Free Paper (Oral) Presentation

Room 1

ftday2

Setelah sesi pleno hari kedua membahas mengenai tantangan dalam mengelola Big Data pada pelayanan kesehatan, kegiatan dilanjutkan dengan presentasi oral yang terbagi menjadi 2 ruangan. Kamal Kasra adalah penyaji presentasi oral dari International Centre for Casemix and Clinical Coding (ITTC) UKM yang pertama menyampaikan hasil penelitiannya di ruangan Auditoriumhari ini. Kamal menjelaskan bahwa terjadi perbaikan pengelolaan rekam medis dan penurunan angka komplikasi di rumah sakit nasional s troke di Sumatera Barat sebagai efek dari implementasi INA-CBG.

Hal ini menjadi perhatian karena pembiayaan kesehatan semakin meningkat dari tahun ke tahun, di lain sisi masih perlunya perbaikan kualitas pelayanan kesehatan sebelum dan sesudah implementasi program JKN. Beberapa informasi yang semakin baik pencatatannya, meliputi : length of stay (LOS), discharge, umur, dan diagnosa utama. Walaupun demikian, partisipan dari Malaysia ini juga tetap menekankan pentingnya monitoring atas pelaksanaan INA-CBG di Indonesia karena masih ditemukan indikasi adanya ketidakpatuhan tenaga kesehatan dalam melengkapi rekam medis sesuai standar yang telah ditentukan.

Penyaji kedua adalah Atina Husnayain dari FKKMK UGM. Di awal sesi, Atina menjelaskan data dunia digital saat ini sangat penting dan dapat dioptimalkan untuk monitoring dan evaluasi beberapa aspek di bidang kesehatan. Google Trend adalah salah satu fitur yang seringkali digunakan, namun menurut Atina perlu penilaian vadilitas dari google trend. Salah satu studi kasus yang dicontohkan oleh Atina adalah monitoring epidemiologi penyakit DBD di Indonesia. Dari studi tersebut, Atina meyakinkan audiens bahwa data Google Trend membantu dalam mitigasi kejadian luar biasa, Google Trend juga dapat digunakan untuk mengevaluasi NCD maupun non-NCD, baik di tingkat nasional maupun sub nasional. Menurut Atina, adanya info tambahan terkait perilaku masyarakat dalam mencari pelayanan kesehatan akan sangat mendukung sistem surveilans di Indonesia, terlebih membudayakan aktor/ stakeholder di setiap daerah untuk senantiasa mempublikasikan informasi terkait kesehatan di daerah masing-masing pada sosial media

Berbeda dengan metodologi dari penyaji sebelumnya, Mayada Faisal Nabih dari ITCC UKM Malaysia memilih studi kohort dalam menganalisis Big Data untuk mengevaluasi outcome terpilih yang terkait dengan kombinasi terapi ARV. Menurut Mayada, beberapa faktor yang turut andil di Yamen meliputi ketersediaan supply side, akses, dan sosial budaya. Kombinasi terapi (cART) yang ditegaskan oleh Mayada dinilai semakin efektif dalam pemberian pelayanan kesehatan setiap tahunnya. Meskipun demikian, Mayada tetap memberi garis bawah pentingnya peran mobilisasi sumber daya dan dukungan kebijakan. Hal yang dikhawatirkan oleh Mayada, salah satunya adalah akses yang menjadi tantangan bagi upaya retensi pasien untuk cART.

ft2day2

Topik kesehatan ibu juga melengkapi sesi presentasi oral di hari kedua ini. Biniam Getachew dari Fakultas Kedokteran, Prince of Songkla University, Thailand. Menurut Biniam, kasus kematian ibu di Ethiopia sangat tinggi dalam beberapa dekade, namun anehnya beberapa tahun terakhir justru mengalami penurunan signifikan. Hal inilah yang melatarbelakangi Biniam untuk mengalanis secara kohort terhadap angka kematian ibu berdasarkan usia spesifik yang telah ditentukan. Binian menemukan adanya penurunan resiko kematian ibu sejak 2005 dan ternyata wanita yang lahir setelah 1980 memiliki risk ratio lebih rendah dibandingkan dengan wanita yang lahir sebelum tahun tersebut. Sebagian besar wanita yang berusia 30-34 tahun memiliki tingkat resiko lebih tinggi dibandingkan usia yang lebih muda. Menurut Binian, intervensi terpadu sangat dibutuhkan untuk menyikapi tingginya tingkat resiko pada kelompok ibu dengan umur yang semakin tua.

Sebagai penutup sesi presentasi oral, Nurul Anisah Jaafar dari ITCC UKM Malaysia menjelaskan cost-effectiveness dari Community-Based Rehabilitation (CBR) bagi anak-anak dengan disabilitas. Menurut Nurul, hal ini penting karena kasus disabilitas anak semakin meningkat dan diikuti dengan peningkatan kebutuhan pelayanan atas rehabilitasi. Biaya yang dibutuhkan juga ikut meningkat. Dengan membandingkan antara layanan rehabilitasi yang terpusat dengan berupa home-based, ada perbedaan yang ditemukan. Nurul menjelaskan bahwa program rehabilitasi terpusat yang melibatkan komunitas lebih efektif bagi anak daripada program rehabilitasi yang dilakukan di rumah. Hal ini bukan hanya terkait dengan biaya pelayanan kesehatan yang telah dikeluarkan, melainkan juga outcome rehabilitasi itu sendiri.

Hari II: Selasa, 3 Juli 2018
Reporter : Budi Eko Siswoyo (PKMK UGM)

 

Reportase Terkait:

 

Plenary 3: Challenges in Managing Big Data in Health Care Setting

Oleh: Assoc. Prof Dr Nurhizam Syafie Mohd Satar

satarSesi plenary ketiga menjadi kegiatan pertama pada perhelatan hari kedua Postgraduate Forum ke-12 di Malaysia. Dr Nurhizam Syafie Mohd Satar yang berasal dari Center for Software Technology and Management (SOFTAM), Universiti Kebangsaan Malaysia merupakan seorang dosen, konsultan, dan spesialis di bidang teknologi menjadi pembicara pada sesi ini. Nurhizam membawakan topik “Challenges in Managing Big Data in Health Care Setting” yang menekankan bahwa Big Data merupakan suatu potensi besar dalam mendukung kebijakan dan program kesehatan yang tepat, namun di sisi lain aspek pengelolaannya masih sangat terbatas, khususnya di layanan kesehatan.

Menurut Dr Nurhizam, Big Data memiliki berbagai pengertian, baik dari ukuran dan bentuknya. Big Data dicontohkan sederhana dalam semenit berbagai aktivitas media sosial dapat dilakukan, baik pengiriman pesan, pencarian, update status, atau pembuatan data. Ukuran data juga memiliki level tertentu, mulai dari volume paling besar brontobyte, yottabyte, zettabyte, dan sebagainya. Sedangkan dalam pengelolaannya, Nurhizam mencontohkan seperti di Malaysia yang memiliki teknologi high-end dalam menganalisa data stream di Malaysia. Namun kapasitas sumber daya belum cukup untuk mengelolanya secara efektif. Selain itu, Big Data diperkirakan sudah mampu memprediksi situasi berbagai sektor pada 2020, seperti sektor publik, layanan kesehatan, pembiayaan, internet mobile, manufaktur, energi, dan retail. Khususnya di layanan keseatan, Big Data dianggap seperti penemuan minyak baru atau menjadi sumber yang sangat kaya.

Salah satu isu dalam data di layanan kesehatan adalah seringnya terjadi perubahan yang seharusnya dapat digunakan lebih efisien, mengoperasikan dengan efektif, dan akhirnya bisa berdampak untuk meningkatkan layanan. Big Data dan perpaduannya dengan teknologi disruptif juga akan mengasilkan ledakan data di layanan kesehatan. Dari kekhwatiran inilah teknologi dan big data mulai dibenahi dan ditingkatkan. Sebagai pengembangannya, data dan eksponennya akan dikembangkan di beberapa fokus mulai di layanan kesehatan, pasien, operasi di faskes, penelitian, presisi pengobatan, serta pendidikan kedoteran.

Terdapat sebuah cerita menarik yang terjadi di pedesaan area Malaysia, pada waktu itu seorang mahsiswa dokter tahun kedua mendapatkan pasien ibu program hamil, namun tidak mampu melakukan apa-apa karena kapasitas. Dia berinisiatif untuk membuat grup media sosial dan mengundang dokter senior dan para dosennya. Setiap informasi mengenai ibu di-update melalui grup itu, sedangkan para dokter spesialis dan dosen memberikan masukan untuk tidakan pada ibu. Akhirnya bayi dan ibu selamat dari proses persalinan yang dibantu oleh media sosial.

Tantangan sebenarnya dalam penggunaan Big Data dibagi atas tiga bagian, yaitu; teknologi, manusia, dan lingkungan. Seperti adanya regulasi yang masih menghambat, kompetensi dan skill pengguna yang masih rendah, ledakan teknologi dari luar negeri dan mengekspansi negara, isu pendanaan dan biaya, teknologi untuk Big Data sendiri, pengembangan sumber daya manusia sebagai master dalam data sains masih rendah, minimnya kolaborasi antara klinisi dan non klinisi, serta peneltian terkait IoT (teknologi) di sektor kesehatan yang sangat sedikit.

Kesimpulannya, Nurhizam menjelaskan bahwa untuk memanfaatkan power dari data untuk outcome kesehatan perlu untuk melakukan peningkatan ekspektasi, adaptasi perubahan tren, pemenuhan kebutuhan yang besar untuk layanan kesehatan nasional, serta perlunya sumber data terpercaya. Malaysia sendiri saat ini telah memiliki sistem informasi pengelolaan data kesehatan yaitu Malaysia Health Data Warehouse (MyHDW) yang melibatkan dan mengintegrasikan data kesehatan di Kementrian Kesehatan Malaysia, rumah sakit pemerintah, rumah sakit swasta, dan rumah sakit pendidikan di Malaysia

Selasa, 3 Juli 2018
Reportase oleh: Faisal Mansur (PKMK UGM)

Reportase Terkait:

 

Reportase: Free Paper Presentation Session 1

ekaKuala Lumpur – Eka Yoshida Syukri dari United Nation University – International Institute for Global Health membuka presentasi paper di ruang 1 dengan topik dampak implementasi casemix dalam pengurangan biaya dalam skema asuransi di rumah sakit pendidikan di Indonesia. Studi yang dilakukan di Rumah Sakit Cipto Mangunkusumo, Jakarta ini menganalisis perbedaan biaya antara metode pembayaran casemix dan fee-for-services. Berdasarkan studi ini diketahui bahwa terdapat perbedaan yang bermakna pada biaya human resources, stationery, dan billing delivery antara metode pembayaran casemix dan fee-for-services. Biaya human resources diketahui lebih rendah 2,5 kali lipat pada metode pembayaran casemix dibandingkan dengan fee-for-services. Sedangkan biaya stationery dan billing delivery diketahui lebih rendah masing-masing 1,5 dan 1,2 kali lipat pada metode pembayaran casemix dibandingkan fee-for-services. Secara umum, disimpulkan bahwa pasien yang membayar dengan mtode casemix membayar 23,2% lebih rendah dibandingkan pasien yang membayar dengan metode fee-for-services.

sitiPresentasi kedua dibawakan oleh Siti Khadijah Nasution dari Universitas Gadjah Mada, Indonesia dengan topik Apakah Kebijakan Jaminan Kesehatan Nasional (JKN) mampu meningkatkan keadilan utilisasi pada penolong persalinan terlatih di Indonesia. Studi data Survei Sosial Ekonomi Nasional (Susenas) 2012-2016 ini menganalisis ketimpangan distribusi penolong persalinan terlatih di Indonesia. Berdasarkan studi ini diketahui bahwa hingga tahun 2016, distribusi penolong persalinan terlatih di Indonesia bagian Timur masih lebih sedikit dibandingkan dengan Indonesia bagian Barat. Selain itu, persalinan dengan tenaga kesehatan terlatih juga diketahui lebih tinggi di kawasan perkotaan dibandingkan dengan pedesaan. Faktor yang mempengaruhi persalinan dengan tenaga kesehatan terlatih yaitu kepemilikan asuransi, kondisi geografis, tingkat Pendidikan dan sosioekonomi. Kondisi ini akan membaik apabila dilakukan peningkatan ketersediaan sisi suplai, audit kepesertaan penerima bantuan iuran, serta meningkatkan level Pendidikan dan sosioekonomi.

Presentasi ketiga disajikan oleh Erwin Purwaningsih dari Universitas Gadjah Mada, Indonesia dengan topik kontribusi pemerintah daerah dalam mendukung pencapaian Universal Health Coverage (UHC) di Kalimantan Timur. Studi yang dilakukan mendeskripsikan upaya pemerintah daerah dalam mengintegrasikan Jaminan Kesehatan Daerah (Jamkesda) dengan JKN. Berdasarkan studi ini, diperoleh informasi bahwa terdapat peran pemerintah daerah dalam mendorong pencapaian target kepesertaan JKN di Kalimantan Timur, yaitu integrasi Jamkesda-JKN. Meskipun demikian, ternyata proses integrasi ini belum optimal mengingat target yang ditetapkan belum tercapai.

Presentasi keempat dibawakan oleh Yin New Aung dari International Centre for Casemix and Clinical Coding, Fakultas Kedokteran Universitas Kebangsaan Malaysia tentang Determinant Length of Stay (LOS) di Intensive Care Unite (ICU) di Rumah Sakit Pendidikan di Malaysia. Studi yang dilakukan menganalisis data ICU mulai Januari 2013 hingga Desember 2015. Berdasarkan analisis yang telah dilakukan, diketahui bahwa usia dan jenis kelamin tidak berkontribusi terhadap lamanya LOS di ICU. Faktor yang berkontribusi terhadap lamanya LOS yaitu kondisi medis, dan kasus obstetri.

Presentasi kelima disajikan oleh Viera Wardhani dari Universitas Brawijaya Indonesia tentang progress dan determinan akreditasi rumah sakit di Indonesia. Studi yang dilakukan dengan menganalisis tren akreditasi rumah sakit selama 2012 – 2017. Berdasarkan analisis yang telah dilakukan, diketahui bahwa terdapat penurunan yang besar jumlah rumah sakit yang terakreditasi di tahun 2013 dibandingkan tahun 2012. Jumlah rumah sakit terakreditasi meningkat secara perlahan dimulai tahun 2014. Faktor determinannya adalah implementasi JKN yang mengharuskan setiap rumah sakit terakreditasi dan beradaptasi sesuai standar internasional di tahun 2013.

labangPresentasi keenam disaikan oleh Labasangzhu dari Tibet University Medical College tentang progress dan hambatan dalam peningkatan kualitas kesehatan ibu di Tibet. Penelitian ini menghasilkan informasi tentang peningkatan pelayanan rujukan mulai tahun 2000 hingga 2017 sekitar 70% dan mempengaruhi penurunan kematian ibu dari 466 ke 100 per 100.000 kelahiran.

Presentasi ketujuh disampaikan oleh Fury Maulina dari Universitas Malikussaleh, Nanggroe Aceh Darussalam mengenai kompetensi manajemen dokter yang ditempatkan di daerah terpencil. Penelitian ini menghasilkan informasi tentang skill komunikasi dan kepedulian terhadap hak-hak pasien adalah kompetensi yang dibutuhkan untuk menjadi seorang dokter dan manager di daerah terpencil..

Reportase oleh: Dedik Sulistiawan

Reportase Terkait:

 

Free paper oral presentation

Room 1

ekaKuala Lumpur – Eka Yoshida Syukri dari United Nation University – International Institute for Global Health membuka presentasi paper di ruang 1 dengan topik dampak implementasi casemix dalam pengurangan biaya dalam skema asuransi di rumah sakit pendidikan di Indonesia. Studi yang dilakukan di Rumah Sakit Cipto Mangunkusumo, Jakarta ini menganalisis perbedaan biaya antara metode pembayaran casemix dan fee-for-services. Berdasarkan studi ini diketahui bahwa terdapat perbedaan yang bermakna pada biaya human resources, stationery, dan billing delivery antara metode pembayaran casemix dan fee-for-services. Biaya human resources diketahui lebih rendah 2,5 kali lipat pada metode pembayaran casemix dibandingkan dengan fee-for-services. Sedangkan biaya stationery dan billing delivery diketahui lebih rendah masing-masing 1,5 dan 1,2 kali lipat pada metode pembayaran casemix dibandingkan fee-for-services. Secara umum, disimpulkan bahwa pasien yang membayar dengan mtode casemix membayar 23,2% lebih rendah dibandingkan pasien yang membayar dengan metode fee-for-services.

sitiPresentasi kedua dibawakan oleh Siti Khadijah Nasution dari Universitas Gadjah Mada, Indonesia dengan topik Apakah Kebijakan Jaminan Kesehatan Nasional (JKN) mampu meningkatkan keadilan utilisasi pada penolong persalinan terlatih di Indonesia. Studi data Survei Sosial Ekonomi Nasional (Susenas) 2012-2016 ini menganalisis ketimpangan distribusi penolong persalinan terlatih di Indonesia. Berdasarkan studi ini diketahui bahwa hingga tahun 2016, distribusi penolong persalinan terlatih di Indonesia bagian Timur masih lebih sedikit dibandingkan dengan Indonesia bagian Barat. Selain itu, persalinan dengan tenaga kesehatan terlatih juga diketahui lebih tinggi di kawasan perkotaan dibandingkan dengan pedesaan. Faktor yang mempengaruhi persalinan dengan tenaga kesehatan terlatih yaitu kepemilikan asuransi, kondisi geografis, tingkat Pendidikan dan sosioekonomi. Kondisi ini akan membaik apabila dilakukan peningkatan ketersediaan sisi suplai, audit kepesertaan penerima bantuan iuran, serta meningkatkan level Pendidikan dan sosioekonomi.

Presentasi ketiga disajikan oleh Erwin Purwaningsih dari Universitas Gadjah Mada, Indonesia dengan topik kontribusi pemerintah daerah dalam mendukung pencapaian Universal Health Coverage (UHC) di Kalimantan Timur. Studi yang dilakukan mendeskripsikan upaya pemerintah daerah dalam mengintegrasikan Jaminan Kesehatan Daerah (Jamkesda) dengan JKN. Berdasarkan studi ini, diperoleh informasi bahwa terdapat peran pemerintah daerah dalam mendorong pencapaian target kepesertaan JKN di Kalimantan Timur, yaitu integrasi Jamkesda-JKN. Meskipun demikian, ternyata proses integrasi ini belum optimal mengingat target yang ditetapkan belum tercapai.

Presentasi keempat dibawakan oleh Yin New Aung dari International Centre for Casemix and Clinical Coding, Fakultas Kedokteran Universitas Kebangsaan Malaysia tentang Determinant Length of Stay (LOS) di Intensive Care Unite (ICU) di Rumah Sakit Pendidikan di Malaysia. Studi yang dilakukan menganalisis data ICU mulai Januari 2013 hingga Desember 2015. Berdasarkan analisis yang telah dilakukan, diketahui bahwa usia dan jenis kelamin tidak berkontribusi terhadap lamanya LOS di ICU. Faktor yang berkontribusi terhadap lamanya LOS yaitu kondisi medis, dan kasus obstetri.

Presentasi kelima disajikan oleh Viera Wardhani dari Universitas Brawijaya Indonesia tentang progress dan determinan akreditasi rumah sakit di Indonesia. Studi yang dilakukan dengan menganalisis tren akreditasi rumah sakit selama 2012 – 2017. Berdasarkan analisis yang telah dilakukan, diketahui bahwa terdapat penurunan yang besar jumlah rumah sakit yang terakreditasi di tahun 2013 dibandingkan tahun 2012. Jumlah rumah sakit terakreditasi meningkat secara perlahan dimulai tahun 2014. Faktor determinannya adalah implementasi JKN yang mengharuskan setiap rumah sakit terakreditasi dan beradaptasi sesuai standar internasional di tahun 2013.

labangPresentasi keenam disaikan oleh Labasangzhu dari Tibet University Medical College tentang progress dan hambatan dalam peningkatan kualitas kesehatan ibu di Tibet. Penelitian ini menghasilkan informasi tentang peningkatan pelayanan rujukan mulai tahun 2000 hingga 2017 sekitar 70% dan mempengaruhi penurunan kematian ibu dari 466 ke 100 per 100.000 kelahiran.

Presentasi ketujuh disampaikan oleh Fury Maulina dari Universitas Malikussaleh, Nanggroe Aceh Darussalam mengenai kompetensi manajemen dokter yang ditempatkan di daerah terpencil. Penelitian ini menghasilkan informasi tentang skill komunikasi dan kepedulian terhadap hak-hak pasien adalah kompetensi yang dibutuhkan untuk menjadi seorang dokter dan manager di daerah terpencil..

Reportase oleh: Dedik Sulistiawan

 

Reportase Terkait:

 

Plenary II: Research and Development of Big Data in Healthcare System

Oleh: dr. Lutfan Lazuardi, M.Kes, Ph.D (Universitas Gadjah Mada)

lfnKuala Lumpur – Pada sesi Plenary II Postgraduate Forum on Health Systems and Policies, Lutfan Lazuardi dari Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan, Universitas Gadjah Mada Indonesia memberikan paparan tentang penggunaan big data untuk penelitian dan pengembangan di bidang pelayanan kesehatan. Data memiliki banyak keuntungan dalam proses pelayanan kesehatan, seperti menjadi alat untuk mendukung pengambilan keputusan (decision making process) yang lebih baik. Akan tetapi, situasinya saat ini adalah data rutin dalam layanan kesehatan sering kali tidak tersedia secara baik karena memiliki format yang tidak mudah digunakan.

Pendekatan analisis big data dalam dunia kesehatan meningkat secara dramatis dalam beberapa tahun terakhir. Big data banyak dimanfaatkan oleh banyak sektor, khususnya di sektor kesehatan. Lalu, apakah sebenarnya big data? Lutfan menyampaikan, big data setidaknya memiliki 5 karakteristik. Karakteristik tersebut yaitu: large volume, velocity, variety, value, and veracity. Big data didefinisikan beragam, di antaranya adalah sebagai kumpulan data berskala besar baik terstruktur maupun tidak terstruktur. Unsur yang membedakan dengan traditional data adalah big data berskala besar dan umumnya semi terstruktur-unstruktur. Sementara itu big data analytics adalah proses pengumpulan, pengorganisasian, dan analisis data berukuran besar untuk menemukan pola dan informasi berguna lainnya.

Sumber big data yang potensial dianalisis antara lain data dari sistem informasi klinis, database genetika, data klaim, the internet of things, data iklim, jejaring sosial, dan web search (google trends). Sebagai contoh adalah kasus infeksi dengue. Penggunaan big data pada surveilans dengue digunakan untuk early warning dalam sistem surveilans. Harapannya, informasi dari hasil analisis big data dapat mendorong percepatan penanganan kasus dan tindakan yang semula passive reactive approached berdasarkan pelaporan menjadi deteksi dini (prediksi) menggunakan data iklim data surveilans rutin. Hal ini dimungkinkan karena daya prediksi infeksi dengue menggunakan data iklim cukup kuat, yaitu memiliki model yang presisi dengan kenyataannya. Sehingga dengan proses ini diharapkan dapat dilakukan tindakan segera.

Pengembangan data Twitter juga digunakan untuk melihat situasi dengue. Menggunakan teknik ini, didapatkan informasi bahwa mobilitas penduduk merupakan faktor penyebab dengue. Selain Twitter, Google Trends juga cukup baik digunakan untuk memprediksi kejadian dengue. Penggunaan big data yang lain misalnya pada kampanye imunisasi Measles and Rubella (MR) dengan penggunaan analisis sentimen dengan Twitter yang bertujuan untuk mengetahui respon masyarakat terkait awareness atas imunisasi MR. Berdasarkan kegiatan ini, diperoleh informasi tentang ekspresi positif dan negatif masyarakat tentang rumor yang beredar mengenai kampanye MR di Indonesia. Analisis big data yang bersumber Twitter memiliki banyak keuntungan, antara lain akses gratis, data yang realtime, serta biaya yang murah. Meskipun demikian, analisis big data Twitter memiliki kelemahan yaitu hanya 1% data yang dapat diakses secara gratis. Tantangan lain yaitu penggunaan bahasa yang kompleks yang mana menyebabkan sulitnya mengidentifikasi dan menemukan pola. Sumber big data lain yang potensial untuk dianalisis yaitu data JKN. Sebagaimana disebutkan, saat ini terdapat sekitar 198 juta penduduk merupakan peserta JKN, dan ini memberikan konsekuensi pada banyanya data penduduk yang terekam. Beberapa data yang dapat dimanfaatkan adalah data klaim (INA-CBGs).

Terakhir, Lutfan menyampaikan bahwa big data sangat potensial digunakan untuk lebih memahami isu kesehatan secara lebih baik, memperbaiki kualitas sistem kewaspadaan dini kejadian luar biasa, meningkatkan kepedulian masyarakat, dan mendorong efisiensi. Tantangannya adalah pertumbuhan data bersifat eksoponensial sehingga membutuhkan infrastruktur khusus serta sumber daya manusia yang terlatih.

Reporter: Dedik Sulistiawan

Reportase Terkait:

 

Plenary 1: Managing Big Data for Health

Oleh: Prof. Virasakdi Chongsuvivatwong

d1 plen1Postgraduate Forum on Health System ke-12 hari pertama di UKM dilanjutkan dengan sesi plenary discussion dengan topik “Managing Big Data for Health” oleh Prof Virasakdi Chongsuvivatwong. Guru besar Prince of Songkla University ini memiliki bidang keahlian pada bidang epidemologi dan manajemen data. Virasakdi mengawali diskusi plenary dengan menggambarkan data sebagai sebuah power yang dapat meningkatkan kualitas kesehatan dari berbagai perspektif.

Prof Virasakdi Chongsuvivatwong menjelaskan pentingnya memahami konsep Big Data di sektor kesehatan yang seyogyanya diikuti dengan sistem manajemen data yang lebih baik khususnya pada health scope. Saat ini, sektor ekonomi hingga pertanian mengarahkan big data sebagai bagian penting untuk menentukan tindak lanjut ke depan. Tidak berbeda, sektor kesehatan memiliki urgensi dan dipengaruhi oleh aspek teknologi yang penting bagi kehidupan manusia dari segala sektor. Virasakdi menambahkan beberapa penunjang yang perlu dipahami yaitu : sistem pengumpulan data terbaru, tipe pengumpulan data (internet-based dan application-based) serta sistem teknologi komputasi penyerta (Machine learning and Artificial Intelegence). Era disrupsi data saat ini merupakan alarm dimana peneliti perlu memperhatikan kualitas dan keabsahan data. Data dapat dioptimalkan oleh peneliti sebagai instrumen guna meningkatkan kualitas kesehatan dari berbagai sektor pendukung. Ke depan, sistem pengetahuan sangat membutuhkan teknologi penunjang dan data manajemen yang lebih baik, serta perlunya memahami perspektif properti intelektual dan aspek etik. Aspek-aspek ini terdiri dari pandangan pada data owners dan prosedur consent.

Beberapa peserta yang tertarik dengan pembahasan topik ini menyampaikan pertanyaan terkait sistem manajemen data yang lebih optimal. Prof Virasakdi Chongsuvivatwong menjawab bahwa keterampilan peneliti dalam mengenal data hingga sistem manajemen data sangat dibutuhkan di era ledakan data saat ini. Selain itu, prinsip pada pemegang data yang perlu diketahui yakni sistem data yang akuntabel, terbuka, dan data yang telah analisis perlu dikomunikasikan pada policy maker. Narasumber kembali menggarisbawahi bahwa Big Data memberikan perspektif yang sangat luas dan peneliti perlu memandang hal ini sebagai peluang. Kerjasama lintas sektor dari berbagai disiplin ilmu sangat dibutuhkan dalam kerangka Big Data sebagai upaya peningkatan kualitas kesehatan.

Reporter: Nopryan Ekadinata (PKMK UGM)

Reportase Terkait:

 

Opening Ceremony

Oleh: Prof. Datuk Dr. Rahman Al Jamal

datukPGF tahun ini dibuka secara resmi oleh Prof. Dato’ Dr. Hanafiah Harunarashid selaku Direktur Universiti Kebangsaan Malaysia Medical Center. Kegiatan ini dihadiri oleh peserta yang berasal dari berbagai institusi dan berasal dari berbagai negara, yakni Malaysia, Indonesia, Thailand, serta negara Asia dan Afrika lainnya. Dalam sambutannya, Prof. Datuk mengharapkan PGF tahun ini dapat menjadi ajang pertukaran informasi terkait isu Big Data di beberapa negara Asia Tenggara. Big Data memegang peranan penting dalam bidang kesehatan masyarakat. Big Data tidak hanya menjadi perhatian dari pihak tertentu saja, tetapi sudah menjadi isu publik yang mulai dibahas secara masif dan didorong oleh penggunaan sosial media.

Keberagaman kesehatan masyarakat dan lingkungan menjadi dasar pentingnya big data. Big data tidak hanya berkaitan dengan data, tetapi juga proses mengolah, menyimpan dan menerjemahkan data yang ada, kemudian dipergunakan untuk meningkatkan kualitas pelayanan. Sebagai contoh, pelayanan kesehatan di fasilitas kesehatan (rumah sakit) dapat ditingkatkan dengan data yang berkualitas, dengan tujuan memberikan penegakan diagnostik yang tepat. Diagnostik yang tepat menurunkan dampak negatif dari pelayanan kesehatan, menurunkan risiko yang berasal dari human error tenaga kesehatan, dan menekan pembiayaan kesehatan di fasilitas kesehatan. Data yang baik juga dapat digunakan antar fasilitas kesehatan yang terintegrasi dengan sistem yang baik, guna memecahkan masalah bersama di fasilitas kesehatan dan integrasi data nasional.

Dewasa ini, beberapa negara seperti Indonesia juga menerapkan penggunaan big data yang memiliki indikator kompleks dan komprehensif dalam penerapan Jaminan Kesehatan Nasional. Hal ini merupakan langkah awal yang baik guna meningkatkan kualitas pelayanan kesehatan dan memberikan jaminan kesehatan menyeluruh untuk masyarakat.

Reporter: Muhammad Asrullah (PKMK UGM)

Reportase Terkait:

 

Keynote Address

Oleh: Prof. Dato Dr Syed Mohammed Aljunid

datoKegiatan PGF tahun ini bertempat di Universiti Kebangsaan Malaysia, Kuala Lumpur dengan mengusung tema “Using Big Data for Health Policy and Management”. Kegiatan ini diawali dengan keynote speech oleh Prof Dato Dr Syed Mohammed Aljunid.

Prof Dato Dr Syed Mohammed Aljunid memulai dengan memberikan pengantar mengenai Kebijakan Kesehatan dan Penggunaan Data Besar. Kebijakan kesehatan merupaka satu kesatuan dari beberapa unsur yang dapat mempengaruhi jalannya organisasi, menyediakan peraturan dan menyusun pembiayaan dalam sistem kesehatan. Menurut beliau, kebijakan berbeda dengan sebuah keputusan, dimana kebijakan mencakup hal yang lebih luas dan kompleks. Negara berkembang menghadapi tantangan yang berbeda-beda dalam kebijakan kesehatan dan diperlukan data dan informasi yang akurat untuk menunjang seluruh tahapan pembuatan kebijakan. Data universal yang dihasilkan baik secara langsung maupun tidak langsung dari masyarakat, dapat digunakan sebagai landasan untuk merumuskan dan memprioritaskan sebuah kebijakan dalam dunia kesehatan. Hal ini dikenal dengan kebijakan kesehatan berbasis bukti.

Data-data yang ada selama ini di beberapa negara masih belum terstruktur, baik data yang berasal dari rekam medis, klaim asuransi kesehatan, maupun data survailans. Kondisi ini juga sejalan dengan rendahnya penggunaan data tersebut oleh pemangku kebijakan sehingga kebijakan yang dibuat tidak berdasarkan pada fakta yang ada. Dalam sebuah proses pembuatan kebijakan dalam dunia kesehatan, kelompok yang memegang peranan penting dan dianggap memiliki kepentingan adalah tenaga kesehatan. Sedangkan kelompok yang dianggap memperoleh dampak langsung adalah pengguna jasa (masyarakat) dan pasien. Data yang ada juga menunjukkan tingginya angka fraud di dunia kesehatan. Kepentingan-kepentingan dari sebuah proses kebijakan ini dapat dihindari jika didasari oleh penggunaan data yang dapat dipertanggungjawabkan.

Hal lain yang juga perlu dipertimbangkan dalam penggunaan data adalah isu etika dan legalitas data. Kedua hal tersebut membutuhkan sumber daya manusia kesehatan yang terdiri dari multi disiplin profesi yang terampil dan berpengetahuan. Konsekuensinya adalah perlu pelatihan yang memadai dalam proses pengolahan data dan proses penyajian data dalam sebuah policy brief yang mudah dipahami dan dapat digunakan oleh seluruh kelompok yang membutuhkan. Data yang baik sendiri diartikan sebagai data yang berkualitas dengan tingkat akurasi yang tinggi dan dapat diterjemahkan dan disebarluaskan (Data Sharing).
Pada akhir sesi, Prof Dato menekankan bahwa Big Data merupakan isu yang menarik dalam sistem kebijakan kesehatan dewasa ini. Data yang baik dapat membantu menghasilkan kebijakan kesehatan yang tepat.

Reporter: Muhammad Asrullah (PKMK UGM)

Reportase Terkait:

 

  • angka jitu
  • toto 4d
  • toto
  • toto macau
  • rtp live slot
  • bandar togel 4d
  • slot dana
  • toto sdy
  • toto slot
  • slot gacor
  • togel sidney
  • live draw sgp
  • bandar togel
  • toto macau
  • bandar slot
  • toto togel
  • togel4d
  • togel online
  • togel 4d
  • rajabandot
  • toto macau
  • data toto macau
  • bandar slot
  • bandar slot
  • bandar slot
  • bandar slot
  • bandar slot
  • bandar slot
  • bandar slot
  • bandar slot
  • judi online
  • nexus slot
  • agen slot
  • toto 4d
  • slot777
  • slot777
  • slot thailand
  • slot88
  • slot777
  • scatter hitam
  • toto slot
  • slot demo
  • slot777
  • toto 4d
  • toto slot
  • agen slot
  • scatter hitam
  • slot 4d
  • bandar slot/
  • bandar slot/
  • toto slot
  • mahjong slot
  • slot jepang
  • slot777
  • slot dana
  • slot dana
  • toto slot
  • bandar slot
  • scatter hitam
  • toto slot
  • slot 2025
  • toto slot
  • bandar slot
  • agen slot
  • slot dana
  • slot777
  • bandar slot
  • slot thailand
  • toto slot
  • slot resmi
  • togel4d
  • slot resmi
  • KW
  • slot online
  • slot gacor
  • slot88
  • slot
  • situs slot
  • slot777
  • slot gacor
  • pgsoft
  • mahjong
  • slot demo
  • slot 4d
  • slot scater hitam
  • judi online
  • bandar slot
  • bandar slot gacor
  • slot vip
  • demo slot
  • slot bet kecil
  • slot bet 400
  • slot gacor