Penyedia layanan bisnis dan teknologi berskala global, NTT DATA, mengeluarkan hasil riset terbaru. Hasil riset ini menunjukkan bahwa banyak organisasi kesehatan masih kesulitan menyelaraskan ambisi mereka terhadap teknologi Generative AI (GenAI) dengan strategi yang dijalankan.
Lebih dari 80% pemimpin organisasi kesehatan yang disurvei mengatakan bahwa mereka sudah memiliki strategi GenAI yang terdefinisi dengan baik, namun hanya 40% yang merasa bahwa strategi tersebut benar-benar sejalan dengan strategi bisnis utama mereka. Bahkan, hanya 54% yang mengategorikan kapabilitas GenAI mereka sebagai berkinerja tinggi.
Teknologi GenAI memang sudah mulai membawa perubahan besar di dunia kesehatan, mulai dari peningkatan kualitas layanan bagi pasien dan tenaga kesehatan, hingga hasil keuangan yang lebih baik. Akan tetapi, manfaat yang lebih besar dan pengembalian investasi masih terhambat oleh sejumlah tantangan, seperti keamanan data, privasi, etika, dan kepatuhan terhadap regulasi.
Temuan-temuan ini merupakan bagian dari laporan wawasan eksekutif terbaru NTT DATA berjudul GenAI: The Care Plan for Powering Positive Health Outcomes. Laporan ini didasarkan pada tanggapan dari 425 pengambil keputusan dan pengaruh dari organisasi kesehatan di 33 negara.
Temuan Utama
Sebanyak 94% responden mengatakan GenAI mempercepat proses R&D (penelitian dan pengembangan) yang memungkinkan akses lebih cepat terhadap pengobatan baru, diagnosis yang lebih akurat, analitik prediktif, dan otomatisasi tugas. Sebanyak 95% responden meyakini bahwa solusi berbasis cloud merupakan pilihan paling praktis dan hemat biaya untuk kebutuhan teknologi GenAI mereka.
Sebanyak 75% responden mengakui bahwa mereka belum memiliki keterampilan yang memadai untuk mengelola GenAI secara efektif, sementara 93% sedang mengambil langkah untuk menyesuaikan dampak GenAI terhadap peran dan tanggung jawab karyawan.
“Agar potensi penuh GenAI di bidang kesehatan bisa tercapai, organisasi perlu menyelaraskan teknologi ini dengan strategi bisnis mereka, memberikan pelatihan menyeluruh bagi tenaga kerja, serta menerapkan tata kelola berlapis yang tetap mengedepankan peran manusia,” ujar Sundar Srinivasan, Head of Healthcare, NTT DATA North America.
“Sangat penting untuk menunjukkan secara transparan bagaimana teknologi ini bisa mendukung pasien tanpa menggantikan tenaga kesehatan manusia,” sambungnya.
Solusi GenAI yang berpusat pada manusia memungkinkan dokter dan staf administratif bekerja lebih efisien tanpa mengorbankan keselamatan dan kualitas pelayanan kepada pasien. Misalnya, GenAI dapat memprediksi penyakit kronis sehingga intervensi bisa dilakukan lebih dini. Teknologi ini juga bisa mempercepat proses administratif seperti persetujuan layanan medis.
Sebagai contoh nyata, NTT DATA bekerja sama dengan Duke Health untuk membangun model interaktif berbasis GenAI untuk layanan kesehatan di rumah, yang bertujuan meningkatkan hasil pengobatan sekaligus mengurangi beban kerja dan stres bagi dokter, rumah sakit, dan pasien.
Meski banyak manfaat telah dirasakan, kekhawatiran tetap besar. Sebanyak 91% pimpinan organisasi kesehatan masih khawatir terhadap potensi pelanggaran privasi dan penyalahgunaan data kesehatan yang dilindungi (Protected Health Information/PHI). Hanya 42% yang benar-benar yakin bahwa sistem keamanan siber mereka cukup melindungi aplikasi GenAI saat ini. Meskipun demikian, 87% responden percaya bahwa manfaat dan potensi jangka panjang GenAI tetap lebih besar dibandingkan risiko keamanan dan hukum. Bahkan, 59% berencana melakukan investasi besar pada GenAI dalam dua tahun ke depan.
Tantangan lainnya dalam penerapan GenAI yang cepat dan bertanggung jawab di bidang kesehatan adalah infrastruktur teknologi yang sudah usang dan kesiapan data. Sebanyak 91% responden mengakui bahwa infrastruktur lama sangat menghambat penggunaan GenAI, dan hanya 44% yang benar-benar merasa telah cukup berinvestasi dalam penyimpanan dan pemrosesan data untuk beban kerja GenAI. Bahkan, hanya 48% yang sudah menilai kesiapan data dan platform mereka untuk GenAI.
“Selain mendukung tujuan operasional, sistem AI juga harus sejalan dengan panduan regulasi dan klinis,” kata Srinivasan. “Keberhasilan akan sangat bergantung pada kualitas data yang tinggi dan terbentuknya tim pengambil keputusan yang kolaboratif.”
