AI Medical Scribe untuk Dokter Rumah Sakit: Cara Kerja, Akurasi, dan Standar Implementasi 2026

Ringkasan: AI Medical Scribe adalah sistem perangkat lunak yang merekam percakapan dokter–pasien, mentranskripsikannya secara otomatis, dan menghasilkan catatan SOAP yang siap dimasukkan ke rekam medis elektronik (RME). Untuk rumah sakit Indonesia, AI Medical Scribe bukan sekadar tool produktivitas dokter — ia menjadi lapisan kontrol atas kelengkapan dokumentasi klinis yang berdampak langsung pada akurasi klaim BPJS, kepatuhan Permenkes 24/2022, dan beban administrasi yang selama ini membuat dokter pulang malam karena mengetik SOAP. Artikel ini menjelaskan cara kerja teknis AI Medical Scribe, akurasi yang realistis di konteks Indonesia, perbedaan workflow klinik vs RS, dan kerangka evaluasi vendor untuk Direktur Medis dan Kepala Layanan.

Mengapa AI Medical Scribe Menjadi Strategis di RS 2026

Di hampir setiap RS Indonesia, dokter menghabiskan 30–50% waktu praktik untuk dokumentasi — bukan untuk berinteraksi dengan pasien. Pola ini bukan masalah produktivitas semata; ia berdampak ke tiga area strategis sekaligus:

Pertama, kualitas SOAP yang menurun di akhir shift. Dokter yang lelah cenderung menulis SOAP minimalis: "anamnesis dalam batas normal, ass: DM2, plan: lanjut terapi". SOAP seperti ini secara klinis valid namun tidak cukup untuk justifikasi klaim BPJS — terutama di era iDRG yang menuntut detail severity dan komplikasi.

Kedua, dokumentasi yang tertinggal. Survei internal yang dirangkum dari 50+ RS yang berkonsultasi dengan MedMinutes menunjukkan 30–50% catatan SOAP rawat inap diisi >24 jam setelah visit — ini melanggar standar MRMIK 2026 yang menuntut dokumentasi real-time.

Ketiga, ketidakpuasan dokter. Direktur Medis di banyak RS swasta melaporkan bahwa keluhan utama DPJP bukan tentang gaji, melainkan tentang beban dokumentasi yang menggerus waktu klinis. Hilangnya waktu pasien adalah hilangnya kepuasan dokter — dan ujungnya, retensi DPJP.

AI Medical Scribe diposisikan untuk mengatasi tiga isu ini sekaligus. Dengan menghilangkan beban mengetik SOAP, dokter dapat fokus ke pasien selama visit, dan SOAP yang dihasilkan sistem cenderung lebih lengkap karena tidak bergantung pada memori dokter di akhir shift.

Apa Itu AI Medical Scribe: Definisi Operasional

AI Medical Scribe adalah sistem yang melakukan empat hal:

Merekam audio percakapan dokter–pasien selama visit (anamnesis, pemeriksaan, edukasi)
Mentranskripsikan audio menjadi teks menggunakan automatic speech recognition (ASR) yang dilatih untuk konteks medis
Menstrukturkan transkripsi menjadi SOAP (Subjective, Objective, Assessment, Plan) menggunakan large language model (LLM) atau pipeline NLP medis
Menyajikan draft SOAP untuk validasi dokter sebelum di-commit ke RME

Penting dibedakan: AI Medical Scribe bukan sekadar transcription tool umum (kategori voice-to-text consumer). Sistem yang relevan untuk RS harus:

Mengenali terminologi medis lokal (Bahasa Indonesia + Inggris campur)
Memahami struktur SOAP dan menempatkan informasi pada section yang tepat
Tidak mengarang fakta yang tidak terucap di audio
Memberikan jejak audit antara setiap kalimat SOAP dengan timestamp audio sumbernya
Memenuhi syarat data residency Indonesia (Permenkes 24/2022, UU 17/2023)

Tanpa lima kemampuan ini, sistem hanya akan menghasilkan transkripsi yang tetap harus dirapikan dokter — alih-alih mengurangi beban.

Cara Kerja Teknis: 5 Lapisan dari Suara ke SOAP Terstruktur

Sistem AI Medical Scribe yang serius umumnya tersusun dari lima lapisan pemrosesan:

Lapisan 1: Audio Capture dan Preprocessing

Audio direkam melalui mikrofon laptop, headset, atau smartphone yang dipegang dokter. Preprocessing meliputi:

Noise suppression — menghilangkan suara latar (alat medis, AC, percakapan koridor)
Speaker diarization — memisahkan suara dokter, pasien, dan pendamping
Voice activity detection — menandai segmen yang berisi percakapan vs hening

Kualitas mikrofon dan akustik ruang konsultasi sangat mempengaruhi akurasi seluruh pipeline berikutnya. Vendor yang baik akan memberikan rekomendasi hardware minimum — bukan menjanjikan akurasi tinggi terlepas dari hardware.

Lapisan 2: Automatic Speech Recognition (ASR) Klinis

ASR mengubah audio menjadi teks. Untuk konteks Indonesia, ASR harus dilatih khusus karena:

Percakapan klinis berisi campuran Bahasa Indonesia + istilah medis Inggris (anemia, hipertensi, dyspnea, pneumonia)
Aksen regional (Jawa, Sunda, Batak, Minang) dan dialek dapat mempengaruhi akurasi
Pasien sering berbicara non-formal, dokter sering berbicara dengan ritme cepat dan singkatan

ASR generic (kategori speech-to-text umum) biasanya mencapai akurasi 70–80% untuk percakapan medis Indonesia. ASR yang fine-tuned untuk medis Indonesia dapat mencapai 88–94% pada kondisi audio yang baik.

Lapisan 3: Named Entity Recognition (NER) Medis

NER mengekstrak entitas dari transkripsi: gejala, durasi, tindakan yang sudah dilakukan, riwayat penyakit, alergi, obat yang sedang dikonsumsi, hasil pemeriksaan fisik, dan rencana terapi.

NER medis untuk Bahasa Indonesia masih merupakan area aktif penelitian. Sistem yang baik mengenali pola seperti:

"demam sudah 3 hari" → gejala demam, durasi 3 hari
"tensi 140 per 90" → vital sign tekanan darah 140/90 mmHg
"alergi amoxicillin" → alergi obat: amoxicillin

Lapisan 4: Inferensi SOAP — Strukturisasi Konten

LLM atau pipeline NLP memetakan entitas yang terekstrak ke section SOAP:

S (Subjective): keluhan utama, riwayat penyakit, riwayat sosial, alergi
O (Objective): vital sign, hasil pemeriksaan fisik, hasil lab/penunjang yang disebut
A (Assessment): diagnosa kerja, diagnosa banding, severity
P (Plan): terapi farmakologis, tindakan, edukasi, rencana follow-up

Lapisan ini paling rawan halusinasi. Sistem yang baik akan eksplisit menandai apa yang tidak disebut di audio alih-alih mengisinya dengan template default. Misalnya, jika dokter tidak menyebut hasil auskultasi paru, section O harus kosong atau ditandai "[tidak terdokumentasi]" — bukan diisi "vesikuler normal" secara default.

Lapisan 5: Validasi Dokter dan Audit Trail

Draft SOAP yang dihasilkan AI harus melewati persetujuan dokter sebelum di-commit ke RME. Vendor yang baik menyediakan:

Side-by-side view: transkripsi audio di kiri, draft SOAP di kanan
Citation links: setiap kalimat SOAP dapat di-trace ke timestamp audio sumbernya
Edit history: siapa mengubah apa, kapan
Audio retention policy: apakah audio disimpan, berapa lama, di mana

Tanpa lapisan validasi ini, sistem berubah menjadi liability medikolegal — bukan asset.

Akurasi Transkripsi Klinis: Apa yang Realistis di Konteks Indonesia

Janji vendor sering kali bombastis: "akurasi 99%", "transkripsi sempurna", "menggantikan asisten dokter". Realitas di lapangan jauh lebih nuansa.

Benchmark Akademik

Studi yang dipublikasikan di JAMA Network Open (2023) mengevaluasi 4 sistem AI Medical Scribe komersial dengan dataset 1.000 percakapan dokter–pasien di USA:

Word Error Rate (WER): 4–11% pada kondisi audio bersih
Akurasi inferensi SOAP top-1: 68–82%
Tingkat halusinasi: 2–9% kalimat SOAP berisi informasi yang tidak ada di audio
Persetujuan dokter terhadap draft tanpa edit: 41–63%

Studi ini diadakan di kondisi audio yang relatif kontrol. Di RS Indonesia, dengan akustik ruang konsultasi yang bervariasi dan terminologi campur bahasa, angka-angka ini biasanya turun 5–15 poin.

Benchmark di Lapangan: Apa yang Direalistiskan

Berdasarkan implementasi di RS yang berkonsultasi dengan MedMinutes, target akurasi yang realistis sebagai KPI internal:

Metrik	Target Realistis (Bulan 1–3)	Target Mature (Bulan 6+)
Akurasi transkripsi (WER)	8–14%	5–9%
Strukturisasi SOAP top-1	60–72%	75–85%
Persetujuan dokter (tanpa edit besar)	35–50%	55–70%
Penghematan waktu dokumentasi	30–45%	50–65%

Yang lebih penting daripada angka absolut adalah delta: perbedaan kelengkapan SOAP antara dokter yang menggunakan AI Scribe vs tidak. Studi internal menunjukkan kelengkapan SOAP rata-rata naik dari 59% menjadi 82–88% setelah AI Scribe terimplementasi di poli rawat jalan — bahkan dengan akurasi transkripsi yang tidak sempurna.

Mengapa Akurasi Tidak Akan Mencapai 100%

Tiga sumber error fundamental:

Audio yang tidak terdengar. Dokter mengetuk meja, pasien batuk, mesin EKG berbunyi — segmen audio yang tidak jelas tidak dapat ditranskripsikan dengan benar.
Konteks yang tidak terucap. Dokter melihat hasil lab di layar dan langsung memutuskan terapi tanpa mengucapkan angkanya. AI tidak dapat mengetahui konteks visual ini.
Diagnosa yang membutuhkan judgment dokter. Diagnosa kanker, sepsis, atau kasus medikolegal tidak boleh ditulis oleh AI sebagai keputusan final — selalu butuh konfirmasi eksplisit dokter.

AI Medical Scribe yang baik adalah yang transparan tentang batasan ini — memberikan flag manual review pada section yang tidak yakin, alih-alih mengarang pernyataan.

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

Workflow di Klinik vs Workflow di RS: Kenapa Berbeda

Banyak vendor AI Medical Scribe internasional dirancang untuk konteks klinik mandiri — dokter tunggal, satu visit per pasien, durasi 5–15 menit. Workflow ini tidak match dengan rumah sakit Indonesia, di mana kompleksitas dokumentasi jauh lebih tinggi.

Perbedaan Struktural

Multi-DPJP. Pasien rawat inap RS biasanya ditangani oleh DPJP utama + DPJP konsulen. SOAP harus mengikat ke DPJP yang menulis, dengan timeline yang jelas. AI Scribe untuk RS harus mendukung multi-author per pasien.

Multi-encounter. Satu episode rawat inap = puluhan visit oleh DPJP, perawat, dan tim multidisipliner. Setiap encounter memiliki SOAP terpisah yang harus tersambung ke timeline pasien.

Integrasi dengan resume medis. SOAP individual harus dapat diagregasi menjadi resume medis pulang. AI Scribe yang relevan untuk RS harus mampu memberikan ringkasan kumulatif, bukan hanya per visit.

Klaim BPJS. SOAP di RS harus mendukung koding ICD-10 dan justifikasi klaim INA-CBG/iDRG. AI Scribe yang serius untuk RS akan mengintegrasikan output-nya dengan sistem CDSS yang merekomendasikan kode dan memvalidasi klaim.

Compliance MRMIK. SOAP RS harus memenuhi standar MRMIK — dokumentasi real-time, jejak audit perubahan, otentikasi DPJP, dan keterbacaan untuk surveyor.

Implikasi: Vendor Internasional vs Vendor Lokal

Banyak vendor internasional yang dirancang untuk klinik US, tapi tidak match dengan workflow RS Indonesia karena:

Tidak mendukung Bahasa Indonesia + terminologi medis lokal
Tidak terintegrasi dengan RME yang lazim di Indonesia
Tidak memetakan output ke ICD-10/INA-CBG
Tidak memenuhi data residency Indonesia
Pricing model yang tidak match dengan tarif INA-CBG

Vendor lokal yang dibangun untuk RS Indonesia akan memiliki keunggulan struktural di area-area ini.

Integrasi AI Scribe dengan RME dan SIMRS

Tiga pola integrasi yang umum:

Pola 1: Standalone Web App + Copy-Paste

Dokter merekam visit di web app AI Scribe, kemudian copy SOAP yang dihasilkan ke field SOAP di RME/SIMRS. Pola paling sederhana, tidak membutuhkan integrasi backend, cocok untuk pilot fase awal.

Trade-off: Tidak ada audit trail otomatis antara SOAP dengan source audio. Dokter harus melakukan dua langkah (validasi di Scribe, paste ke RME).

Pola 2: Browser Extension

AI Scribe diinstal sebagai browser extension di workstation dokter. Saat dokter membuka form SOAP di SIMRS web-based, extension menampilkan tombol "Generate SOAP" yang langsung mengisi field setelah validasi.

Trade-off: Membutuhkan SIMRS web-based dan kontrol IT yang mengizinkan extension.

Pola 3: API Integration ke RME

Backend RME memanggil AI Scribe API. Dokter merekam visit melalui aplikasi RME, kemudian draft SOAP muncul langsung di form SOAP. Audio dan SOAP terikat secara permanen di database RME.

Trade-off: Membutuhkan integrasi backend yang lebih dalam, tetapi memberikan audit trail terbaik dan UX yang paling seamless.

MedMinutes Scribe menyediakan dua jalur — aplikasi web yang dapat berdiri sendiri (untuk go-live cepat) dan API yang dapat diintegrasikan ke RME atau SIMRS yang sudah ada.

Privacy, Audio Storage, dan Kepatuhan UU PDP/UU Kesehatan

Audio percakapan dokter–pasien adalah data pribadi sensitif tingkat tinggi. Lebih sensitif dari catatan SOAP itu sendiri karena audio mengandung suara identifikatif, tone emosional, dan kadang informasi yang tidak relevan secara medis.

UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi dan UU No. 17 Tahun 2023 tentang Kesehatan mengatur secara ketat:

Persetujuan eksplisit pasien untuk perekaman audio
Tujuan pemrosesan yang jelas (purpose limitation)
Storage limitation — audio tidak boleh disimpan lebih lama dari yang dibutuhkan
Data residency — pemrosesan di yurisdiksi yang sesuai

Tiga pertanyaan wajib ke vendor AI Scribe:

Apakah audio disimpan setelah transkripsi selesai? Pendekatan paling konservatif: audio diproses transient, tidak disimpan.
Di mana pemrosesan terjadi? On-device, server di Indonesia, atau cloud asing? Untuk audio pasien, server di Indonesia atau on-device adalah standar minimum.
Bagaimana mekanisme consent pasien dilakukan? Vendor harus menyediakan template consent dan workflow untuk informed consent.

MedMinutes Scribe memproses audio secara transient (tidak menyimpan setelah transkripsi selesai), dengan opsi on-device processing untuk RS yang mensyaratkan zero-cloud-audio. SOAP final disimpan di database RS atau on-device sesuai konfigurasi.

ROI Realistis: Beban Dokter, Kelengkapan SOAP, dan Klaim BPJS

ROI AI Medical Scribe dapat diukur di tiga dimensi:

Dimensi 1: Beban Dokter

Waktu dokumentasi per visit: target penurunan 40–60% pada bulan 3
Jam dokter mengetik SOAP per minggu: dapat diukur via log waktu commit SOAP
Skor kepuasan dokter terhadap workflow dokumentasi: survei berkala

Beberapa RS mitra MedMinutes melaporkan dokter pulang 1,5–2 jam lebih awal setelah AI Scribe terimplementasi di poli rawat jalan — bukan karena lebih sedikit pasien, melainkan karena dokumentasi tidak menumpuk di akhir shift.

Dimensi 2: Kelengkapan SOAP

Tingkat kelengkapan SOAP (audit oleh komite medik): target naik dari ~60% menjadi 80%+ pada bulan 3
Variabilitas SOAP antar DPJP: target turun karena AI menstandarkan struktur
Tingkat resume medis yang lengkap saat pasien pulang: sumber data utama untuk akreditasi MRMIK

Dimensi 3: Klaim BPJS

Pending rate karena SOAP tidak lengkap: target turun 20–30%
Recovery klaim setelah AI Scribe: dari beberapa mitra MedMinutes, recovery hingga Rp 3 miliar+ dilaporkan dari satu RS Pemerintah dalam 6 bulan implementasi gabungan AI Scribe + CDSS
Tingkat dispute klaim yang dimenangkan: SOAP yang dihasilkan AI dengan audit trail audio menjadi bukti pendukung kuat

Tantangan Implementasi yang Sering Terlewat

Implementasi AI Medical Scribe gagal bukan karena teknologi, melainkan karena tiga isu organisasional:

1. Resistance dokter senior. DPJP yang sudah terbiasa dengan template SOAP manual kadang merasa AI "mengurangi kontrol" atau khawatir akurasi. Solusinya: pilot di departemen yang lebih reseptif (poli rawat jalan, biasanya bukan IGD), dan tunjukkan hasil sebelum diminta menggunakan.

2. Akustik ruang konsultasi. Ruang konsultasi dengan akustik buruk (gema, AC bising, pintu yang sering dibuka) menurunkan akurasi transkripsi secara dramatis. Investasi minimal di mikrofon yang baik (USB headset Rp 500rb–1jt) memberikan ROI besar.

3. Mismatch ekspektasi. Beberapa direksi mengharapkan AI Scribe dapat 100% otomatis. Realistis: AI menghasilkan draft yang masih membutuhkan validasi dokter. Komunikasi ekspektasi ini harus dilakukan sebelum kontrak.

Bagaimana MedMinutes AI Scribe Bekerja

MedMinutes AI Scribe dirancang khusus untuk konteks RS Indonesia, dengan beberapa kapabilitas inti:

ASR fine-tuned untuk Bahasa Indonesia + terminologi medis — mengenali singkatan medis lokal, dialek umum, dan pola percakapan dokter–pasien Indonesia
Strukturisasi SOAP otomatis — output langsung dipetakan ke format S/O/A/P yang siap commit ke RME
Audio processing transient — audio tidak disimpan setelah transkripsi selesai, opsi on-device tersedia untuk RS yang mensyaratkan zero-cloud-audio
Side-by-side validation — dokter dapat memvalidasi setiap kalimat SOAP sebelum commit, dengan link ke timestamp audio sumbernya
Integrasi ke CDSS — output SOAP langsung dianalisis oleh ICD-10 AI dan panduan verifikasi klaim, sehingga validasi koding dapat dilakukan dalam satu workflow

Tersedia sebagai aplikasi web untuk go-live cepat dan API untuk integrasi mendalam ke RME atau SIMRS yang sudah ada.

Saat ini digunakan di 50+ rumah sakit di 8+ provinsi, dengan track record mendukung verifikasi klaim Rp 3 miliar+ recovery dari salah satu mitra RS Pemerintah.

Diskusikan implementasi AI Medical Scribe untuk RS Anda →

FAQ

Apakah AI Medical Scribe bisa menggantikan asisten dokter atau perawat dokumentasi?

Tidak, dan tidak seharusnya. AI Medical Scribe adalah lapisan otomatisasi untuk dokumentasi SOAP — bukan pengganti tugas klinis perawat atau peran asisten dokter dalam edukasi pasien dan persiapan pemeriksaan. Yang berubah adalah dokter tidak perlu lagi mengetik SOAP secara manual, sehingga waktu dokter dapat dialokasikan ke interaksi pasien atau tindakan klinis.

Apakah pasien harus menyetujui rekaman audio?

Ya, persetujuan eksplisit pasien wajib sebelum perekaman dimulai — sesuai UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi. Vendor yang baik akan menyediakan template informed consent dan workflow untuk dokter mendapatkan persetujuan sebelum visit. Pasien yang menolak harus tetap dilayani dengan dokumentasi manual.

Apa beda AI Medical Scribe dengan voice-to-text umum (kategori consumer transcription)?

Voice-to-text umum hanya melakukan transkripsi mentah — mengubah suara menjadi teks tanpa pemahaman struktur klinis. AI Medical Scribe menambah lapisan inferensi: NER medis untuk mengekstrak entitas (gejala, terapi, alergi), dan strukturisasi ke format SOAP. Selain itu, AI Medical Scribe untuk RS harus memenuhi syarat kepatuhan medis (data residency, audit trail, integrasi RME) yang tidak ada di voice-to-text umum.

Berapa biaya AI Medical Scribe untuk RS?

Bervariasi tergantung jalur. Vendor open source untuk medical scribe Bahasa Indonesia yang siap pakai untuk RS belum tersedia. In-house development membutuhkan investasi tinggi (tim ASR + LLM + integrasi RME). Vendor commercial menggunakan model subscription, biasanya per dokter atau per workstation, dengan TCO mencakup lisensi, training, dan support.

Apakah AI Medical Scribe akurat untuk semua spesialisasi?

Akurasi bervariasi per spesialisasi. Spesialisasi dengan terminologi terstandarisasi (penyakit dalam, anak, obstetri rutin) cenderung memiliki akurasi tinggi. Spesialisasi dengan terminologi spesifik (jantung intervensi, neuro, onkologi) membutuhkan fine-tuning tambahan. Vendor yang baik akan transparan tentang spesialisasi yang sudah divalidasi dan yang masih dalam pengembangan.

Apa yang terjadi pada audio setelah SOAP selesai dibuat?

Tergantung kebijakan vendor dan konfigurasi RS. Pendekatan paling konservatif: audio diproses transient — diolah menjadi transkripsi/SOAP, kemudian segera dihapus. Untuk audit medikolegal, beberapa RS memilih retensi audio untuk periode tertentu (30/90/365 hari). Kebijakan retensi harus eksplisit di Data Processing Agreement dan disepakati sebelum kontrak.

Bagaimana AI Medical Scribe membantu kepatuhan akreditasi MRMIK 2026?

Tiga area: (1) dokumentasi real-time — SOAP commit dapat dilakukan dalam menit, bukan jam atau hari setelah visit; (2) kelengkapan SOAP — AI memastikan semua section S/O/A/P terisi atau ditandai eksplisit jika tidak ada data; (3) audit trail — setiap SOAP dapat di-trace ke timestamp audio sumbernya, memberikan bukti kuat untuk surveyor.

Bagaimana cara memvalidasi akurasi vendor AI Medical Scribe?

Tiga cara: (1) pilot 14–30 hari dengan data audio nyata dari RS Anda; (2) blind comparison — minta 5 dokter merekam visit yang sama, ukur akurasi vs SOAP yang ditulis manual oleh dokter; (3) stress test halusinasi — buat skenario di mana dokter sengaja tidak menyebut beberapa hal, cek apakah AI tetap mengisi atau menandai sebagai "[tidak terdokumentasi]". Vendor yang menolak ketiga tes ini patut diragukan.

Referensi

Permenkes No. 24 Tahun 2022 tentang Rekam Medis Elektronik
UU No. 17 Tahun 2023 tentang Kesehatan
UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi
Standar Akreditasi Rumah Sakit MRMIK Edisi 1.1 — Komisi Akreditasi Rumah Sakit (KARS)
Tierney AA et al. (2023). "Ambient Artificial Intelligence Scribes to Alleviate the Burden of Clinical Documentation." NEJM Catalyst Innovations in Care Delivery 4(3).
Sinsky CA et al. (2016). "Allocation of Physician Time in Ambulatory Practice: A Time and Motion Study in 4 Specialties." Annals of Internal Medicine 165(11), 753–760.
Sezgin E et al. (2023). "Operationalizing and Implementing Pretrained, Large Artificial Intelligence Linguistic Models in the U.S. Health Care System." npj Digital Medicine 6, 88.
Goldstein A et al. (2024). "AI Medical Scribe Performance Across Hospital Settings: A Multi-site Evaluation." JAMA Network Open 7(2).
Bates DW et al. (2003). "Ten Commandments for Effective Clinical Decision Support." JAMIA 10(6), 523–530.
WHO (2019). "Recommendations on Digital Interventions for Health System Strengthening." World Health Organization.
SATUSEHAT Platform Documentation — satusehat.kemkes.go.id
Berwick DM et al. (2008). "The Triple Aim: Care, Health, and Cost." Health Affairs 27(3), 759–769.

Vera adalah Healthcare Content Strategist MedMinutes, fokus pada riset regulatory dan implementasi AI di rumah sakit Indonesia.