkan pasien menumpuk di fasilitas kesehatan rujukan dan membuat beban pelayanan secara nasional semakin besar. Pernyataan tersebut disampaikan dalam keterangan tertulis yang dimuat di laman resmi Universitas Gadjah Mada (UGM) pada Selasa, 13 Oktober 2026. Keterangan itu menempatkan persoalan ketepatan rujukan sebagai konteks penting bagi penelitian, terutama dalam upaya mendukung dokter gigi agar lebih tepat dalam menetapkan diagnosis dan tindakan medis.
Pengujian dilakukan terhadap 62 dokter gigi yang bekerja di fasilitas kesehatan tingkat pertama (FKTP) mitra BPJS Kesehatan di Daerah Istimewa Yogyakarta. Para peserta diminta menyelesaikan pencatatan diagnosis dan tindakan berdasarkan kasus klinis yang disediakan. Dalam rancangan pengujian, dokter gigi dibagi menjadi dua kelompok, yaitu kelompok yang memperoleh dukungan kecerdasan buatan (AI) dan kelompok yang mengerjakan tugas dengan metode tanpa bantuan teknologi tersebut. Perbandingan ini digunakan untuk menilai pengaruh AI terhadap ketepatan pengodean serta efisiensi pengerjaan.
Hasil penelitian menunjukkan perbedaan yang jelas pada ketepatan kode tindakan. Kelompok pengguna AI mencapai akurasi 87,4 persen, sedangkan kelompok tanpa AI hanya mencapai 63,9 persen. Ketika ketepatan kode diagnosis dan tindakan dinilai secara bersamaan, kelompok dengan dukungan AI mencatat akurasi 68,4 persen. Angka tersebut lebih tinggi dibandingkan kelompok tanpa AI, yang memperoleh akurasi 38,7 persen. Temuan ini menunjukkan bahwa AI dapat membantu dokter gigi mencocokkan informasi klinis dengan kode yang sesuai, terutama ketika proses pengodean memerlukan ketelitian pada lebih dari satu komponen.
Manfaat dukungan AI tampak semakin menonjol pada kasus yang jarang ditemui. Pada kasus stomatitis ulseratif nekrotikans, ketepatan kelompok pengguna AI mencapai 71 persen. Sebaliknya, kelompok tanpa AI hanya mencapai 12,9 persen. Kesenjangan tersebut mengindikasikan bahwa teknologi ini berpotensi membantu ketika dokter menghadapi istilah, diagnosis, atau pilihan kode yang tidak sering muncul dalam praktik sehari-hari. Dengan menyediakan rujukan tambahan, AI dapat mengurangi kemungkinan pemilihan kode yang kurang tepat.
Meskipun meningkatkan akurasi, penggunaan AI tidak menghasilkan perbedaan waktu pengerjaan yang bermakna dibandingkan metode tanpa teknologi tersebut. Artinya, dukungan AI dalam pengujian ini terutama berkontribusi pada kualitas hasil, bukan pada percepatan penyelesaian tugas. Temuan tersebut memperlihatkan potensi AI sebagai alat bantu pengambilan keputusan dan pengodean, dengan tetap menempatkan penilaian profesional dokter gigi sebagai bagian penting dalam proses layanan.
Zamzam mencatat bahwa penerapan kecerdasan buatan (AI) dalam layanan kesehatan tidak dapat hanya dinilai dari tingkat akurasinya. Teknologi tersebut juga harus memenuhi prinsip keamanan, terutama karena memproses informasi kesehatan yang bersifat sensitif dan berkaitan langsung dengan privasi pasien. Sistem AI perlu dirancang dengan mekanisme perlindungan data yang memadai, mencakup pengaturan akses, penyimpanan yang aman, pengawasan penggunaan data, serta kepatuhan terhadap ketentuan yang berlaku. Kejelasan mengenai pihak yang bertanggung jawab atas pengelolaan data dan hasil rekomendasi AI juga penting untuk menjaga kepercayaan tenaga kesehatan maupun pasien.
Kesiapan infrastruktur menjadi syarat lain yang tidak kalah penting. Pemanfaatan sistem pendukung keputusan klinis berbasis AI memerlukan jaringan internet yang stabil, perangkat keras dan perangkat lunak yang memadai, serta dukungan teknis berkelanjutan. Selain itu, sistem AI harus dapat terhubung dengan sistem informasi kesehatan yang telah digunakan oleh fasilitas pelayanan kesehatan. Integrasi diperlukan agar data klinis dapat dipertukarkan secara aman, tidak terjadi pengulangan pencatatan, dan rekomendasi yang dihasilkan memiliki konteks sesuai kondisi pasien. Tanpa kesiapan tersebut, manfaat teknologi berisiko tidak merata, khususnya di fasilitas kesehatan dengan keterbatasan sumber daya.
Atas dasar itu, Zamzam merekomendasikan agar Kementerian Kesehatan dan BPJS Kesehatan mempertimbangkan integrasi sistem pendukung keputusan klinis berbasis AI ke dalam platform SATUSEHAT dan PCare. Integrasi ini perlu dilakukan secara bertahap melalui standar interoperabilitas, pengujian keamanan, validasi klinis, serta pelatihan bagi tenaga kesehatan. Pengawasan dan evaluasi berkala juga dibutuhkan untuk memastikan sistem berfungsi sebagai alat bantu, bukan pengganti pertimbangan profesional dokter.
Kopromotor disertasi, dr. Lutfan Lazuardi, M.Kes., Ph.D., menilai penelitian tersebut memberikan bukti mengenai potensi AI dalam layanan klinis. Penilaian ini penting karena inisiatif dan bukti pemanfaatan AI pada setting klinis masih terbatas. AI berpotensi meningkatkan ketepatan diagnosis dan pengodean tindakan dokter gigi, tetapi penerapan luasnya tetap memerlukan infrastruktur yang siap, perlindungan data pasien, dan pengujian lebih lanjut.
Baca juga: TNI Salurkan Dukungan Peralatan Penanganan Karhutla ke Kalimantan Tengah | Dukungan Bonek untuk Korban Gempa NTT dan Ambisi Tiga Poin Persebaya | Tindakan Gibran: Perhatian Terhadap Orangutan Di Tengah Kebakaran Hutan
