DPJP Menolak AI Scribe: 4 Hambatan dan Strategi Adopsi RS

DPJP menolak AI scribe bukan karena tidak mengerti teknologi. Resistensi mereka berakar pada empat hambatan nyata: budaya dokumentasi kertas yang mengakar selama bertahun-tahun, ketidakjelasan tanggung jawab klinis ketika sistem AI ikut mendiktekan rekam medis, persepsi bahwa alur kerja menjadi lebih berat bukan lebih ringan, dan infrastruktur SIMRS yang belum siap integrasi. Memahami keempat hambatan ini adalah prasyarat agar program adopsi AI scribe berhasil — bukan sekadar demo teknologi yang berakhir diabaikan.

Tekanan Dokumentasi DPJP dan Mandat RME

Sejak Permenkes No. 24/2022 tentang Rekam Medis mewajibkan RME terintegrasi dengan SATUSEHAT, setiap DPJP harus mendokumentasikan anamnesis, diagnosis berbasis ICD-10, rencana terapi, prosedur, dan tanda tangan elektronik di setiap episode pelayanan. Batas waktu kepatuhan 31 Desember 2023 telah lewat — namun implementasi di lapangan masih jauh dari merata.

AI scribe dirancang menjawab tekanan ini. Data global mengonfirmasi beratnya beban: laporan AMA Physician Work-Life Study 2024 menemukan 22,5% dokter menghabiskan lebih dari 8 jam per minggu untuk pekerjaan catatan medis di luar jam klinis ("pajama time"), dan 43,2% melaporkan setidaknya satu gejala burnout (sumber: American Medical Association, 2024). Manfaat AI scribe pun terukur: sebuah uji klinis acak (medRxiv, Juli 2025) menunjukkan tingkat burnout dokter turun dari 51,9% menjadi 38,8% dalam 30 hari pertama penggunaan AI scribe (sumber: medRxiv, 2025).

Yang jadi hal kritis bagi Wadir Pelayanan: jika manfaatnya terbukti, mengapa DPJP tetap menolak?

Hambatan 1: Budaya Dokumentasi Kertas dan Resistensi DPJP Senior

Hambatan terdalam adalah kebiasaan yang sudah mengakar. DPJP yang berpraktik 10–20 tahun dengan pola dokumentasi kertas atau dikte ke staf administrasi tidak akan serta-merta menerima sistem AI baru hanya karena RS mengadopsinya. Resistensi ini bukan irasional — melainkan respons alami terhadap perubahan rutinitas yang sudah terinternalisasi, terutama di kalangan dokter senior dengan volume pasien tinggi.

Kajian literatur implementasi RME di RS Indonesia (Media Gizi Kesehatan, Universitas Airlangga) mengidentifikasi secara eksplisit "resistensi dan penolakan penggunaan RME oleh sebagian dokter dan karyawan senior" sebagai hambatan utama. Dokter yang terbiasa menulis tangan menolak beralih ke layar berbasis komputer; pola resistensi ini semakin menguat justru pada dokter dengan keahlian klinis tertinggi.

Studi kualitatif BMC Health Services Research (Hossain et al., Universitas Monash & UI, Februari 2025) yang melibatkan 150 staf dari 12 RS di Jawa dan Sulawesi mengonfirmasi bahwa hambatan adopsi teknologi di RS bukan semata soal infrastruktur. "Recordkeeping culture" — budaya pencatatan yang sudah mengakar — menjadi penghalang tersendiri yang sering diremehkan. RS di luar Jawa khususnya cenderung mengadopsi teknologi baru bukan karena percaya pada manfaatnya, melainkan semata untuk memenuhi kewajiban regulasi — hasilnya: adopsi nominal yang tidak mengubah perilaku nyata (sumber: Hossain et al., BMC Health Services Research, 2025).

Sinyal untuk Wadir Pelayanan: Program AI scribe yang diperkenalkan sebagai mandat dari atas, tanpa melibatkan DPJP dalam desain implementasi, akan memperparah resistensi. Dokter yang merasa teknologi dipaksakan lebih cenderung mengabaikan alat tersebut bahkan setelah menjalani pelatihan.

Demo Gratis 30 Menit

Lihat langsung berapa
revenue RS Anda yang bocor

Dalam 30 menit, kami analisis data klaim RS Anda — langsung di depan Anda.

Jadwalkan Demo→

Tanpa biaya, tanpa kewajiban

Hambatan 2: Kekhawatiran Akurasi Klinis dan Tanggung Jawab Medikolegal

Ketika sistem AI salah mentranskrip atau keliru menafsirkan pernyataan dokter, siapa yang bertanggung jawab? Permenkes 24/2022 tidak ambigu: DPJP tetap bertanggung jawab penuh atas setiap entri dalam rekam medis elektronik, termasuk entri yang dibuat dengan bantuan sistem AI. Ketidakjelasan batas antara output sistem AI dan akuntabilitas klinis dokter adalah hambatan adopsi terbesar kedua.

Kajian Journal of Medical Internet Research (JMIR, 2025) tentang adopsi sistem AI di kesehatan Asia Tenggara (e71591) menemukan bahwa hambatan utama di level dokter adalah "perceived risk of overreliance on AI" dan ketidakpastian tentang siapa yang bertanggung jawab jika output sistem AI bermasalah secara klinis. Ketika aturan pertanggungjawaban belum jelas, dokter yang berhati-hati — dan ini adalah perilaku klinis yang tepat — cenderung tidak mau mengambil risiko. Kajian ini juga menemukan fenomena "cognitive dissonance": dokter mengalami ketidaknyamanan ketika output sistem AI bertentangan dengan penilaian klinis mereka, memperkuat penolakan bahkan setelah masa adopsi awal (sumber: JMIR, 2025).

Dalam konteks Indonesia, Permenkes 24/2022 menegaskan bahwa tanda tangan elektronik DPJP di RME bukan formalitas — ia adalah pengakuan hukum bahwa dokter menyetujui setiap entri. Jika sistem AI scribe menghasilkan catatan dengan kesalahan yang tidak terdeteksi, risiko medikolegalnya jatuh kepada DPJP, bukan vendor.

Untuk memahami batas kemampuan sistem AI dalam mendokumentasikan tindakan klinis kompleks, baca AI Scribe Laporan Operasi: 4 Elemen Klinis yang Tidak Boleh Diisi Otomatis per Permenkes 24/2022 — artikel ini menjelaskan secara konkret area di mana DPJP wajib mengisi sendiri tanpa delegasi ke sistem AI.

Hambatan 3: Persepsi Beban Kerja Meningkat dan Gangguan Alur Kerja

Paradoks terbesar sistem AI scribe: teknologi yang dirancang untuk menghemat waktu justru terasa lebih merepotkan di fase awal. DPJP harus mempelajari sistem baru, melakukan koreksi manual atas output yang tidak akurat, dan menyesuaikan alur kerja yang sudah berjalan — semua ini sambil tetap melayani pasien dengan volume yang sama.

Kajian literatur RME Universitas Airlangga menemukan bahwa implementasi teknologi baru di RS meningkatkan beban kerja yang dirasakan oleh tenaga kesehatan, terutama pada fase awal. Dokter yang bekerja di puncak jam sibuk melaporkan bahwa kesalahan sistem dan kebutuhan koreksi manual memperburuk frustrasi, bukan menguranginya.

Temuan ini dikuatkan oleh systematic review npj Digital Medicine (2023) yang mengidentifikasi "workflow disruption" sebagai hambatan utama adopsi teknologi digital di kalangan dokter, terutama karena keharusan menjalankan sistem paralel — kertas dan digital — selama masa transisi. Dokter di pertengahan karier (mid-career) adalah kelompok yang paling sulit beradaptasi (sumber: npj Digital Medicine, 2023).

Penting dipahami Wadir Pelayanan: kurva belajar ini nyata dan memerlukan waktu adaptasi beberapa minggu sebelum DPJP benar-benar merasa nyaman. Program adopsi yang memaksa DPJP langsung produktif sejak hari pertama tanpa periode adaptasi akan menghasilkan penolakan yang lebih keras. RS yang menerapkan sistem AI scribe secara bertahap — mulai dari satu departemen atau satu use case sederhana — melaporkan transisi yang lebih mulus. Sebagai referensi, Voice-to-SOAP di IGD: Efisiensi Waktu DPJP dan Akurasi Catatan Medis Rawat Darurat menunjukkan bagaimana implementasi bertahap dari use case yang terstandar dapat mempercepat adopsi tanpa mengganggu alur klinis.

Hambatan 4: Infrastruktur dan Kesiapan Integrasi SIMRS

Sistem AI scribe membutuhkan kondisi minimum: koneksi internet yang stabil, SIMRS yang mendukung integrasi dengan alat transkripsi, dan konfigurasi keamanan data yang memadai. Tanpa ketiga prasyarat ini, DPJP akan menemukan bahwa sistem AI lebih sering gagal daripada membantu — dan penolakan berikutnya akan jauh lebih sulit dibalik.

Studi BMC 2025 di 12 RS Indonesia menemukan infrastruktur sebagai hambatan sistemik: koneksi internet tidak stabil, sistem error di bawah beban tinggi, dan risiko kehilangan data saat listrik padam. RS di luar Jawa menghadapi tantangan infrastruktur yang jauh lebih besar dibandingkan RS di kota besar di Jawa (sumber: Hossain et al., BMC Health Services Research, 2025).

Banyak RS — terutama yang belum terhubung sepenuhnya ke SATUSEHAT — belum memiliki infrastruktur yang kompatibel untuk integrasi sistem AI. RS yang ingin mengadopsi sistem AI scribe perlu terlebih dahulu mengaudit kesiapan fondasi SIMRS-nya.

Dari sisi regulasi, interoperabilitas dengan SATUSEHAT — yang diwajibkan Permenkes 24/2022 — juga menjadi prasyarat teknis yang tidak bisa dilewati. Sistem AI scribe yang tidak dapat mengirimkan data ke platform nasional berarti RS belum memenuhi standar kepatuhan regulasi sepenuhnya.

Strategi Adopsi: 5 Langkah Wadir Pelayanan

Adopsi sistem AI scribe yang berhasil tidak dimulai dari demo teknologi — melainkan dari desain change management yang melibatkan DPJP sejak awal. Wadir Pelayanan memiliki posisi strategis untuk memimpin transisi ini: bukan sebagai penegak kebijakan, melainkan sebagai fasilitator yang menghilangkan hambatan satu per satu.

Langkah 1: Bangun koalisi DPJP pendukung Identifikasi 3–5 dokter yang secara teknis lebih adaptif dan memiliki pengaruh di antara rekan mereka. Libatkan mereka dalam evaluasi vendor dan desain alur kerja. Adopsi yang didorong oleh sesama dokter jauh lebih efektif daripada mandat dari manajemen.

Langkah 2: Mulai dari satu departemen, satu use case Pilot di IGD atau rawat jalan spesialis tunggal dengan volume terstandar. Hindari memulai dari departemen bedah atau ICU yang memiliki kompleksitas dokumentasi tertinggi. Keberhasilan pilot kecil membangun bukti internal yang lebih meyakinkan daripada referensi dari RS lain.

Langkah 3: Tetapkan panduan AI vs DPJP secara tertulis Keluarkan kebijakan internal sebelum pilot yang memperjelas: output sistem AI scribe adalah draft, bukan rekam medis final. DPJP wajib mereview dan menandatangani setiap entri. Kebijakan tertulis ini melindungi dokter dari risiko medikolegal dan mengurangi kekhawatiran akuntabilitas yang menjadi hambatan kedua.

Langkah 4: Rancang periode adaptasi yang cukup Beri DPJP waktu beberapa minggu untuk terbiasa tanpa tekanan produktivitas penuh. Monitoring pada fase ini fokus pada hambatan teknis yang muncul, bukan pada volume atau kecepatan pengisian. Data dari fase ini menjadi input perbaikan sebelum ekspansi ke departemen lain.

Langkah 5: Ukur dan bagikan hasil nyata Setelah 2–3 bulan, hitung waktu rata-rata pengisian RME sebelum dan sesudah sistem AI scribe, tingkat kelengkapan catatan, dan kepuasan DPJP. Data internal RS sendiri lebih meyakinkan dokter skeptis daripada studi dari negara lain.

Dasar Hukum

Permenkes No. 24 Tahun 2022 tentang Rekam Medis — mewajibkan semua fasyankes mengimplementasikan RME terintegrasi dengan SATUSEHAT; menetapkan DPJP sebagai pihak yang bertanggung jawab atas kelengkapan rekam medis termasuk tanda tangan elektronik di setiap episode pelayanan.
KMK HK.01.07/MENKES/1596/2024 (STARKES 2024) — standar akreditasi RS yang mengatur MRMIK (Manajemen Rekam Medis dan Informasi Kesehatan) elektronik; kepatuhan DPJP terhadap dokumentasi klinis menjadi elemen penilaian akreditasi.

FAQ

Apakah AI scribe legal digunakan di Indonesia?

Sistem AI scribe sebagai alat bantu dokumentasi diperbolehkan, selama output-nya diverifikasi dan ditandatangani oleh DPJP. Permenkes 24/2022 mewajibkan tanda tangan elektronik dokter pada setiap entri rekam medis — artinya sistem AI scribe hanya valid sebagai draft yang harus disetujui DPJP, bukan sebagai rekam medis final. Tidak ada regulasi yang melarang penggunaannya, namun tanggung jawab klinis dan medikolegal tetap sepenuhnya pada dokter.

Berapa lama waktu adaptasi DPJP menggunakan AI scribe?

Berdasarkan studi adopsi EMR dan teknologi digital di lingkungan klinis, periode adaptasi berlangsung beberapa minggu dengan penggunaan aktif sebelum produktivitas kembali ke baseline. Faktor yang mempercepat adaptasi: pelatihan dalam kelompok kecil (bukan massal), ketersediaan dukungan teknis langsung di klinik selama jam kerja, dan dimulai dari use case sederhana sebelum beralih ke dokumentasi klinis yang kompleks.

Bagaimana jika AI scribe membuat kesalahan transkripsi?

DPJP tetap bertanggung jawab penuh. Protokol standar adalah: sistem AI scribe menghasilkan draft, DPJP mereview, mengoreksi jika ada kesalahan, kemudian menandatangani secara elektronik. Error yang lolos tanpa koreksi menjadi tanggung jawab DPJP — bukan vendor sistem. Inilah mengapa kebijakan internal RS yang menetapkan tahapan review wajib harus diterbitkan sebelum implementasi.

Apakah semua SIMRS sudah kompatibel dengan AI scribe?

Belum. Belum. Banyak RS di Indonesia — terutama di luar kota besar — belum memiliki sistem data terintegrasi yang kompatibel dengan teknologi AI. Kompatibilitas bergantung pada apakah SIMRS mendukung integrasi API dan standar HL7/FHIR — yang juga dibutuhkan untuk koneksi ke SATUSEHAT. Evaluasi kesiapan infrastruktur SIMRS sebaiknya menjadi langkah pertama sebelum memilih vendor sistem AI scribe.

Apa manfaat AI scribe yang paling cepat dirasakan DPJP?

Pengurangan waktu dokumentasi pasca-konsultasi. Sebuah uji klinis acak (medRxiv, Juli 2025) menunjukkan tingkat burnout dokter turun dari 51,9% menjadi 38,8% dalam 30 hari pertama penggunaan sistem AI scribe — sebagian besar karena dokter tidak lagi harus menyelesaikan catatan medis di luar jam kerja. Manfaat ini terasa paling cepat oleh DPJP dengan volume pasien tinggi yang sebelumnya menginvestasikan banyak waktu untuk "pajama time" dokumentasi.

Sumber

Kementerian Kesehatan RI. Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 tentang Rekam Medis. Berita Negara RI Tahun 2022 No. 1168. https://peraturan.bpk.go.id/Details/245544/permenkes-no-24-tahun-2022
Hossain M.K., Sutanto J., Handayani P.W. et al. An exploratory study of electronic medical record implementation and recordkeeping culture: the case of hospitals in Indonesia. BMC Health Services Research, Vol. 25, No. 249, Februari 2025. https://doi.org/10.1186/s12913-025-12399-0
Lim C. et al. Insights Into the Current and Future State of AI Adoption Within Health Systems in Southeast Asia: Cross-Sectional Qualitative Study. Journal of Medical Internet Research. 2025;27:e71591. https://www.jmir.org/2025/1/e71591
American Medical Association. 2024 AMA Physician Work-Life Study. https://www.ama-assn.org/practice-management/physician-health/burnout-way-down-pajama-time-stands-still
medRxiv. Randomized Clinical Trial: Impact of AI Scribe on Physician Burnout. Juli 2025. https://www.medrxiv.org/content/10.1101/2025.07.10.25331333.full.pdf