CILEUNGSI, SUBAGIYO DOT COM – Banyak orang membayangkan AI di rumah sakit bekerja seperti robot yang menggantikan dokter atau apoteker. Kenyataannya justru berbeda. Di balik layar, AI lebih sering bekerja sebagai “otak kedua” yang membantu tenaga kesehatan mengambil keputusan lebih cepat, lebih akurat, dan lebih efisien. Salah satu contohnya datang dari National Cancer Centre Singapore (NCCS) yang mengembangkan algoritma untuk mengoptimalkan proses peracikan obat kemoterapi. Tujuannya sederhana, tetapi dampaknya sangat besar: mengurangi pemborosan obat yang nilainya mencapai jutaan dolar Singapura setiap tahun.
Selama sembilan bulan, tim NCCS menganalisis 52.748 proses peracikan kemoterapi. Hasilnya cukup mengejutkan. Mereka menemukan pemborosan obat sebanyak 2.216.431 mg dengan nilai sekitar S$2,05 juta. Lebih dari separuh kerugian tersebut ternyata terjadi pada tahap persiapan obat, sebelum obat diberikan kepada pasien. Temuan ini menunjukkan bahwa efisiensi pelayanan tidak hanya bergantung pada keterampilan tenaga kesehatan, tetapi juga pada bagaimana proses kerja dirancang dengan baik.
Ketika Algoritma Membantu Apoteker Berpikir
Alih-alih membiarkan apoteker menghitung secara manual, tim di NCCS mengembangkan algoritma yang mampu memilih kombinasi vial obat paling optimal untuk setiap jadwal peracikan. Sistem tersebut menerima data resep dari sistem elektronik, menghitung kombinasi dosis yang menghasilkan limbah paling sedikit, kemudian menampilkan rekomendasi secara otomatis. Dengan pendekatan ini, target zero wastage atau pemborosan mendekati nol menjadi lebih realistis untuk dicapai.
Yang menarik, AI dalam proyek ini tidak mengambil alih keputusan klinis. Apoteker tetap menjadi pengambil keputusan utama. AI hanya menyajikan analisis yang sebelumnya membutuhkan waktu cukup lama jika dilakukan secara manual. Inilah bentuk kolaborasi yang ideal: manusia tetap memegang kendali, sementara teknologi mempercepat proses berpikir.
Menghemat Anggaran, Menjaga Lingkungan
Manfaat proyek ini ternyata tidak berhenti pada penghematan biaya. Setiap miligram obat sitotoksik yang tidak terbuang berarti limbah bahan berbahaya ikut berkurang. Dalam presentasinya, Peter Yap menunjukkan bahwa sistem ini berpotensi menurunkan limbah obat berbahaya dan emisi karbon, sekaligus mendukung konsep green pharmacy. Bahkan, simulasi yang dilakukan memperkirakan penghematan sedikitnya S$5,24 juta per tahun tanpa mengurangi mutu pelayanan kepada pasien.
Di era ketika rumah sakit dituntut memberikan pelayanan berkualitas sekaligus menjaga keberlanjutan lingkungan, pendekatan seperti ini menjadi contoh bahwa inovasi digital tidak selalu harus berupa robot canggih. Kadang, perubahan terbesar justru datang dari kemampuan membaca data dengan lebih cerdas.
Catatan Ahmad Subagiyo
Sebagai apoteker, saya melihat AI bukan sebagai pesaing profesi, melainkan sebagai alat yang memperluas kemampuan kita. Waktu yang sebelumnya habis untuk pekerjaan administratif dan perhitungan berulang dapat dialihkan untuk berdiskusi dengan dokter, memberikan edukasi kepada pasien, atau mengevaluasi keamanan terapi.
Saya membayangkan suatu hari nanti instalasi farmasi rumah sakit di Indonesia juga memiliki sistem serupa. AI membantu menghitung dosis, memprediksi kebutuhan obat, mengurangi limbah, bahkan memberi peringatan dini jika terjadi potensi kesalahan. Namun satu hal yang tidak boleh berubah adalah sentuhan manusia. Sebagus apa pun algoritma, keputusan akhir tetap membutuhkan pertimbangan klinis, etika, dan empati yang hanya dimiliki oleh tenaga kesehatan.
Mungkin inilah masa depan farmasi rumah sakit: bukan mengganti apoteker dengan AI, melainkan membuat apoteker mampu memberikan pelayanan yang lebih aman, lebih efisien, dan lebih bermakna bagi pasien.
