SISTEM INFORMASI DALAM BIDANG KESEHATAN
Perkembangan teknologi telah merubah bagaimana cara kita hidup dan bekerja. Perkembangan teknologi informasi dunia yang begitu pesat sekarang ini telah merambah ke berbagai sektor. Seiring dengan perkembangan teknologi yang sangat pesat, kita juga dituntut untuk dapat memanfaatkan perkembangan teknologi tersebut. Salah satu cara memanfaatkan perkembangan teknologi informasi adalah penggunaan komputer di berbagai bidang kehidupan. Penggunaan komputer saat ini sudah mempengaruhi hampir di seluruh aspek kehidupan.
Sistem Informasi Kesehatan ( SIK ) adalah suatu sistem pengelolaan data dan informasi kesehatan di semua tingkat pemerintahan secara sistematika dan terrintegasi untuk mendukung manajemen kesehatan dalam rangka peningkatan pelayanan kesehatan kepada masyarakat.
Sistem Informasi Kesehatan merupakan gabungan perangkat dan prosedur yang digunakan untuk mengelola siklus informasi (mulai dari pengumpulan data sampai pemberian umpan balik informasi) untuk mendukung pelaksanaan tindakan tepat dalam perencanaan, pelaksanaan dan pemantauan kinerja sistem kesehatan. Informasi kesehatan selalu diperlukan dalam pembuatan program kesehatan mulai dari analisis situasi, penentuan prioritas, pembuatan alternatif solusi, pengembangan program, pelaksanaan dan pemantauan hingga proses evaluasi.
DEFINISI
Sistem Informasi Kesehatan ( SIK ) adalah integrasi antara perangkat, prosedur dan kebijakan yang digunakan untuk mengelola siklus informasi secara sistematis untuk mendukung pelaksanaan manajemen kesehatan yang terpadu dan menyeluruh dalam kerangka pelayanan kesehatan kepada masyarakat.
SEJARAH
Sistem Informasi Kesehatan di Indonesia telah dan akan mengalami 3 pembagian masa sebagai berikut :
- Era manual (sebelum 2005)
- Era Transisi (tahun 2005 – 2011)
- Era Komputerisasi (mulai 2012)
1. Era Manual (sebelum 2005)
Pada era manual ini dimulai sebelum tahun 2005. Pada era manual Aliran data terfragmentasi. Aliran data dari sumber data (fasilitas kesehatan) ke pusat melalui berbagai jalan. Data dan informasi dikelola dan disimpan oleh masing-masing Unit di Departemen Kesehatan. Bentuk data nya agregat. Kelemahan nya adalah Sering terjadi duplikasi dalam pengumpulan data dan Sangat beragamnya bentuk laporan. Kemudian Validitas nya masih diragukan. Data yang ada sulit diakses. Karena banyaknya duplikasi, permasalahan kelengkapan dan validitas, maka data sulit dioah dan dianalisis. Dan terpenting dalam Pengiriman data masih banyak menggunakan kertas sehingga tidak ramah lingkungan.
2. Era Transisi (2005 – 2011)
Dimulai masa transisi pada tahun 2005 sampai 2011 Komunikasi data sudah mulai terintegrasi (mulai mengenal prinsip 1 pintu, walau beberapa masih terfragmentasi). Peresebaran data Sebagian besar data agregat dan sebagian kecil data individual. Sebagian data sudah terkomputerisasi dan sebagian masih manual. Keamanan dan kerahasiaan data kurang terjamin. Pada masa transisi ini posisi nya masih setengah setengah karena mulai menggunakan sistem komputerisasi tapi masih belum meninggalkan sistem manual.
3. Era Komputerisasi (mulai 2012)
Baru pada 2012 era komputerisasi dimulai , pada era ini Pemanfaatan data menjadi satu pintu (terintegrasi). Data yang ada adalah individual (disagregat). Data dari Unit Pelayanan Kesehatan langgsung diunggah (uploaded) ke bank data di pusat (e-Helath). Penerapan teknologi m-Health dimana data dapat langsung diunggah ke bank data. Keamanan dan kerahasiaan data terjamin (memakai secure login). Lebih cepat, tepat waktu dan efisien yang pastinya Lebih ramah lingkungan.
PERANAN DAN PENERAPAN KOMPUTER DALAM BIDANG KESEHATAN
Dalam bidang kesehatan, komputer sangat berperan penting. Penggunaan komputer dalam bidang kesehatan tidak hanya akan dirasakan manfaatnya oleh para penggunanya, tetapi juga oleh organisasi tersebut, dalam hal ini misalnya rumah sakit, puskesmas, klinik, dan lain sebagainya. Perangkat ini secara tidak langsung dapat menolong jiwa manusia.
Komputer dapat digunakan mulai dari penyimpanan dan pengolahan data administrasi suatu rumah sakit atau klinik, hingga melakukan riset bidang kedokteran, mendiagnosis penyakit, menemukan obat yang tepat, serta menganalisis organ tubuh manusia bagian dalam yang sulit dilihat.
Medical Diagnostic Expert Systems
Sistem Pakar (dalam bahasa Inggris: expert system) adalah sistem informasi yang berisi pengetahuan seorang pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan seorang pakar yang dimiliki oleh Sistem Pakar ini digunakan sebagi dasar untuk menjawab pertanyaan (konsultasi).
Kepakaran (dalam bahasa Inggris: expertise) adalah pengetahuan yang ekstensif dan spesifik, yang diperoleh melalui rangkaian pelatihan, membaca atau menerima informasi, dan pengalaman. Pengetahuan inilah yang bisa membuat sebuah Sistem Pakar bisa mengambil keputusan secara lebih tepat dan lebih cepat daripada sistem non-pakar dalam memecahkan problem-problem yang bersifat kompleks.
Proses diagnostik medis, didefinisikan sebagai "pemetaan dari data pasien (riwayat normal dan abnormal, pemeriksaan fisik, dan data laboratorium) ke nosologi keadaan penyakit", dimulai dengan diagnosis banding (DDx), yang terdiri dari daftar peringkat dari kemungkinan diagnosis, yang digunakan untuk memandu observasi lebih lanjut dan kemungkinan penanganan.
Pada 2015, Institute of Medicine (IOM) menyerukan "revisi yang signifikan dari proses diagnostik" dan melaporkan bahwa "hampir setiap orang akan mengalami kesalahan diagnostik dalam hidup mereka". Hanya di AS saja, kesalahan diagnostik rawat jalan menyumbang 5,08% dari kesalahan medis, mempengaruhi 12 juta orang dewasa AS setiap tahun, dengan lebih dari setengah dari kesalahan ini berpotensi berbahaya. Studi menunjukkan bahwa akurasi diagnosis hanya sekitar 60% ketika hanya satu penyedia medis yang terlibat dalam proses pengambilan keputusan.
Sistem berbasis pakar diagnostik adalah sistem komputer yang berupaya meniru kemampuan pengambilan keputusan diagnostik dari pakar manusia. Beberapa sistem penting termasuk Mycin untuk penyakit menular, dan Internist-1, QMR dan DXplain untuk pengobatan internal umum.
Sistem pakar medis umumnya mencakup dua komponen:
(1) basis pengetahuan (KB), yang merangkum pengetahuan medis berbasis bukti yang dikuratori oleh para ahli.
(2) mesin inferensi berbasis aturan yang dibuat oleh pakar, yang beroperasi pada basis pengetahuan untuk menghasilkan diagnosis diferensial.
Basis pengetahuan diagnostik umumnya terdiri dari penyakit, temuan (yaitu gejala, tanda, riwayat, atau hasil lab), dan hubungannya. Dalam banyak kasus, dapat dijelaskan secara terus terang hubungan antara serangkaian temuan dan hal-hal yang menjadi penyebab (penyakit). Misalnya, KB mungkin termasuk influenza dan menunjukkan hubungannya dengan demam, batuk, dan lainnya.
Pendekatan umum untuk memodelkan hubungan antara penyakit dan temuan adalah dengan menggunakan variabel yang mengkodekan nilai prediksi positif dan sensitivitas temuan terhadap suatu penyakit. Secara khusus, kekuatan membangkitkan (nilai prediktif positif) menangkap seberapa kuat seseorang harus mempertimbangkan penyakit jika temuan itu diamati, sedangkan frekuensi (sensitivitas) memodelkan seberapa besar kemungkinan seorang pasien dengan memanifestasikan temuan penyakit tertentu.
Mesin inferensi berbasis aturan menghasilkan diagnosis diferensial peringkat dengan menilai penyakit pada basis pengetahuan sebagai fungsi dari kekuatan relasi di atas semua temuan input. Dengan kata lain, diberikan satu set temuan dari seorang pasien, mesin inferensi memeriksa kekuatan hubungan yang dimiliki temuan tersebut dengan masing-masing penyakit dalam KB dan mengurutkan berdasarkan beberapa fungsi penilaian yang ditentukan.
Penggunaan dari sistem ini telah dibatasi oleh beberapa faktor.
Pertama, pemeliharaan sistem pakar memerlukan tim pakar khusus yang terus-menerus memantau dan merekonsiliasi penelitian baru. Sebagai contoh praktis, sebagian besar studi mengenai diabetes pada populasi Asia Selatan telah terjadi baru-baru ini dan pengetahuan dari studi baru ini dapat dimasukkan ke dalam basis pengetahuan hanya dengan intervensi manual yang melelahkan dan memakan waktu cukup banyak.
Kedua, mungkin diperlukan beberapa tahun untuk penyakit yang baru diidentifikasi untuk menjadi bagian dalam sistem pakar, karena kemungkinan biaya untuk menjalankan studi medis yang tinggi. Sebagai permisalan, virus Zika yang baru diidentifikasi, yang belum dipahami dengan baik, tidak dapat langsung dimasukkan ke dalam basis pengetahuan medis.
Ketiga, mesin inferensi berdasarkan pada basis pengetahuan yang mendasarinya dibuat dengan asumsi bahwa akan digunakan secara efektif dengan semua informasi yang tersedia. Sebagai contoh, seorang pasien mungkin menjawab tidak untuk pertanyaan dari sistem tentang memiliki hematoma hanya karena mereka tidak mengerti bahwa memar pada kaki mereka disebut hematoma.
Sumber :
Komentar
Posting Komentar