Menjajal Teknologi Kesehatan Berbasis AI di SingHealth Singapura

tirto.id - Bayangkan dokter dapat mengetahui perubahan kondisi kesehatan seseorang hanya dari cara ia berjalan. Di SingHealth, Singapura, hal itu bukan lagi sekadar konsep.

Melalui pemanfaatan kecerdasan buatan (AI) yang berjalan di perangkat seperti iPhone, iPad Pro, dan Mac, tenaga kesehatan kini dapat menganalisis pola berjalan pasien, memantau penyembuhan luka, hingga melatih keterampilan klinis dengan lebih cepat dan akurat.

Pemanfaatan teknologi tersebut telah diterapkan di SingHealth, kelompok layanan kesehatan terbesar di Singapura yang berdiri sejak 2000.

Pada Kamis, 25/06/2026, Tirto berkesempatan melihat secara langsung ekosistem kesehatan dari Singhealth Singapura yang memanfaatkan tiga jenis perawatan berbasis teknologi AI

Care-Cam: Melihat dari Dekat Langkah Kaki Diubah Jadi 3D

Sesi pertama diawali dengan demonstrasi dari Care-Cam 3DGait. Di SingHealth, tim pengembang memperlihatkan Care-Cam 3DGait yang memanfaatkan kamera Ipad Pro untuk menganalisis pola berjalan seseorang secara tiga dimensi.

Pertama-tama, pasien atau orang yang akan dicek kesehatannya, bakal berjalan dan direkam menggunakan kamera Ipad Pro. Setelahnya dari cara berjalan itu akan diketahui sudut persendian, kecepatan berjalan, sampai pola langkah.

Sistem ini dirancang untuk membantu tenaga medis mengidentifikasi risiko gangguan mobilitas secara lebih cepat tanpa memerlukan perangkat khusus yang rumit. Seluruh proses tersebut memanfaatkan beberapa model AI yang bekerja secara bersamaan.

Menurut Dr.Raman Pahwa, dalam proses ini membutuhkan proses multi-AI. “Dan saya pikir itulah mengapa ekosistem Apple sangat kuat, karena kita membutuhkan seluruh proses ini tidak hanya akurat, tetapi juga cepat,” ungkapnya.

Ia juga menambahkan, salah satu pertimbangan utama dalam penerapan teknologi ini di lingkungan klinis adalah keamanan data pasien. Karena data pasien tidak selalu dapat dikirim ke layanan cloud, seluruh proses analisis dirancang agar dapat dijalankan langsung di perangkat.

Hal tersebut dimungkinkan berkat ekosistem Apple, khususnya penggunaan chip seri M dan Apple Neural Engine 16 inti yang memungkinkan pemrosesan AI dilakukan secara cepat di perangkat.

Selain meningkatkan kecepatan pemrosesan, kemampuan AI yang dijalankan langsung di perangkat (on-device) juga membantu menjaga privasi data pasien. Dengan demikian, data klinis tidak selalu perlu dikirim ke layanan cloud untuk diproses, sesuatu yang menjadi pertimbangan penting dalam layanan kesehatan.

Untuk melakukan estimasi pose tiga dimensi, sistem juga memanfaatkan sensor LiDAR pada perangkat Apple. Light Detection and Ranging (LiDAR) bekerja dengan memancarkan pulsa laser untuk mengukur jarak dan kedalaman. Melalui sensor ini, sistem dapat menghitung kedalaman langkah seseorang dan membangun model gerakan dalam ruang tiga dimensi.

Dari model 3D tersebut, teknologi kemudian menganalisis pola berjalan seseorang untuk menghasilkan berbagai indikator medis terkait mobilitas. Pengembang menjelaskan bahwa pendekatan ini membantu mengubah data gerakan menjadi informasi yang dapat dimanfaatkan dalam penilaian klinis.

Perangkat yang digunakan dalam demonstrasi ini adalah iPad Pro. Layar yang luas memudahkan tenaga medis melihat visualisasi model tiga dimensi serta hasil analisis gait secara lebih jelas selama proses pemeriksaan.

Dalam proses ini, Dr. Damian Lee dari National Neuroscience Institute (NNI), menjelaskan bahwa analisis pola berjalan tidak hanya relevan untuk penyakit neurologis, tetapi juga memiliki potensi penerapan yang luas di berbagai bidang kedokteran.

Pada penyakit seperti Parkinson, Alzheimer, dan gangguan neuromuskular, perubahan gait sering kali menjadi tanda awal yang dapat membantu proses deteksi dini.

Menurutnya, diagnosis yang dilakukan lebih awal memungkinkan pasien memperoleh penanganan lebih cepat sehingga pengendalian penyakit dan kualitas hidup jangka panjang dapat ditingkatkan.

"Selama ini kami hanya mengandalkan pengamatan visual untuk menilai pola berjalan pasien. Padahal, perubahan kecil sering kali tidak dapat ditangkap oleh mata, terutama ketika pasien kembali beberapa bulan kemudian," ujar Demian.

Ia menambahkan, melalui CareCam, tenaga medis dapat memperoleh data objektif pada setiap pemeriksaan sehingga perkembangan kondisi pasien dapat dibandingkan secara lebih akurat.

Selain ada Care-Cam, kita juga diajak berkeliling melihat bagaimana proses bagaimana pelatihan tenaga kesehatan atau medis menggunakan teknologi.

Blue Mirror: Pelatihan Tenaga Medis Berbasis Teknologi

Selain demonstrasi CareCam, Tirto juga melihat bagaimana AI dimanfaatkan untuk melatih tenaga kesehatan melalui platform Blue Mirror.

Blue Miror merupakan perusahaan teknologi kesehatan asal Selandia Baru yang mengembangkan platform pelatihan berbasis AI untuk mendukung pencegahan dan pengendalian infeksi di fasilitas kesehatan.

Platform ini dirancang untuk membantu organisasi layanan kesehatan memberikan pelatihan praktik yang dapat dilakukan secara berulang, terstandarisasi, dan sesuai dengan protokol.

Beberapa keterampilan yang dapat dilatih meliputi penggunaan dan pelepasan alat pelindung diri (APD/PPE), kebersihan tangan (hand hygiene), hingga perawatan kantong stoma.

Selama pelatihan, sistem AI memberikan panduan melalui instruksi audio dan visual, sekaligus memberikan umpan balik secara real-time sehingga tenaga kesehatan dapat mengetahui apakah setiap tahapan telah dilakukan dengan benar.

Selain membantu tenaga kesehatan meningkatkan keterampilan dan kepercayaan diri dalam menggunakan APD, Blue Mirror juga memungkinkan institusi kesehatan memantau progres pelatihan, tingkat penyelesaian, data audit, hingga kepatuhan terhadap prosedur.

Dengan demikian, pelatihan praktik dapat diberikan secara lebih konsisten kepada tenaga kesehatan di berbagai divisi, jadwal kerja, maupun lokasi.

Dalam sesi demonstrasi, saya juga berkesempatan mencoba langsung fitur pelatihan mencuci tangan menggunakan iPad. Seluruh gerakan direkam dan dianalisis secara otomatis.

Setelah proses selesai, sistem langsung menampilkan hasil evaluasi, lengkap dengan langkah-langkah yang telah dilakukan dengan benar maupun bagian yang masih perlu diperbaiki.

Selama mencoba simulasi tersebut, saya bisa langsung mengetahui bagian mana dari gerakan mencuci tangan yang sudah benar dan mana yang masih perlu diperbaiki. Hasil evaluasi muncul hanya beberapa saat setelah proses selesai, sehingga pelatihan terasa lebih interaktif dibandingkan metode konvensional.

Selain itu, layar iPad yang luas juga memberikan pengalaman penggunaan yang lebih nyaman. Seluruh instruksi, visual, dan hasil evaluasi dapat terlihat dengan jelas sehingga pengguna lebih mudah mengikuti setiap tahapan pelatihan.

Menurut Rommie Nunes, CEO Blue Mirror, salah satu tantangan utama dalam metode pelatihan konvensional adalah kebutuhan waktu yang besar, baik bagi tenaga kesehatan maupun pendidik klinis.

Pasalnya, dalam pelatihan tradisional, pendidik klinis harus hadir secara langsung untuk membimbing dan memberikan umpan balik kepada peserta.

“Jadi, ini memberikan penghematan waktu yang sangat besar bagi para pendidik klinis, tetapi juga bagi petugas kesehatan yang dilatih karena pelatihannya disederhanakan, sehingga lebih cepat,” jelasnya.

e-Kare: Pantau dan Rawat Luka via Iphone Saja

Sementara itu, pasien juga dapat memantau perkembangan lukanya melalui eKare. Platform ini memanfaatkan iPhone untuk mendokumentasikan kondisi luka sehingga perkembangannya dapat dipantau dari waktu ke waktu.

eKare merupakan perusahaan teknologi kesehatan yang mengembangkan solusi digital untuk penanganan luka. Platform ini memanfaatkan iPhone dan Mac untuk membantu tenaga medis melakukan dokumentasi, pemantauan, hingga analisis kondisi luka secara lebih akurat.

Melalui aplikasi inSight, tenaga kesehatan dapat mengambil gambar luka menggunakan kamera iPhone.

Sistem kemudian memanfaatkan AI untuk menghasilkan pengukuran luka secara objektif, mendokumentasikan kondisinya, serta memantau perkembangan proses penyembuhan dari waktu ke waktu. Seluruh informasi tersebut diubah menjadi data klinis yang terstruktur sehingga memudahkan pemantauan dan pengambilan keputusan medis.

Solusi eKare dirancang untuk mendukung berbagai layanan kesehatan, mulai dari rumah sakit, klinik rawat jalan, layanan kesehatan komunitas, perawatan di rumah (home care), hingga fasilitas perawatan jangka panjang.

Dengan dokumentasi yang tercatat di dalam sistem, tenaga medis dapat meningkatkan koordinasi perawatan sekaligus mengevaluasi perkembangan penyembuhan pasien secara lebih menyeluruh.

Selain platform inSight, eKare juga menghadirkan healBot, asisten berbasis AI yang dirancang untuk membantu tim perawatan luka mengakses informasi sekaligus mendukung alur kerja klinis.

Menurut Ms. Nanthakumahri, Nurse Clinician di Singapore General Hospital (SGH), proses pengukuran luka sebelumnya masih dilakukan secara manual.

Perawat harus mengukur luka menggunakan penggaris kertas, mencatat hasil pengukuran, membuat sketsa luka, kemudian memasukkan seluruh informasi tersebut ke dalam rekam medis pasien.

Kini, proses tersebut dipermudah melalui solusi digital eKare yang dijalankan di iPhone. Saat melakukan pergantian balutan luka di samping tempat tidur pasien, perawat cukup mengambil foto luka menggunakan aplikasi eKare.

"Saat ini, dengan menggunakan solusi luka digital seperti eKare yang diaktifkan di iPhone, semuanya lebih banyak menggunakan teknologi. Kita semua memiliki telepon seluler, jadi kita sudah terbiasa menggunakannya," jelasnya.

Gambar tersebut langsung tersimpan di jaringan rumah sakit dan secara otomatis terintegrasi dengan rekam medis elektronik pasien.

Selain memanfaatkan iPhone, tenaga medis juga menggunakan MacBook untuk meninjau gambar diagnostik maupun visualisasi medis secara lebih detail. Layar MacBook Pro yang beresolusi tinggi memudahkan tenaga medis melihat hasil dokumentasi luka dengan lebih jelas.

Dukungan perangkat keras dan perangkat lunak Apple juga dimanfaatkan para pengembang untuk membangun berbagai aplikasi kesehatan yang terintegrasi dengan alur kerja klinis sehari-hari.

Dengan alur kerja ini, perawat tidak lagi perlu melakukan pencatatan manual maupun memasukkan data secara terpisah ke dalam sistem. Seluruh informasi dapat diunggah secara langsung sehingga dokumentasi menjadi lebih cepat, efisien, dan mengurangi potensi kesalahan pencatatan.

Nanthakumahri menambahkan, data yang telah tersimpan di rekam medis elektronik juga dapat langsung diakses oleh dokter penanggung jawab pasien dari berbagai lokasi di rumah sakit. Hal ini memungkinkan tim medis memantau kondisi luka dan mengambil keputusan klinis dengan lebih cepat tanpa harus menunggu dokumentasi manual selesai.

Selain membantu dokumentasi luka, eKare juga dilengkapi fitur asisten digital yang dapat menjadi referensi bagi tenaga kesehatan saat menangani pasien. Melalui MacBook, perawat dapat memasukkan informasi atau pertanyaan terkait kondisi luka untuk memperoleh rekomendasi penanganan.

Nanthakumahri menjelaskan, sistem tidak secara spesifik merekomendasikan penggunaan merek balutan luka tertentu. Sebaliknya, eKare memberikan panduan umum mengenai penanganan luka berdasarkan karakteristik dan kondisi luka yang dihadapi.

Menurutnya, seluruh rekomendasi yang diberikan tidak dihasilkan oleh large language model (LLM) seperti chatbot AI pada umumnya. Sebaliknya, sistem mengacu pada pedoman dan kebijakan rumah sakit yang telah disusun berdasarkan bukti ilmiah (evidence-based) serta ditinjau secara berkala oleh panel ahli.

Dengan pendekatan tersebut, informasi yang diterima tenaga kesehatan tetap konsisten dengan standar klinis yang berlaku. Fitur ini dirancang sebagai sumber referensi tambahan, terutama bagi perawat yang mungkin belum pernah menangani jenis luka tertentu.

Meski demikian, sistem tidak secara langsung merekomendasikan penggunaan merek produk atau balutan luka tertentu. eKare hanya memberikan panduan umum mengenai pilihan perawatan berdasarkan karakteristik luka, sementara keputusan akhir tetap berada di tangan tenaga medis dengan mempertimbangkan kondisi masing-masing pasien dan penilaian klinis yang dilakukan.

Senada dengan Nanthakumahri, Prof. Kenneth Kwek, Deputy Group Chief Executive Officer (Digital and Future Health) SingHealth, menyatakan bahwa kemitraan dengan perusahaan teknologi dan pengembang menjadi salah satu strategi untuk mempercepat transformasi layanan kesehatan.

Melalui kombinasi perangkat, kemampuan pemrosesan AI, serta integrasi perangkat lunak, ekosistem Apple menjadi fondasi bagi berbagai inovasi HealthTech yang diterapkan di SingHealth untuk mendukung pelayanan kesehatan yang lebih cepat, efisien, dan berpusat pada pasien.

"Dengan mengintegrasikan berbagai solusi tersebut ke dalam alur kerja nyata, kami membantu tenaga kesehatan bekerja lebih cerdas dan efisien, meningkatkan pengambilan keputusan klinis, serta menciptakan layanan kesehatan yang mampu memberikan hasil terbaik bagi pasien, bahkan hingga di luar lingkungan rumah sakit," pungkasnya.