Pemanfaatan Kecerdasan Buatan dalam Mengatasi dan Mencegah Sengketa Klaim BPJS Kesehatan di Indonesia

Bagian 4: Studi Kasus dan Inisiatif yang Relevan di Indonesia

Implementasi AI dalam manajemen Casemix di Indonesia telah mulai berjalan, baik melalui inisiatif pemerintah maupun sektor swasta. Langkah-langkah ini menunjukkan kesiapan ekosistem untuk adopsi teknologi yang lebih luas.

4.1. Transformasi Digital BPJS Kesehatan

BPJS Kesehatan telah menunjukkan komitmennya dalam memanfaatkan AI untuk meningkatkan program JKN. Fokus utamanya adalah pada tiga area: peningkatan pengalaman pengguna (user experience), perbaikan proses internal (process improvement), dan analisis data untuk wawasan dan prediksi (insights and prediction).¹⁹

Contoh konkret dari inisiatif ini adalah pengembangan aplikasi Mobile JKN yang kini berfungsi sebagai super app, memungkinkan peserta untuk mengakses layanan pendaftaran dan antrean online.²⁰ BPJS Kesehatan juga telah mengadopsi teknologi otomatisasi robotik (

robotic automation) untuk mengotomatisasi pekerjaan yang berulang dan mengurangi kesalahan manusia.¹⁸ Secara khusus, BPJS Kesehatan berinvestasi dalam pengembangan model analitik prediktif untuk mendeteksi anomali dalam klaim kesehatan dan memprediksi pola

fraud.¹⁹

4.2. Inisiatif Nasional Kemenkes: SATUSEHAT

Kementerian Kesehatan telah meluncurkan platform SATUSEHAT sebagai tulang punggung kesehatan digital nasional.²⁴ Platform ini bertujuan untuk mengintegrasikan rekam medis elektronik (

Electronic Health Records/EHR) dari rumah sakit, klinik, laboratorium, dan apotek ke dalam satu sistem terpadu.²⁴

Peran SATUSEHAT sangat krusial sebagai prasyarat fundamental bagi implementasi AI yang efektif dalam manajemen klaim. Tanpa platform yang memastikan interoperabilitas data secara nasional, AI tidak akan memiliki akses ke data yang terstruktur dan terstandarisasi dari berbagai fasilitas kesehatan.²⁴ Integrasi yang direncanakan antara SATUSEHAT dan BPJS Kesehatan akan menciptakan ekosistem data yang memungkinkan AI untuk menganalisis data klaim dengan konteks klinis yang kaya, yang pada akhirnya dapat menekan sengketa yang disebabkan oleh data yang tidak konsisten.

4.3. Implementasi AI di Sektor Swasta dan Start-up

Sektor swasta juga telah menunjukkan kemajuan signifikan dalam pemanfaatan AI untuk manajemen klaim. Contohnya adalah Sembuh AI, sebuah platform insurtech lokal yang mengklaim dapat memotong waktu alur kerja klaim dari jam menjadi hanya 15 detik.¹ Platform ini juga mampu mendeteksi indikasi

fraud dengan tingkat akurasi yang tinggi, sekitar 86%.¹

Contoh lain datang dari Allianz Indonesia, yang menggunakan AI untuk mempercepat proses klaim asuransi kesehatan, memungkinkan pemrosesan lebih dari 95% klaim digital dalam waktu 48 jam.²⁵ Selain itu, beberapa Sistem Informasi Kesehatan (

Health Information System/HIS) seperti Nexmedis telah menyematkan fitur AI untuk mendukung pengambilan keputusan klinis dan merekomendasikan kode diagnosis ICD-10, yang dapat meningkatkan akurasi koding sejak awal.¹ Perkembangan ini menunjukkan bahwa kolaborasi antara pihak-pihak terkait, baik dari sisi penyedia layanan (rumah sakit), pembayar (BPJS), maupun vendor teknologi, menjadi kunci keberhasilan dalam membangun ekosistem digital yang efisien dan adil.

Laman: 1 2 3 4 5 6 7