Dua Pasang Mata, Satu Mesin: Menguji Kemitraan AI Kesehatan Indonesia-Korea Selatan

Penulis: Faisal Hamdan

Bayangkan seorang bidan di puskesmas sebuah pulau kecil di timur Indonesia. Pasiennya hamil tujuh bulan dan sudah beberapa kali diperiksa di puskesmas itu. Bidan itu tersambung dengan dokter spesialis di rumah sakit kota, sementara sistem kecerdasan buatan (AI) merangkum rekam medis dan hasil pemeriksaan bagi keduanya. Ringkasannya menyebut risiko rendah. Dua tenaga kesehatan membaca layar yang sama dan sepakat. Bagaimana jika ringkasan itu keliru?

Skenario ini rekaan, tetapi arah kerja samanya nyata. Kerja sama AI kesehatan Indonesia-Korea Selatan sudah bergerak dari meja diplomasi ke pembahasan model layanan. Tantangannya bukan hanya membawa teknologi ke wilayah terpencil, tetapi memastikan apa yang disajikan mesin tetap bisa diperiksa manusia.

Dari Seoul ke Puskesmas

Pada 1 April 2026, Presiden Prabowo Subianto dan Presiden Lee Jae Myung menaikkan hubungan kedua negara menjadi Kemitraan Strategis Komprehensif Khusus. Keduanya menegaskan AI sebagai hak universal dan meluncurkan Global AI Universal Basic Society (AI-UBS) Solidarity Initiative. Hari itu juga ditandatangani kerja sama AI untuk kesehatan dasar. Kemenko PMK menjadi koordinator di pihak Indonesia, Kementerian Kesehatan pelaksana, dan Komdigi pendukung. Prioritasnya mencakup kesehatan ibu dan anak serta kesehatan jiwa berbasis komunitas.

Pada 26 Mei 2026, Menteri Kesehatan Korea Jeong Eun-kyeong, Menko PMK Pratikno, dan Menteri Kesehatan Budi Gunadi Sadikin membahas tindak lanjutnya. Korea memperkenalkan model kolaborasi jarak jauh antara tenaga kesehatan di daerah terpencil dan dokter spesialis di kota, dengan AI yang menganalisis data pemantauan, rekam medis, dan hasil pemeriksaan. Proyek percontohan serupa di Indonesia akan dirancang bersama. Dalam strategi nasional yang ditetapkan 6 Agustus 2026, Korea juga akan menguji perawat kunjungan rumah yang membawa data pasien hasil analisis AI untuk berkonsultasi dengan dokter jarak jauh. Polanya jelas: tenaga kesehatan di garis depan, dokter di kejauhan, dan mesin di antara keduanya.

Dua Pasang Mata, Satu Kesalahan

Dua tenaga kesehatan dan satu mesin tampak seperti tiga lapis pengawasan. Namun, jika semuanya bertumpu pada informasi yang sama, satu kekeliruan bisa memperoleh tiga pembenaran. Jika informasi penting tidak muncul di layar, keduanya mewarisi kekeliruan yang sama. Bidan merasa aman karena dokter spesialis setuju, sementara dokter mengira data dari lapangan sudah lengkap. Dua persetujuan bukan otomatis dua pemeriksaan mandiri.

Tinjauan sistematis Lyell dan Coiera menemukan bahwa kecenderungan terlalu percaya pada sistem bantu keputusan, yang disebut bias otomatisasi, muncul terutama pada tugas diagnosis yang pemeriksaan ulangnya rumit, dan berkaitan dengan beban kognitif penggunanya. Keterbatasan petugas di puskesmas kepulauan dapat memperberat beban itu. Di sana, pengawasan manusia yang semestinya menjadi rem bisa berubah menjadi stempel.

Aturan kita belum menjangkau titik ini. Permenkes 20/2019 mengatur telemedisin antar fasilitas kesehatan, tetapi tidak menyinggung AI.[6] Permenkes 24/2022 mengatur perbaikan salah input rekam medis dalam 2×24 jam sejak data dimasukkan. Padahal dalam kasus ini data sumbernya benar; yang keliru adalah cara mesin memilih apa yang ditampilkan. Membetulkan satu catatan tidak mengubah cara sistem membaca pasien berikutnya.

UU Pelindungan Data Pribadi memberi hak memperbaiki data (Pasal 6) dan hak mengajukan keberatan atas keputusan yang sepenuhnya otomatis dan berdampak signifikan (Pasal 10). Namun, Pasal 10 belum memberi jawaban tegas ketika manusia hanya mengesahkan keluaran AI tanpa pemeriksaan mandiri. Korea mewajibkan pengawasan manusia bagi AI berdampak tinggi dalam UU Dasar AI-nya.[9] Dasar hukumnya ada di kedua negara, tetapi dokumen publik proyek bersama belum menjelaskan bagaimana kesalahan ringkasan ditelusuri dan dicegah agar tidak berulang.

Tiga Usulan untuk Pelaksanaan Proyek

1. Uji dalam kondisi Indonesia. Sebelum dipakai luas, ringkasan AI diuji di puskesmas Indonesia: apakah tanda bahaya terlewat, bagaimana kinerjanya di fasilitas dengan data tidak lengkap, dan apakah ia terhubung dengan SATUSEHAT. Sandbox Kesehatan Kemenkes, yang tahun ini banyak diikuti inovasi berbasis AI, dapat dipakai bila skemanya sesuai, disertai evaluasi klinis tersendiri. Kerangka siklus hidup AI yang dibahas Kemenkes bersama HealthAI pada Juli 2026 bisa menjadi acuannya. Terhubung secara teknis belum berarti aman secara klinis.

2. Pastikan dua mata melihat data asli. Hasil pemeriksaan penting, seperti angka tekanan darah, wajib tampil berdampingan dengan ringkasan AI. Dengan begitu, tenaga kesehatan dapat memeriksa angka sumber tanpa harus menelusuri catatan yang terpisah. Tenaga kesehatan berhak mengesampingkan rekomendasi sistem sesuai kewenangan profesinya, mencatat alasannya, dan meminta penilaian ulang bila berbeda pendapat dengan rekannya. Catatan itu menjadi bahan evaluasi, bukan pelanggaran. Prinsip ini sejalan dengan pedoman internasional FUTURE-AI, dan pelatihannya dapat menumpang pada komitmen pengembangan SDM dalam pernyataan bersama.

3. Bangun jalur insiden melalui pengelola proyek. Kesalahan klinis ditangani fasilitas kesehatan sesuai kegawatannya. Pengelola proyek mengirim log teknis tanpa identitas pasien kepada pengembang, yang wajib menjawab apakah kesalahan itu tunggal atau berulang, versi sistem mana yang bermasalah, dan apa perbaikannya. Peran fasilitas kesehatan, pengembang, serta pengendali dan prosesor data dirinci dalam perjanjian pelaksana sesuai UU PDP. Temuan sistemik dibahas dalam koordinasi kesehatan kedua negara, dan persoalan strategis dibawa ke dialog tahunan tingkat menteri luar negeri.

Ketika Mesin Salah Membaca

Seminggu kemudian, pasien bidan tadi datang dengan sakit kepala hebat dan pandangan kabur. Bidan segera merujuknya, lalu membuka catatan lama. Dua hasil pengukuran tekanan darah tinggi dari kunjungan sebelumnya ternyata tersimpan di kolom berbeda sehingga tidak masuk ringkasan AI. Dengan tiga usulan tadi, angka itu sudah terlihat di layar sejak konsultasi pertama. Bila tetap terlewat, pengembang wajib menelusuri penyebabnya dan memperbaikinya sebelum sistem dipakai di pulau berikutnya.

Keberhasilannya diukur dengan tiga hal: proporsi ringkasan yang melewatkan informasi klinis penting, persentase perbedaan penilaian yang benar-benar ditinjau, dan waktu penanganan insiden berisiko. Targetnya ditetapkan dari uji lapangan, bukan ditebak sejak awal.

Mitra yang Ikut Menulis Aturan

Ini lebih dari urusan satu puskesmas. Korea berencana memperluas kerja sama AI kesehatan ini ke Vietnam dan Thailand, dan menyatakan niat menjadi tuan rumah KTT Peringatan ASEAN-Korea pada 2029. Protokol yang diuji di pulau-pulau Indonesia dapat menjadi rujukan bagi perluasan itu. Indonesia bukan sekadar tempat teknologi diterapkan, melainkan mitra yang ikut menentukan cara teknologi itu dipertanggungjawabkan.

Menuju 2045

Ketika Indonesia genap seratus tahun, ukuran kemitraan dengan Korea Selatan bukanlah jumlah MoU, melainkan apakah teknologinya membantu tanpa membungkam penilaian manusia. Bidan di pulau kecil itu tidak membutuhkan mesin yang sempurna. Ia membutuhkan data yang bisa diperiksa, wewenang untuk berbeda pendapat, dan jalur perbaikan yang bekerja ketika mesin keliru.