Hospital swasta tak perlukan lebih banyak AI sebelum asas connected care kukuh. Data automatik, integrasi peranti dan workflow jelas ialah kunci ROI sebenar.
Connected care dan AI: asas sebenar hospital premium moden
Lebih 80% negara EU kini membenarkan rakyat mereka mengakses rekod kesihatan secara digital. Atas kertas, ini nampak sangat matang. Tapi realitinya, ramai doktor dan jururawat masih rasa sistem digital cuma buku nota elektronik yang menambah kerja dokumentasi, bukan mengurangkan.
Inilah jurang yang Vanessa Counaert, Head of Connected Care untuk Eropah Barat di Baxter, cuba betulkan: digitalisasi bukan sekadar ada sistem, tetapi bagaimana data, peranti dan aliran kerja disusun supaya benar‑benar menyokong penjagaan pesakit. Di Malaysia, terutama hospital swasta premium yang sedang melabur besar dalam AI untuk imaging, triage, telemedicine dan perancangan rawatan peribadi, mesej ini sangat relevan.
Artikel ini mengupas pelajaran utama daripada pendekatan Vanessa dan menghubungkannya dengan konteks hospital swasta di Malaysia: bagaimana connected care menjadi asas kukuh untuk penggunaan AI yang selamat, praktikal dan berbaloi dari segi pelaburan.
1. Masalah sebenar digitalisasi: EMR cantik, kerja tetap berat
Isu paling besar dalam digitalisasi kesihatan bukan ketiadaan sistem, tetapi cara sistem itu digunakan.
Vanessa menegaskan bahawa di banyak hospital:
- Bahagian yang berbeza didigitalisasikan pada kadar yang tak sama
- EMR tak meliputi keseluruhan hospital atau tak berhubung dengan sistem lain
- Data pesakit masih dimasukkan secara manual dan tidak seragam
Akibatnya, EMR lebih dirasai sebagai alat pentadbiran – untuk semak rekod, audit atau bil – bukan alat klinikal yang benar‑benar membantu keputusan rawatan harian.
Dalam konteks hospital swasta Malaysia, saya sering nampak corak yang sama:
- Sistem EMR berbeza antara hospital dalam satu kumpulan
- Mesin ventilator, monitor, infusion pump dan katil pintar tak “bercakap” secara automatik dengan EMR
- Jururawat masih mencatat bacaan vital sign di kertas sebelum menaip semula
Reality check yang pedih tapi jujur: kalau data asas pun tak lengkap dan tak konsisten, AI yang paling mahal sekalipun takkan memberikan hasil yang boleh dipercayai.
Connected care yang sebenar bermula dengan menyelesaikan masalah asas ini.
2. Connected care sebagai asas AI yang boleh dipakai
Connected care bermaksud peranti perubatan, sistem maklumat klinikal, EMR dan aplikasi mudah alih saling berhubung dalam aliran kerja yang jelas.
Vanessa menghuraikan beberapa prinsip penting yang sangat selari dengan keperluan hospital swasta premium:
a) Automasi data di katil pesakit
Peranti seperti katil pintar, monitor atau infusion pump terus menghantar data ke EMR tanpa input manual. Kesan langsung:
- Jururawat kurang beban dokumentasi
- Data lebih tepat (kurang salah taip, kurang tertinggal)
- Time‑stamp konsisten – penting untuk AI analitik tren dan amaran awal (early warning score)
Untuk hospital yang sedang merancang AI triage atau predictive analytics (contoh: ramalan risiko ICU admission), automasi data inilah yang membezakan antara model AI yang “cantik dalam slide” dengan sistem yang boleh dipercayai oleh doktor.
b) Integrasi dengan amaran mudah alih
Connected care yang matang tak berhenti pada rekod. Data perlu diterjemah kepada amaran yang boleh diambil tindakan.
Contoh yang Vanessa kongsi di hospital Elkerliek, Belanda:
- Katil pintar disambung kepada
DeviceBridge(platform integrasi Baxter) - DeviceBridge dihubungkan dengan sistem amaran mudah alih hospital
- Bila pesakit strok bergerak dalam corak yang berisiko jatuh, jururawat terima notifikasi terus di telefon
Kejayaannya bukan kerana teknologi canggih semata‑mata, tapi kerana ia menyelesaikan satu masalah workflow yang sangat jelas: jururawat mahu tahu, "bilik mana yang perlukan saya sekarang?"
Hospital swasta di Malaysia boleh tiru konsep yang sama untuk:
- Amaran awal sepsis menggunakan kombinasi data vital sign
- Amaran tekanan ulcer (bed sore) berdasarkan corak pergerakan dan tempoh baring
- Amaran dos tinggi ubat tertentu yang berisiko kepada warga emas
Semuanya memerlukan tiga perkara: data automatik, integrasi sistem, dan aliran kerja yang jelas.
3. Dari “AI hype” ke kes penggunaan yang jelas
Vanessa mengkritik satu perangkap biasa: organisasi terlalu cepat melompat ke AI tanpa kes penggunaan yang konkrit atau infrastruktur yang bersedia.
Saya setuju. Ramai pembuat keputusan teruja dengan istilah:
- AI untuk radiologi
- AI untuk triage kecemasan
- AI untuk rawatan diperibadi
…tapi bila ditanya, “Data apa yang anda ada? Bagaimana aliran kerja sekarang? Siapa pemilik proses ini?” – jawapannya kabur.
Cara fikir yang lebih sihat untuk hospital swasta
Daripada membeli sistem AI secara meluas, lebih baik:
-
Kenal pasti 1–3 kes penggunaan yang sangat spesifik
Contoh praktikal untuk hospital premium Malaysia:- Mengurangkan masa laporan CT dari 4 jam ke 1 jam menggunakan AI decision support
- Sistem amaran awal DVT untuk pesakit ortopedik berisiko tinggi
- AI triage untuk pusat rawatan kecemasan premium yang janji “door‑to‑doctor” dalam 30 minit
-
Periksa asas data dan workflow
- Adakah semua imaging sudah dalam PACS yang seragam?
- Adakah vital sign direkod konsisten dan boleh dibaca mesin?
- Adakah jururawat tahu siapa bertanggungjawab bila amaran AI muncul?
- Mulakan dengan automasi kerja rutin
Vanessa menekankan, automasi tugas kecil seperti pemindahan data peranti ke EMR boleh memberi kesan besar:- Jururawat dapat kembali kepada kerja penjagaan, bukan menaip
- Doktor mendapat trend data yang lengkap untuk sokongan keputusan
- Pengurusan mendapat data yang cukup bagus untuk ROI analisis
Realitinya, menyelesaikan perkara “basic” ini jauh lebih bernilai dari terus mengejar AI yang kompleks tapi sukar diterapkan.
4. Kualiti data: minyak enjin untuk AI hospital
Semua orang bersetuju data itu penting, tapi tak ramai yang benar‑benar melabur untuk menjadikannya kukuh.
Vanessa sangat tegas di sini: tanpa data yang tepat, terstruktur dan tidak berpecah (tidak ber"silo"), sebarang inisiatif digital – termasuk AI – akan terhad.
Apa maksud “data berkualiti” untuk hospital swasta?
- Ditangkap secara automatik sebanyak mungkin
- Vital sign, ventilator setting, infusion rate, pergerakan katil
- Standard format & kod
- Gunakan set minimum data standard (contoh untuk diagnosis, prosedur, ubat)
- Konsisten antara hospital dalam kumpulan yang sama
- Boleh dijejak & diaudit
- Siapa ubah? Bila? Apa versi sebelumnya?
- Ini kritikal untuk kepercayaan doktor terhadap cadangan AI
Dalam jangka masa pendek, kualiti data yang baik sudah cukup untuk:
- Laporan pengurusan yang lebih tepat (LOS, readmission, infection rate)
- Penjadualan staf yang lebih bijak berdasarkan beban sebenar
- Analitik kewangan yang lebih halus untuk perkhidmatan premium
Dalam jangka masa panjang, inilah asas untuk:
- Model AI yang dilatih dengan data tempatan Malaysia
- Rawatan diperibadi (contoh: pathway berbeza untuk pesakit diabetes Melayu vs bukan Melayu, berdasarkan data sebenar)
- Kerjasama penyelidikan dengan rakan antarabangsa
5. Memimpin transformasi: pelajaran untuk pengurusan hospital
Connected care dan AI bukan projek IT semata‑mata; ia keputusan kepimpinan.
Ada beberapa mesej tersirat daripada kerja Vanessa yang sangat relevan untuk CEO, COO dan CMO hospital swasta:
a) Fokus pada aliran kerja, bukan pada teknologi terlebih dahulu
Projek yang berjaya di Belanda tadi bermula dengan soalan mudah: “Apa yang paling menyakitkan dalam rutin harian jururawat neurology?” Jawapannya: risiko jatuh pesakit strok dan lambat menerima amaran.
Di Malaysia, soalan serupa boleh membawa kepada projek seperti:
- Mengurangkan left without being seen di Jabatan Kecemasan melalui AI triage
- Menurunkan beban dokumentasi di ICU melalui integrasi peranti‑ke‑EMR
- Menambah pengalaman pesakit premium melalui portal dan telemedicine yang disambung kepada rekod penuh
b) Jangan abaikan latihan dan perubahan budaya
Banyak projek EMR gagal dimaksimumkan kerana staf rasa ia cuma kerja tambahan. Untuk connected care dan AI:
- Jelaskan dengan spesifik, “5 minit apa yang anda jimat setiap pesakit?”
- Tunjuk contoh nyata – contohnya jururawat tak perlu tulis 12 bacaan vital sign setiap syif
- Libatkan clinical champion yang dihormati, bukan hanya pasukan IT
c) Rancang pelaburan sebagai perjalanan, bukan pembelian sekali
Hospital swasta premium biasanya ada bajet besar untuk AI. Tetapi pelaburan yang bijak selalunya:
-
Tahun 1–2:
- Kukuhkan EMR
- Integrasi peranti kritikal
- Standardkan data & proses
-
Tahun 2–3:
- Projek AI terfokus (imaging, triage, predictive alerts)
- Penambahbaikan aliran kerja di jabatan keutamaan (ICU, ED, Onkologi)
-
Tahun 3–5:
- Skalakan ke seluruh rangkaian hospital
- Bangunkan model AI sendiri berdasarkan data dalaman
- Bina perkhidmatan premium berasaskan AI sebagai kelebihan kompetitif
6. Dari connected care ke AI yang memberi nilai kepada pesakit
Pelajaran utama daripada pendekatan Vanessa Counaert jelas: kalau asas data dan aliran kerja tidak kuat, connected care tak akan menjadi, dan AI hanya tinggal janji pemasaran.
Bagi hospital swasta Malaysia yang mahu menonjol dalam pasaran premium, langkah bijak sekarang ialah:
- Lihat balik EMR dan integrasi peranti: sejauh mana ia betul‑betul menyokong kerja klinikal harian?
- Pilih beberapa aliran kerja terpenting – ICU, kecemasan, onkologi, pusat jantung – dan bina projek connected care yang fokus di situ
- Gunakan projek ini untuk membina “dataset emas” yang terstruktur, boleh dipercayai dan kaya konteks
Daripada situ, barulah AI untuk medical imaging, triage pintar, telemedicine premium dan rawatan diperibadi ada peluang untuk berjaya dan diyakini doktor serta pesakit.
The reality? Ia bukan tentang menjadi hospital paling “futuristik” di brosur. Ia tentang menjadi hospital yang paling konsisten, tepat dan pantas dalam membuat keputusan klinikal – dan connected care yang kukuh adalah jambatan paling praktikal untuk sampai ke situ.
Siri: AI dalam Penjagaan Kesihatan (Hospital Swasta & Penyedia Kesihatan)
Artikel ini sebahagian daripada siri tentang bagaimana hospital swasta boleh menggunakan AI – daripada imaging, triage, telemedicine hingga pengoptimuman aliran kerja – dengan asas connected care yang kukuh. Jika organisasi anda sedang merancang pelaburan AI, mulakan perbualan dalaman tentang kualiti data dan integrasi peranti hari ini, bukan tahun depan.