Sistem Pendukung Keputusan Klinik

A. Pengantar
Dalam berbagai literatur mengenai mutu pelayanan klinik mutakhir, sistem pendukung keputusan klinik (SPKK) merupakan salah satu jargon yang sering disebut sebagai salah satu alternatif solusi sistemik untuk mencegah medical error dan mendorong sistem pelayanan kesehatan yang menjunjung aspek kemanan pasien (patient safety). Artikel ini akan membahas mengenai pengertian SPKK (khususnya yang berbasis komputer), karakteristik, berbagai contoh aplikasinya serta prospek masa depan.

B. Pengertian
Sistem Pendukung Keputusan (SPK) atau decision support system merupakan salah satu jenis sistem informasi yang bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik dan berbasis evidence. Secara hirarkis, SPK biasanya dikembangkan untuk pengguna pada tingkatan manajemen menengah dan tertinggi. Dalam pengembangan sistem informasi, SPK baru dapat dikembangkan jika sistem pengolahan transaksi (level pertama) dan sistem informasi manajemen (level kedua) sudah berjalan dengan baik. SPK yang baik harus mampu menggali informasi dari database, melakukan analisis serta memberikan interpretasi dalam bentuk yang mudah dipahami dengan format yang mudah untuk digunakan (user friendly).
Dari sisi konteks, pada dasarnya sebuah Sistem Pendukung Keputusan Klinik (SPKK) adalah SPK yang diterapkan untuk manajemen klinis. Secara definitif SPKK adalah aplikasi perangkat lunak yang mengintegrasikan informasi yang berasal dari pasien (karakteristik demografis, klinis, sosial psikologis) dengan basis pengetahuan (knowledge base) untuk membantu klinisi dan atau pasien dalam membuat keputusan klinis. Pengguna SPKK adalah tenaga kesehatan yang terlibat dalam tata laksana klinis pasien di rumah sakit mulai dari dokter, perawat, bidan, fisioterapis dan lain-lain.

SPKK tidak harus bersifat elektronis. Kartu Menuju Sehat (KMS) pada dasarnya adalah suatu SPKK sederhana yang menyediakan fasilitas untuk memasukkan data balita secara lengkap mulai dari riwayat persalinan, imunisasi, riwayat minum ASI, berat badan serta grafik yang dilengkapi dengan kriteria status gizi serta panduan tentang bagaimana menginterpretasikan naik turunnya berat badan balita dan dapat digunakan baik oleh tenaga kesehatan maupun orang tua balita. Model SPKK manual lainnya adalah penerapan berbagai algoritma klinis untuk penanganan penyakit tertentu. Namun, dalam tulisan ini kita akan lebih banyak mengulas tentang SPKK yang berbasis komputer.

Sebagaimana ditampilkan pada gambar 1, SPKK tersusun atas komponen sebagai berikut:
Database yaitu kumpulan data yang tersusun secara terstruktur dan dalam format elektronik yang mudah diolah oleh program komputer. Database ini menghimpun berbagai jenis data baik yang berasal dari pasien, obat (jenis, dosis, indikasi, kontraindikasi dll), dokter/perawat dll.
Knowledge base: merupakan kumpulan pengetahuan kedokteran yang merupakan sintesis dari berbagai literatur, protokol klinik (clinical guidelines), pendapat pakar maupun hasil penelitian lainnya yang sudah diterjemahkan dalam bahasa yang dapat dipahami oleh komputer.
Instrumen : adalah alat yang dapat mengumpulkan data klinis seperti: alat pemeriksaan laboratorium, EKG, radiologis dan lain-lain. Keberadaan instrumen dalam suatu SPKK tidak mutlak.
Mesin inferensial (inference engine) : merupakan program utama dalam suatu SPKK yang mengendalikan keseluruhan sistem, mulai dari menangkap informasi yang berasal dari pasien, mengkonsultasikannya dengan knowledge base dan memberikan hasil interpretasinya kepada pengguna.
Antar muka (user interface) : adalah tampilan program komputer yang memungkinkan pengguna berkonsultasi untuk memasukkan data, memilih menu hingga mendapatkan hasil baik berupa teks, grafis, sinyal, simbol dan bentuk interaktivitas lainnya. Interaktivitas dapat bersifat aktif-otomatis maupun pasif.

Jika mesin inferensial adalah program utama yang mengendalikan SPKK maka knowledge base adalah otaknya. Knowledge base dapat diibaratkan sebagai tiruan manusia (dokter) yang ditanamkan ke dalam komputer agar komputer dapat berpikir dan mengambil keputusan sebagaimana manusia(dokter) aslinya. Knowledge base biasanya dikembangkan menggunakan berbagai metode matematis (statistik) seperti Bayesian, neural network maupun aturan simbolis sederhana (IF-THEN). MYCIN, salah satu program SPKK yang paling populer dan dikembangkan pada tahun 1974 menggunakan metode aturan simbolis sederhana seperti pada gambar 2:
Gambar 2. Salah satu rule dalam program MYCIN
ATURAN no 543
JIKA :
jenis infeksinya adalah meningitis
tipe infeksinya adalah bakterial
pasien sedang mendapatkan terapi kortikosteroid

MAKA
Organisme yang mungkin menyebabkan infeksi adalah e.coli (0.4), klebsiella-pneumoniae(0.2), atau pseudomonas aeruginosa(0.1)

Dalam program tersebut, angka 1 menunjukkan derajat kepastian adalah 100% sebaliknya angka -1 menunjukkan derajat ketidakpastian sebesar 100 %. Angka tersebut merupakan hasil sintesis dari berbagai studi dan pendapat pakar. Terdapat juga SPKK yang knowledge basednya menggunakan metode Bayesian untuk manajemen klinis pneumonia seperti pada gambar 3.
Gambar 3. Contoh penghitungan risiko mortalitas pada penderita pneumonia yang menggunakan pendekatan statistik Bayesian.

C. Fungsi SPKK
Alasan mengapa SPKK disebut-sebut sebagai salah satu alternatif untuk mencegah medical error dan mendorong patient safety terletak pada potensi dan fungsinya. SPKK secara umum akan bermanfaat bagi dokter dalam pengambilan keputusan karena memiliki fungsi mulai dari alerting, assisting, critiquing, diagnosis hingga ke manajemen.
a. Alerting
Alert otomatis akan muncul dan memberikan data serta informasi kepada dokter secara cepat pada situasi kritis yang kadang membahayakan. Pada kondisi tersebut, informasi yang lengkap sangat penting dalam pengambilan keputusan, misalnya: nilai laboratorium abnormal, kecenderungan vital sign, kontraindikasi pengobatan maupun kegagalan prosedur tertentu. Sistem alert telah digunakan secara rutin dalam program HELP (Health Evaluation through Logical Processing) mampu menurunkan laju infeksi pasca operatif dari 13% ke 5.5% per hari dan menurunkan prosentase pemberian antibiotik berlebihan dari 35% ke 18%.Gambar 4 menampilkan contoh SPKK yang memberikan alert jika ada permintaan pemeriksaan laboratorium yang berlebihan.
b. Interpretasi
Interpretasi merupakan asimilasi dari data klinis untuk memahami data pasien. Contoh sederhana adalah mesin penginterpretasi EKG, analisis gas datah maupun pemeriksaan radiologis.

c. Assisting (memberikan bantuan)
Adalah contoh SPKK yang bertujuan untuk mempermudah atau mempercepat aktivitas klinis. SPKK yang bersifat hibrid (campuran manual dan elektronik) akan memberikan hasil print out sintesis data pasien yang mengarahkan kepada tindakan manajemen selanjutnya. Pada sistem yang online, SPKK akan menampilkan seluruh data dalam tampilan grafis yang mudah dilihat dan komprehensif seperti pada gambar 5.
Gambar 5. Tampilan grafis rekam medis elektronik yang menampilkan data pasien secara lengkap hingga ke perhitungan risikonya.

d. Critiquing (memberikan kritik)
Jenis aplikasi ini akan memberikan kritik kepada pengguna untuk memverifikasi keputusan klinis yang telah dipilih. Berbagai contoh aplikasi SPKK jenis ini dapat bermanfaat untuk mencegah permintaan pemeriksaan klinis yang tidak tepat (seperti pada gambar 6), pemberian obat yang tidak sesuai dengan indikasi maupun penerapan protokol klinik.

e. Diagnosis
Merupakan contoh aplikasi SPKK yang paling populer dan banyak dipublikasikan sejak tahun 1970-an. Tujuan aplikasi ini adalah memberikan daftar probabilitas berbagai differential diagnosis berdasarkan data pasien yang diinputkan ke dalam komputer.

e. Manajemen
Pada dasarnya, aplikasi jenis ini bertujuan untuk meningkatkan/memperbaiki sistem manajemen klinis yang ada, mulai dari operasional rumah sakit, alokasi sumber daya (termasuk SDM) hingga ke assessment terhadap perubahan pola penyakit yang dirawat.
Gambar 6. Saran tentang pilihan cara pengambilan pemeriksaan rontgen abdomen..

d. Perkembangan SPKK
Hingga saat ini, banyak sekali publikasi mengenai SPKK yang dapat ditemukan di jurnal internasional dengan berbagai kategori. Tabel 1 menyajikan tiga kategori utama SPKK, yaitu SPKK berspektrum luas, mengenah dan kecil dengan contoh aplikasinya masing-masing.

Namun, pengalaman di lapangan menunjukkan bahwa tidak semua aplikasi SPKK diterapkan dalam praktek sehari-hari. Pada waktu awal, gairah riset untuk pengembangan SPKK terpesona dengan kemampuan komputer untuk melakukan analisis secara cepat dan mengumpulkan data yang cukup besar. Sehingga tujuan pengembangan SPKK seakan-akan bertujuan untuk mengganti peran dokter (ingat pertarungan catur Gary Kasparov melawan Deep Blue). Model konsultasi diagnosisk pada program INTERNIST-I pada tahun 1974 menempatkan dokter sebagai pihak yang tidak mampu melakukan diagnosis. Sehingga, dokter diminta untuk memasukkan semua informasi pasien, mulai dari riwayat penyakit, data laboratorium hingga temuan pemeriksaan fisik ke dalam program tersebut untuk mendapatkan hasilnya. Dokter hanya berperan sebagai observer yang pasif dan menjawab YES atau NO terhadap pertanyaan dari INTERNIST-I. Meskipun dari sisi teknis, program INTERNIST-I memiliki kemampuan tinggi untuk mendiagonosis penyakit, tetapi di lapangan tidak ada dokter yang mau memfeed komputer dengan hasil temuannya. Di sisi lain, sangatlah wajar apabila banyak dokter yang menolak SPKK karena aplikasi ini cenderung membatasi otoritas seorang dokter. Namun di sisi lain, perkembangan teknologi informasi menunjukkan hasil yang cukup menggembirakan yang memungkinkan rumahsakit mengintegrasikan berbagai sumber data menggunakan perangkat keras yang semakin mini (komputer yang dikembangkan untuk SPKK pada tahun 1970-an ukurannya sebesar lemari) dan terintegrasi dengan jaringan (termasuk jalur nir kabel). Di Kanada, 50 persen dokter di bawah usia 35 tahun saat ini sudah menggunakan PDA dan aktif mendownload berbagai e-book tentang clinical guidelines yang terdapat di Internet.

Dalam analisisnya tentang perkembangan SPKK, Bates et al menyarankan 10 syarat agar SPKK diterapkan di lapangan, sebagai berikut:
Speed is everything
Anticipate needs and deliver in a real time
Fit into the user’s workflow
Little things can make a big difference
Recognize that physician will strongly resist stopping
Changing direction is easier than stopping
Simple interventions work best
Ask for additional information only when you really need it
Monitor impact, get feedback and respond
Manage and maintain your knowledge based systems

D. Penutup
Sistem pendukung keputusan klinik yang spesifik akan terus berkembang dan meluas penggunaannya. Analisis EKG, interpretasi analisis gas darah, elektroforesis protein serta hitung jenis sel darah berkomputer merupakan beberapa contoh kecil keberhasilan SPK di bidang klinik.
Namun demikian, SPKK generik yang berskala besar masih dipertanyakan. Hal ini sangat tergantung kepada konstruksi dan pemeliharaan basis pengetahuan medis (medical knowledge base). Seperti kita, ketahui, sampai sekarang, sebagian besar rumah sakit di Indonesia masih berkutat dengan subsistem informasi keuangan (khususnya billing). Meskipun, beberapa rumah sakit sudah mengembangkan database rekam medis, tetapi masih terbatas pada pengumpulan data demografis dan diagnosis. Medical knowledge base memerlukan effort yang besar karena harus mengembangkan database klinis pasien (dengan mengumpulkan data diagnosis, simtom, faktor risiko, multimedia, laboratorium hingga ke genetis) serta sumber daya manusia yang konsisten dan terus menerus memelihara dan mengkaji perkembangan mutakhir yang terdapat dalam database pasien serta sumber-sumber literatur kedokteran mutakhir, seperti MEDLINE. Perkembangan pengetahuan terbaru selanjutnya diadaptasi menjadi basis literatur dan dikombinasikan dengan protokol klinik dan outcome terbaik dalam pelayanan klinik sebagai bahan makanan bagi SPKK agar tetap terjaga kekiniannya (gambar 7). Oleh karena itu, pengembangan SPKK jenis ini biasanya sesuai untuk rumah sakit tipe B pendidikan yang memiliki komitmen lebih jelas dalam aspek riset. Sebagian besar literatur yang menjelaskan keberhasilan SPKKpun juga berasal dari institusi besar, dengan jenis layanan tersier dan mayoritas penggunanya adalah residen.

Di sisi yang lain, mengembangkan SPKK generik untuk taraf menengah dan kecil, agar dapat digunakan oleh dokter praktek umum juga sangat dilematis. Kecuali, jika SPKK tersebut didesain dalam bentuk tertentu yang justru akan meningkatkan image dokter di mata pasien. Oleh karena itu, salah satu harapan agar semakin banyak dokter menggunakan SPKK adalah integrasi modul SPKK dengan perangkat yang handy yaitu personal digital assistant (PDA). Namun, hingga saat ini SPKK yang terdapat dalam bentuk PDA lebih banyak bertujuan membantu dokter dalam memilih jenis terapi. Akan tetapi, kemampuan PDA untuk menyimpan database dalam skala besar masih dalam perkembangan. Di rumah sakit besar, pemanfaatan PDA dapat difasilitasi dengan jaringan nir kabel yangmemungkinkan koneksi ke database pasien di rumah sakit.

Sebagai penutup SPKK memiliki prospek yang sangat baik di masa depan. Para peneliti serta publikasi mengenai SPKK menunjukkan pertumbuhan yang meyakinkan dengan jenis aplikasi SPKK yang semakin beragam. Di sisi lain perusahan komersial yang tertarik dengan SPKK juga semakin banyak. Namun, di sisi lain perlu diimbangi dengan assessment tentang cost effectiveness serta prosedur pengujian dan standar mutunya. Semua hal tersebut nantinya akan mendorong perkembangan SPKK baru yang produktif, teruji dan (yang penting lagi) digunakan dalam praktek klinis.

Referensi

Aronsky, D Haug, PJ. An Integrated Decision Support System for Diagnosing and Managing Patients with Community-Acquired Pneumonia. Proceding of AMIA Conference 2002

Zupana, B, Porenta, A. Vidmard, G, Aoki, N. Bratko, I. Beckc, JR.Decisions at Hand: A Decision Support System on Handhelds. Proceeding of MEDINFO 2001 in V. Patel et al. (Eds)Amsterdam: IOS Press 2001

Bates DW, Kuperman, GJ, Wang, S, Gandhi, T, Kittler, A, Volk, L. Spurr, C, Khorasani, R. Tanasijevic, M. Middleton, B. Ten Commandments for Effective Clinical Decision Support: Making the Practice of Evidence-based Medicine a Reality. J Am Med Inform Assoc. 2003;10:523–530.

Kategori: informatika kedokteran

About these ads

13 Tanggapan to “Sistem Pendukung Keputusan Klinik”

  1. sarliyani Says:

    Bu Anis, bagaiman mendapatkan gambar yang ada di artikel “Sistem Pendukung Keputusan Klinik” ? Terima Kasih

  2. hani Says:

    Banyak Kesalahan

  3. edx Says:

    masih dalam tahap pemahaman bu..

  4. bAp Says:

    Salam,

    Saat ini saya sedang mempelajari DSS/SPK untuk RS, tp yang agak beda dengan tulisan ibu Anis, DSS yg sedang saya pelajari untuk manajemen RS. DSS yang digunakan pihak mananemen dalam mengambi keputusan manajemen RS, bukan merupakan DSS tindakan medis. Sampai saat ini saya masih sangat kekurangan mengenai bahan referensi mengenai hal tersebut. Dapatkan ibu/ pembaca sekalian kasih info mengenai DSS manajemen RS? :)
    trism..

    bAp
    brianadi.p@gmail.com

  5. bAp Says:

    ^^ maaf kl anda saya tulis ibu ;) soalnya nyontek di atas saya

  6. connie Says:

    ??? ??? ??? ??? ??? ??? ??? ??? ??? ??? ??? ??? ??? ???

    asw…
    wah, terima kasih sekali atas informasi dari blognya,, sangat membantu saya dalam menambah wawasan ttg DSS…
    Tapi, maaf saya sedikit mau memanfaatkan kesempatan… gini, saya mau sharing… mohon bantuannya..
    saya sekarang sedang nyusun skripsi. ada 3 hal yang bikin saya tertarik… :laughing3:
    1. tentang sistem pakar/knowledge management
    2. sistem informasi kinerja perusahaan
    3. [b]decision support system…
    [U]case 1[/U]:
    kalo tentang sistem pakar/ knowledge management. bisa dikatakan saya nekat ngambil judul itu…. padahal saya masih awam bgt, dengan kata lain ga tau gimana cara bikin aplikasinya nantinya,,,, saya pernah membuat rancangan sistem informasi, tapi sederhana sekali, tanpa bikin memikirkan sintaks2 gitu hanya kyk melalui wizard . banyak teman yang mengatakan kalo sistem pakar itu, bikin aplikasi yang lumayan rumit.
    sistem pakar yang akan saya buat ada 2 pilihan, yakni sistem pakar identifikasi obat-obatan di rumah sakit dan sistem pakar keperawatan. kalo yang obat-obatan , rencananya hasil yang diharapkan adalah ketika user menginput nama obat, maka akan muncul deskripsi ttg obat, mulai dari indikasi, kontra indikasi, efek samping, aturan pakai, dan lainya hingga harga obat tersebut. sedangkan untuk keperawatan, nantinya user akan meninput nama penyakit atau keluhan-keluhan pasien, dan hasil yang diharapkan adalah tampilan nama penyakit, gejala, penanganan yang harus dilakukan, dll.
    tapi ada satu masalah…. secara saya anak teknik industri, banyak yang bertanya,kalo saya mengambil sistem pakar di atas, katanya dimana letak ke Teknik industri-annya?? kalo menurut saya letak teknik industrinya ya ketika menganalisis sistem dan merangcang. tapi ga tau kalo menurut org lain,,,

    [U]case 2 [/U]:
    kalo yang ini mungkin ttg sistem informasi kinerja perusahaan dgn metode BSC atau Malcome Baldridge national quality award,,,

    [U]case 3[/U] :
    nah, kalo yang ini kebetulan ada yang menawarkan,,,, yah ini semacam proyek dosen gitu,,,
    kasusnya adalah membuat suatu sistem pendukung keputusan untuk kegiatan manajerial. disini saya melanjutkan skripsi teman saya, dimana dia merancang strategi sebuah perusahaan (perusahaan baru) dari segi mesin, manusia, uang, sampai standar operasi. pokoknya dia membuat perencanaan dan pengelolaan perusahaan termasuk arsitektur strategi untuk sebuah persahaan baru yang memproduksi mesin atau alat-alat pertanian cakupannya nasional, yah.. bisa dibilang dia diibaratkan direktur n manajer perusahaan. nah, tugas saya membuat semua hal tersebut secara terkomputerisasi supaya kegiatan pengelolaan perusahaan lebih efektif dan efisien,,, ide yang awalnya muncul sih dengan menggunakan metode Decision support system… tapi ga tau de ada yang lebih bagus atw ga…

    nah pertanyaan saya,,, :angel:
    1. bagusnya saya milih judul yang mana ya.. (yang bagus tapi ga gitu rumit), karena keterbatasan saya disini adalah saya masih awam, baru belajar, dan kemungkinan utk bikin aplikasinya saya belajar secara otodidak,, selain itu, waktu saya cuma 5 bulan,…
    2. kalo utk case 1, bagusnya saya memilih obat ato keperawatan?
    3. kalo utk case 3, kira-kira bagusnya pakai metode apa ya.. apa DSS udah bagus? ato ada yang lbh bagus,,,?
    4. kira-kira saya bagusnya pakai bahasa pemograman apa? yang ga terlalu rumit ato bahkan bisa pakai wizard aja, tapi hasilnya bisa diandalkan,,,

    Dari hal tersebut, saya mohon bantuan dan sharing pengalaman ato wawasannya, karena pastinya banyak yang punya pengalaman dan wawasan yg lebih luas. mohon maaf kalo saya terlalu banyak tanya, karena masih canggung+ragu+khawatir sama masalah ini… tp saya emang minat bgt ngangkat ttg sistem informasi,,,

    mohon bantuan dan arahannya,,,
    andai saja tidak merepotkan, mohon replynya ke email saya di connie.agust86@yahoo.com

    arigato gozaimasu…
    danke,,,
    xie xie,,,
    kamsia,,, kamsia,,, ::)
    thankz a lot,,,,

    semoga sukses slalu….

  7. dessy pratiwi Says:

    Untuk menambah perluasan topik pada web ini Kami memiliki beberapa koleksi ebook Universitas Gunadarma yang berhubungan dengan Sistem Penunjuk Keputusan, silahkan anda kunjungi situs kami http://elearning.gunadarma.ac.id
    Terima kasih

  8. hery Says:

    salam sejahtera….
    bang aq mu nanya ada contoh source code buat aplikasi DSS perekrutan karyawan gak????
    soalnya aq lg bth bgt contoh nya uy……
    buat tugas bikin proyek DSS,karena slama ini aq abaru pertama kali di kasih proyek kaya gini……
    kaloo aparameter nya sih dah tentuin dan arancangan nya dah di buat,,,,tapi aq masih bingung ma metode AHP….apa ada metode selain AHP???

  9. azis Says:

    trims ibu atas informasinya,,,,saya sangat terbantu sekali…

  10. jatiblack Says:

    Sebagai referensi buat yang lagi butuh contoh aplikasi SPK bisa mengunjungi http://beras.eu.pn

    Semoga bisa membantu. :)

  11. Sistem Pendukung Keputusan « adekdanmassayank Says:

    [...] rumah sakit, sistem informasi. Anda dapat meneruskan melihat respon dari tulisan ini melalui RSS 2.0 feed. Anda dapat merespon, or trackback dari website anda. Share this:TwitterFacebookLike [...]

  12. torrent proxy Says:

    He died in 1985 but this very personal museum can be a lasting reminder of your very remarkable man.
    Instant availability is what’s triggering ebook piracy too. Now, movies aren’t the one thing that piracy trackers allow links too.


Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.

%d bloggers like this: