Nyeri pinggul tidak bisa dinilai dari satu kalimat di layar. Riwayat cedera, kemampuan menapak, demam, pembengkakan, gangguan sensasi, dan perubahan fungsi menentukan urgensi penilaian. Kecerdasan buatan (artificial intelligence/AI) bisa merapikan informasi itu, tetapi diagnosis tetap memerlukan tenaga kesehatan.

Untuk rumah sakit di Indonesia, persoalannya melampaui kemampuan model mengenali kata. Alur harus menghubungkan tanda gawat, data terstruktur, rujukan manusia, dan sistem informasi. Jalur regulasi, pelindungan data, serta bukti klinis menentukan apakah alat tersebut layak dipakai. Antarmuka percakapan tidak boleh menjadi satu-satunya penentu keputusan mendesak.

Pasien dan petugas kesehatan berada di area triase rumah sakit saat tanda gawat dinilai (ilustrasi)

Tanda gawat harus mendahului percakapan dengan AI

National Health Service (NHS) Inggris menempatkan nyeri berat setelah cedera, gagal menapak, dan gangguan sensasi sebagai tanda darurat. NHS juga meminta penilaian cepat untuk nyeri mendadak dengan bengkak, panas, perubahan warna, demam, atau rasa tidak sehat. Aturan eskalasi harus berjalan sebelum sistem menampilkan pilihan rawat jalan.

Kementerian Kesehatan Republik Indonesia (Kemenkes) menyebut Pusat Pelayanan Keselamatan Terpadu (PSC) 119 sebagai layanan cepat tanggap darurat kesehatan. Layanan itu dibentuk pada 2016 untuk membantu kecelakaan dan situasi kritis. AI triase tidak boleh menunda akses ke jalur darurat ketika tanda gawat sudah terdeteksi. Tujuan akhir dan transportasi tetap mengikuti petugas serta fasilitas setempat.

Model yang dibuat untuk orang dewasa tidak otomatis berlaku bagi anak, ibu hamil, pasien pascaoperasi, atau pengguna obat jangka panjang. Setiap kelompok perlu disebut dalam tujuan penggunaan, data validasi, dan aturan eskalasi. Jika kelompok tidak terwakili, sistem harus menyerahkan kasus kepada tenaga kesehatan, bukan memperluas kesimpulan model.

Masukan triase harus terstruktur, keluaran dibatasi

Formulir awal setidaknya mencatat waktu mulai, sisi nyeri, cedera, kemampuan menapak, demam, bengkak, perubahan warna, dan gangguan sensasi. Pengaruh keluhan pada berjalan, tidur, dan kegiatan harian juga perlu dicatat. Kolom kosong harus terlihat sebagai data yang belum tersedia, bukan diisi lewat tebakan model. Struktur ini memudahkan petugas memeriksa ulang tanpa mengulang seluruh percakapan.

Keluaran yang terkendali memuat tingkat urgensi, jalur layanan, data yang kurang, dan alasan saran. AI tidak menetapkan nama penyakit, pemeriksaan, atau terapi. Petugas harus bisa menerima, memperbaiki, menolak, atau meningkatkan urgensi hasil. Setiap perubahan dicatat bersama identitas pengguna dan waktu peninjauan.

Food and Drug Administration Amerika Serikat (FDA) menilai perangkat lunak untuk keputusan mendesak umumnya tidak memenuhi kriteria agar dikecualikan dari kategori alat kesehatan. Regulator itu menyoroti sulitnya memastikan tenaga klinis tidak menjadikan saran sebagai satu-satunya dasar. Kerangka Amerika Serikat tersebut bukan aturan Indonesia. Alasan regulasinya menunjukkan mengapa fungsi darurat memerlukan batas paling ketat.

Antarmuka medis menampilkan kolom gejala terstruktur untuk triase nyeri pinggul (ilustrasi)

FHIR menghubungkan data, bukan memastikan keputusan

Fast Healthcare Interoperability Resources (FHIR) memberi format bersama bagi pertukaran informasi kesehatan. Dokumentasi Kemenkes menyebut SATUSEHAT sebagai ekosistem pertukaran data yang memakai HL7 FHIR dan API REST melalui HTTPS. Data triase bisa mencakup keluhan, waktu mulai, kemampuan menapak, tanda gawat, dan hasil peninjauan. FHIR tidak menentukan diagnosis atau tingkat urgensi.

Integrasi tidak mengubah jawaban kosong menjadi data benar. Rumah sakit masih perlu menetapkan kode, sumber, hak akses, masa simpan, dan catatan audit. Model harus menolak masukan di luar format atau tujuan penggunaan. Kesalahan struktur, mutu klinis, dan kesalahan model memerlukan jalur penanganan berbeda.

Koneksi SATUSEHAT bukan izin otomatis bagi AI untuk membaca seluruh rekam medis. Setiap pertukaran harus mengikuti kebutuhan layanan dan wewenang pengguna. Pengembang perlu memisahkan data untuk pelatihan, pengujian, operasi, dan pemantauan. Jejak tersebut harus tetap bisa ditelusuri saat hasil dipersoalkan.

Sistem rumah sakit menukar data gejala dan hasil triase melalui format interoperabel (ilustrasi)

Jalur regulasi Indonesia menilai fungsi, bukti, dan risiko

Permenkes No. 5 Tahun 2026 memasukkan perangkat lunak untuk tujuan medis dalam definisi alat kesehatan. Label aplikasi atau antarmuka percakapan tidak otomatis menempatkan produk di luar jalur tersebut. Penilaian tetap bergantung pada tujuan penggunaan, klaim, pengguna, dan dampak keluarannya.

Permenkes No. 11 Tahun 2025 meminta hasil pengujian perangkat lunak AI, bukti klinis, serta analisis manajemen risiko untuk izin edar alat kesehatan. Dokumen itu juga menyebut praktik pembelajaran mesin yang baik (Good Machine Learning Practice/GMLP). Peragaan antarmuka dan akurasi internal belum memenuhi seluruh persyaratan tersebut. Produk untuk triase nyeri pinggul perlu menunjukkan hasil pada populasi dan alur yang dituju.

Empat gerbang tanggung jawab sebelum digunakan

Gerbang pertama ialah eskalasi tanda gawat. Sistem harus menghentikan rekomendasi rawat jalan ketika masukan memenuhi kondisi darurat yang telah ditetapkan. Aturan ini harus terpisah dari skor keyakinan model. Setiap eskalasi perlu mencatat pemicu dan petugas penerima.

Gerbang kedua ialah peninjauan manusia. Prinsip transparansi FDA meminta penjelasan tentang tujuan, pengguna, populasi, masukan, keluaran, alur kerja, kinerja, risiko, dan keterbatasan alat. Antarmuka triase perlu memperlihatkan informasi tersebut pada saat keputusan dibuat. Petugas harus bisa memperbaiki atau menolak hasil tanpa kehilangan jejak awal.

Gerbang ketiga mencakup populasi dan versi. Model dewasa tidak diperluas ke anak, kehamilan, pascaoperasi, atau kelompok dengan data terbatas tanpa validasi terpisah. Versi model, aturan triase, dan terminologi harus tercatat pada setiap hasil. Pembaruan tidak boleh mengubah perilaku klinis tanpa pengujian dan persetujuan.

Gerbang keempat ialah pemantauan setelah pemasangan. Rumah sakit perlu membandingkan keluaran, koreksi petugas, tujuan layanan, dan hasil akhir menurut kelompok pasien. Tim harus menetapkan ambang tindakan ketika kesalahan meningkat atau data berubah. Rencana penghentian menjaga layanan berjalan saat model, integrasi, atau pemasok gagal.

Tim medis meninjau hasil triase AI dan catatan pemeriksaan manusia pada layar (ilustrasi)

Bukti Indonesia untuk triase khusus nyeri pinggul belum terbuka

Sampai artikel ini disusun, kami belum menemukan dokumen resmi lembaga Indonesia dengan hasil klinis independen khusus AI triase nyeri pinggul. Kami juga belum menemukan ambang nasional yang menentukan kapan model seperti itu harus mengubah tingkat urgensi. Keterbatasan pencarian ini bukan bukti bahwa riset atau penerapan tidak berlangsung. Setiap klaim produk tetap perlu diperiksa terhadap izin, tujuan penggunaan, dan bukti versinya.

Dokumentasi SATUSEHAT membuka tempat bagi data penilaian risiko, tetapi bukan bukti produk telah lulus uji. Struktur RiskAssessment (penilaian risiko) SATUSEHAT memuat algoritma, pelaksana, dasar penilaian, prediksi, probabilitas, dan alasan hasil. Struktur itu membantu keterlacakan ketika triase masuk ke sistem rumah sakit. Struktur data tidak membuktikan akurasi model.

Sebelum pengadaan, rumah sakit perlu mengikat lima hal dalam dokumen yang sama. Isinya mencakup tujuan penggunaan, bukti klinis, populasi, alur eskalasi, dan rencana pemantauan. Nama produk, nomor izin, serta versi model harus konsisten di seluruh dokumen. Tanpa rantai itu, akurasi peragaan belum menjawab apakah AI aman dipakai untuk triase.

Seseorang melihat informasi jalur layanan untuk nyeri pinggul di ruang tunggu klinik (ilustrasi)