Penerapan AI dalam Efisiensi Layanan Kesehatan

PhaseV, perusahaan pengembang teknologi AI dan machine learning, telah menjalin kemitraan strategis dengan Bioforum untuk meningkatkan efisiensi uji klinis. Integrasi platform Trial Optimizer milik PhaseV ke layanan biometrik Bioforum bertujuan mempercepat proses dari perencanaan hingga pelaksanaan studi dengan bantuan teknologi canggih. Platform Trial Optimizer mampu mensimulasikan berbagai konfigurasi uji klinis menggunakan AI dan ML, sehingga sponsor riset dapat memilih desain yang paling efektif sebelum proses pendaftaran pasien dimulai. Ini bertujuan mengurangi biaya dan risiko perubahan protokol yang mahal di tengah perjalanan uji klinis. Integrasi teknologi ini juga akan mengurangi kendala komunikasi antara tim desain dan pelaksanaan serta mempercepat pengambilan keputusan di berbagai bidang terapi. Bioforum yang sudah dikenal memiliki keahlian dalam biometrik dan kualitas data akan meningkatkan kemampuannya dalam mendukung studi klinis yang efisien dan berkualitas. Sebagai contoh keberhasilan, pada studi obesitas terbaru yang menggunakan Trial Optimizer, ukuran sampel dapat dikurangi sekitar 20 persen tanpa mengurangi kekuatan statistik studi. Ini menunjukkan bagaimana teknologi dapat mengoptimalkan sumber daya dan waktu dalam penelitian klinis. Sebelumnya pada Februari 2025, PhaseV juga telah bermitra dengan Alimentiv untuk mendukung uji klinis adaptif di bidang gangguan pencernaan. Kolaborasi ini menegaskan bahwa AI/ML menjadi alat penting yang semakin diterima untuk desain dan pelaksanaan uji klinis yang lebih baik dan cepat.

athenahealth, sebuah perusahaan penyedia perangkat lunak dan layanan kesehatan di Amerika Serikat, baru-baru ini mengumumkan pembaruan besar untuk sistem rekam medis elektronik mereka, athenaClinicals. Pembaruan ini bertujuan untuk menyederhanakan alur kerja klinis dan meningkatkan perawatan pasien dengan memanfaatkan teknologi kecerdasan buatan (AI). Dalam pembaruan tersebut, athenaClinicals kini dilengkapi dengan fitur AI seperti Ambient Notes yang membantu dokter dalam meninjau catatan medis dengan lebih cepat dan efisien. Selain itu, ada juga alat seperti Clinically Inferred Diagnoses dan Chart Assist yang menggunakan AI untuk memprediksi diagnosis dan memberikan ringkasan informasi pasien agar proses kerja dokter lebih mudah. Salah satu komponen penting dari sistem ini adalah lapisan kecerdasan adaptif yang menggabungkan mesin pembelajaran dan data klinis dari berbagai sumber, seperti rumah sakit dan sistem rekam medis lain, untuk memberikan wawasan yang tepat waktu saat dokter bekerja. Fitur ChartSync yang sedang diuji juga dapat mengolah informasi obat dari berbagai sumber dan meringkas dokumen pasien. Kerjasama athenahealth dengan perusahaan teknologi Abridge semakin memperkuat penggunaan AI generatif dan teknologi pendengaran ambient secara real-time dalam praktik medis ambulatoir. Hal ini diharapkan dapat membantu dokter lebih fokus pada pasien dan mengurangi beban administrasi yang selama ini menjadi tantangan utama. Semua pembaruan dan fitur AI ini akan tersedia tanpa biaya tambahan bagi pengguna athenahealth, sehingga mereka tidak perlu mengeluarkan biaya tambahan untuk software lain. Langkah ini mendukung visi perusahaan dalam mewujudkan praktik medis yang lebih efisien, modern, dan berorientasi pada perawatan pasien yang optimal.

Beberapa institusi medis di Kanada, Amerika Serikat, dan Italia mulai menggunakan data sintetis yang dibuat oleh kecerdasan buatan (AI) dari data pasien asli untuk penelitian mereka. Data sintetis ini mengandung karakteristik statistik mirip data asli tetapi tidak berisi data pasien yang sebenarnya, sehingga dianggap aman bagi privasi pasien. Biasanya, penelitian dengan data pasien asli harus mendapat izin dari dewan etika untuk melindungi hak dan keamanan pasien. Namun, institusi seperti Washington University di St. Louis dan beberapa rumah sakit di Kanada dan Italia tidak lagi memerlukan izin tersebut ketika menggunakan data sintetis karena data ini dianggap bukan bagian dari riset subjek manusia. Di Italia, beberapa rumah sakit riset tinggi dapat menggunakan data sintetis tanpa izin etika asalkan data asli yang digunakan telah memiliki persetujuan pasien untuk analisis AI. Sedangkan di Kanada, aturan perlindungan data kesehatan mengizinkan pembuatan dan penggunaan data non-personal tanpa persetujuan tambahan karena tidak mengandung identitas pribadi. Penggunaan data sintetis oleh para peneliti membawa manfaat penting seperti mempercepat proses riset, memudahkan berbagi data antar lembaga, dan meningkatkan perlindungan privasi pasien. Meski demikian, akses ke data asli untuk membuat data sintetis masih harus melewati proses etika yang biasanya memberi pengecualian persetujuan peserta karena dianggap risiko rendah. Kesimpulannya, pemanfaatan data sintetis AI menjadi inovasi yang menjanjikan di bidang penelitian medis dengan potensi untuk mengubah cara tradisional penelitian diterapkan, namun tetap memerlukan pengawasan etika yang tepat agar tetap bertanggung jawab terhadap keamanan data dan hak pasien.

UnitedHealth Group, perusahaan asuransi kesehatan terbesar di Amerika Serikat, mulai mengadopsi teknologi kecerdasan buatan (AI) untuk memodernisasi dan meningkatkan operasi mereka. Dengan data besar dari klaim asuransi dan interaksi pasien, mereka dapat menggunakan AI untuk mengidentifikasi pasien yang berisiko tinggi lebih awal dan menyesuaikan rencana perawatan untuk mencegah rawat inap. Selain itu, dalam bidang asuransi, AI membantu mempercepat proses klaim dan mendeteksi penipuan dengan akurasi tinggi, yang secara signifikan menghemat jam kerja staf perusahaan. Hal ini membawa efisiensi lebih besar dan potensi pengurangan biaya secara keseluruhan. UNH menghadapi tantangan berupa risiko privasi data dan kemungkinan bias algoritma, sehingga penting untuk memastikan penggunaan AI yang transparan dan tidak menggantikan sepenuhnya keputusan medis yang bersifat manusiawi. Ini penting agar pasien tetap percaya pada kualitas layanan. Para pesaing utama UNH, seperti Elevance Health dan Humana, juga mengintegrasikan AI dalam layanan mereka. Elevance fokus pada proses otorisasi yang lebih cepat dengan evaluasi bias ketat, sementara Humana menekankan etika penggunaan AI dan menjaga keputusan klinis tetap dilakukan oleh tenaga kesehatan manusia. Dalam pasar saham, saham UNH turun cukup signifikan tahun ini dan diprediksi akan mengalami penurunan laba pada tahun depan. Meskipun dihargai lebih tinggi dari rata-rata industri, rating saham UNH saat ini dianggap kuat untuk dijual menurut analisa Zacks.