Transformasi digital dalam sektor pelayanan kesehatan telah semakin meluas. Proses pencatatan konvensional saat ini perlahan mulai ditinggalkan, hal ini terjadi karena merupakan mandat dari regulasi, serta sebagai upaya efisiensi serta peningkatan mutu pelayanan. Harapannya transformasi ini selain dapat membangun sistem data yang terintegrasi, fleksibilitas akses data juga meningkat karena data dapat diakses dan dianalisis secara real time.
Saat ini telah dikembangkan sebuah platform kesehatan yang bermanfaat sebagai pusat data terintegrasi berupa SATUSEHAT. Platform ini dapat menampilkan kondisi medis pasien secara real time dengan memanfaatkan integrasi antara rumah sakit dengan Faslitas Kesehatan Tingkat Pertama (FKTP) seperti Puskesmas. Ekosistem data ini tidak hanya dimanfaatkan RS untuk meninjau data pasien terkait, namun juga dapat dimanfaatkan untuk menganalisis pola rujukan pasien.
Meskipun implementasi SIMRS sudah mulai meluas, namun paradigma yang masih umum terjadi dimana data dari SIMRS hanya digunakan untuk operasional harian, atau hanya dimanfaatkan untuk keperluan akredotasi; tanpa digunakan lebih lanjut untuk dasar pengambilan keputusan strategis. Beberapa contoh data yang bisa dimanfaatkan diantaranya seperti data Bed Occupancy Rate (BOR) untuk merencakanan kapasitas tempat tidur dan ekspansi (apakah perlu menambah tempat tidur atau tidak), tren 10 besar penyakit bisa digunakan sebagai dasar untuk menentukan layanan unggulan, klaim BPJS dan pendapatan tiap unit di RS dapat dimanfaatkan untuk menentukan strategi efisiensi dan keuangan, waktu tunggu pasien dan pengukuran patient experience dapat dimanfaatkan untuk menentukan strategi mutu layanan.
Penelitian sebelumnya yang dilakukan oleh Li et al., 2026 terkait dengan implementasi Smart Hospital untuk RS Ibu dan Anak di Guangzhou, China menjelaskan bahwa data yang belum terintegrasi proses pelayanan yang masih terfragmentasi, serta pengambilan keputusan yang tertunda merupakan tantangan dalam penerapan smart hospital. Selain itu, dijelaskan juga bahwa data klinis seperti data pasien rawat jalan, data pasien gawat darurat, serta data rujukan pasien dapat diintegrasikan dengan sistem alert untuk mendukung pengambilan keputusan klinis dan penyusunan clinical pathway. Indikator keberhasilan yang diukur dari penelitian ini salah satunya adalah data terkait kepatuhan terhadap clinical pathway serta data untuk mendukung efisiensi pelayanan, seperti Average Length of Stay (ALOS) dan Bed Turnover Rate (BTO).
Li, L., Yang, C., Zhang, Z., Wu, Q., & Cao, X. (2026). Exploration and practice of data-driven high-quality development in smart hospitals. AIMS Public Health, 13(1), 273-288. Diakses melalui : https://www.aimspress.com/article/id/69a545edba35de31c6aa400c
