{"id":3591,"date":"2019-11-29T02:33:31","date_gmt":"2019-11-29T02:33:31","guid":{"rendered":"http:\/\/blog.docotel.com\/?p=3591"},"modified":"2020-01-31T08:10:40","modified_gmt":"2020-01-31T08:10:40","slug":"big-data-di-dunia-kesehatan","status":"publish","type":"post","link":"https:\/\/dti.amon.id\/blog\/big-data-di-dunia-kesehatan\/","title":{"rendered":"Menilik Kontribusi Big Data Bagi Dunia Kesehatan"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Pernahkah kamu berpikir bagaimana sebuah rumah sakit mengumpulkan data-data pasien? Mungkin dulu rumah sakit masih menerapkan dan menyimpan rekap data pasien secara manual menggunakan \u00a0kertas. Namun, beda lagi dengan sekarang yang sudah menggunakan metode yang lebih canggih dan terpadu seperti penerapan Sistem Informasi Manajemen Rumah Sakit (<a href=\"https:\/\/dti.amon.id\/blog\/menuju-smart-hospital-bersama-docotel-group\/\">SIMRS<\/a>) di Indonesia. Melalui SIMRS maka akan memudahkan petugas medis dalam merekap data &#8211; data pasien dan manajemen rumah sakit. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Saat\nini, salah satu indikator rumah sakit memiliki sistem manajemen yang baik\nadalah bila rumah sakit telah memanfaatkan SIMRS. Hal ini tentunya bukan tanpa\nalasan, karena pengaplikasian SIMRS bagi rumah sakit di Indonesia diatur dalam\nUU No. 44 Tahun 2009 tentang Rumah Sakit. Berdasarkan data Kementerian\nKesehatan 2016 bahwa dari 2588 rumah sakit dilaporkan terdapat 1257 rumah sakit\nyang telah memiliki SIMRS. Ets, tapi tahukah kamu? &nbsp;bahwa kehadiran SIMRS tidak lepas dari\nkontribusi Big data\u2014data dalam jumlah besar dan beragam yang digabung serta\ndianalisis melalui catatan digital.&nbsp; <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Kemunculan\nBig data seakan menjadi terobosan baru dalam memecahkan masalah&nbsp; dan meningkatkan mutu pelayanan di bidang\nkesehatan. Di Ghana, penggunaan Big data yang digagas oleh National Health\nInsurance Scheme (NHIS) Ghana dijadikan sebagai cara dalam pengendalian\ntuberkulosis. Sementara di Inggris, Big data menjadi lebih kompleks dalam\nsebuah <em>machine learning<\/em> yang melibatkan berbagai peran dan pemangku\nkepentingan. Selain memperbaiki kualitas, utilitas Big data juga mampu\nmemberikan wawasan dan mendorong kemampuan para penyedia pelayanan kesehatan\ndalam beradaptasi dengan teknologi. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Penerapana\nBig data dalam dunia kesehatan tentunya masih banyak, berikut ini kita akan\nmengulik lebih jauh tentang kontribusi Big data lainnya di industri kesehatan. <\/p>\n\n\n\n<h5 class=\"wp-block-heading\"><strong>Meminimalisir Kejadian yang Tidak Diinginkan<\/strong><\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Melansir\nJakarta.tribunnews.com, beberapa bulan lalu kasus pemberian obat kadaluwarsa\nterjadi di salah satu tempat pelayanan kesehatan di <a href=\"https:\/\/jakarta.tribunnews.com\/2019\/09\/10\/dinkes-depok-sebut-kasus-pasien-terima-obat-kadaluwarsa-karena-salah-ambil-obat\" target=\"_blank\" rel=\"noopener\">Kota\nDepok<\/a>, diduga lantaran adanya kesalahan obat yang tertukar. Kasus kesalahan\nobat tidak menutup kemungkinan menimpa di tempat lain dan jelas berdampak pada\nkeselamatan pasien. Hal ini memungkinkan terjadi ketika pegawai atau tenaga\nkerja kesehatan diminta untuk menangani resep obat pasien dalam jumlah besar. Namun,\nkini melalui penggunaan Big data diharapakan dapat meminimalisir kejadian\ntersebut. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dengan memanfaatkan Big data di sektor kesehatan membantu pihak tenaga medis memberikan rekomendasi pengobatan sesuai diagnosa yang diderita oleh pasien secara tepat, juga membantu pasien dalam memahami berbagai metode pengobatan yang diberikan pihak rumah sakit. Tersedianya berbagai data, informasi, dan petunjuk dalam suatu perangkat lunak <em>(software)<\/em> yang terintegrasi dengan Big data menolong pasien terhindar dari kejadian yang tidak diinginkan. Saat ini, tim Health Information System (HIS) <a href=\"https:\/\/dti.amon.id\/blog\/usung-inovasi-his-docotel-juara-samsung-developer\/\">Docotel<\/a> Group tengah mengembangkan aplikasi e-Farma atau <em>electronic prescription. <\/em>Aplikasi ini dapat memastikan resep yang diberikan kepada pasien telah ter-enkripsi dengan baik. Program ini dibuat atas komitmen tim Health Information System (HIS) Docotel Group dalam mengedepankan prinsip <em>patient\u2019s safety. <\/em>Dengan begitu akan membantu menyelamatkan nyawa pasien.&nbsp; <\/p>\n\n\n\n<h5 class=\"wp-block-heading\"><strong>Mengurangi Biaya Pengeluaran <\/strong><\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Pengimplementasian\nBig data menjadi pilihan yang tepat untuk mengurangi pengeluaran. Teknologi\ndalam Big data dengan analisis yang berbasis <em>cloud<\/em> seperti <em>Hadoop<\/em>\nakan menciptakan dampak positif bagi rumah sakit. Teknologi ini mampu mengolah\ndan memanfaatkan alur permodalan rumah sakit secara maksimal. <a href=\"https:\/\/www.analyticsinsight.net\/6-ways-big-data-is-changing-the-healthcare-industry\/\" target=\"_blank\" rel=\"noopener\">Analisis\nprediksi<\/a> yang tersemat dalam Big data menghemat sektor medis sekitar 25\npersen dari biaya tahunan rumah sakit selama periode lima tahun ke depan. Sementara\nbagi pihak pasien, Big data juga dapat memprediksi dan memastikan kapan pasien\ndipersilakan pulang, sehingga tidak menghabiskan banyak waktu dan mengeluarkan\nbanyak biaya perawatan di rumah sakit. <\/p>\n\n\n\n<h5 class=\"wp-block-heading\"><strong>Melacak Kondisi Kesehatan<\/strong><\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Saat\nini penggunaan Big data dan analisis prediksi di industri kesehatan dapat\nmembantu tenaga medis melacak tanda-tanda vital dan statistik dari keluhan\npasien. Dengan digitalisasi catatan pasien dan rumah sakit, maka pasien dengan\nkondisi berisiko tinggi dapat lebih dibantu dan dipantau secara cermat mulai dari\ndetak jantung, pola tidur, hingga jadwal olahraga. Tidak hanya itu, inovasi\nterbaru dalam dunia medis ini mampu melangkah lebih jauh seperti mencatat\ndenyut nadi, tekanan darah, dan kadar glukosa pasien.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sebagai contoh, jika seorang pasien telah berulang kali dirawat di rumah sakit, maka data dapat dikumpulkan untuk diidentifikasi pola dalam masalah kesehatan pasien. Hal tersebut jelas akan memiliki dampak besar pada industri kesehatan karena pengembangan Big data dapat memberikan perawatan yang lebih baik untuk pasien dan mengurangi jumlah kunjungan berulang kali bagi pasien ke rumah sakit. Big data memungkinkan industri kesehatan menjadi lebih proaktif dan terbuka akan teknologi, bermanfaat bagi para tenaga medis untuk lebih memahami dalam terkait suatu penyakit, mengidentifikasi wabah penyakit lebih cepat, dan memperbaiki hasil penelitian.\u00a0 <\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Baca Juga: <a href=\"https:\/\/dti.amon.id\/blog\/fun-fact-sering-nggak-sadar-kita-ikut-menyumbang-ketenaran-big-data-lho\/\">Fun Fact &#8211; Sering Nggak Sadar, Kita Ikut Menyumbang Ketenaran Big Data, Lho!<\/a><\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Itulah\nbeberapa manfaat dari penerapan Big data di dunia kesehatan yang telah\nmendatangkan peluang bagi terciptanya perawatan kesehatan yang terintegrasi dan\nberorientasi pada pasien. Semoga informasi tadi dapat memberikan wawasan baru\ntentang Big data dan sekaligus penggerak bagi semua kalangan terkhusus bagi\npegiat di sektor medis. Terus ikuti blog docotel untuk artikel seputar\nteknologi lainnya, ya!<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Pernahkah kamu berpikir bagaimana sebuah rumah sakit mengumpulkan data-data pasien? Mungkin dulu rumah sakit masih menerapkan dan menyimpan rekap data pasien secara manual menggunakan \u00a0kertas. Namun, beda lagi dengan sekarang yang sudah menggunakan metode yang lebih canggih dan terpadu seperti penerapan Sistem Informasi Manajemen Rumah Sakit (SIMRS) di Indonesia. Melalui SIMRS maka akan memudahkan petugas [&hellip;]<\/p>\n","protected":false},"author":10557,"featured_media":3601,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1465],"tags":[1314,1238],"coauthors":[789],"class_list":["post-3591","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-data","tag-bigdata","tag-kesehatan"],"_links":{"self":[{"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/posts\/3591","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/users\/10557"}],"replies":[{"embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/comments?post=3591"}],"version-history":[{"count":0,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/posts\/3591\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/media\/3601"}],"wp:attachment":[{"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/media?parent=3591"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/categories?post=3591"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/tags?post=3591"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/dti.amon.id\/blog\/wp-json\/wp\/v2\/coauthors?post=3591"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}