Dokter Operator, Dokter Lainnya, atau Asisten: Siapa yang Menentukan di Data Jaspel?

Ringkasan: Ketika dua dokter tercatat pada satu tindakan, sebagian besar SIMRS tidak menyimpan penanda siapa operator, siapa asisten, dan siapa yang berperan sebagai dokter pendamping. Akibatnya penentuan peran harus dilakukan manusia, satu baris demi satu baris, di akhir periode — padahal porsi jasa medis untuk operator dan asisten berbeda jauh. Artikel ini menjelaskan mengapa keterbatasan itu muncul, tiga opsi perbaikan yang realistis (disiplin urutan input, verifikasi kepala ruang, dan pelengkapan lewat API), serta batas jujur otomatisasi: mesin hanya bisa membedakan dokter umum dan spesialis dari gelar, bukan menentukan peran.

Masalahnya Bukan Rumus, Tapi Alamat

Panduan pembagian insentif di rumah sakit umumnya sudah menetapkan porsi peran dengan rinci. Pada tindakan operatif, misalnya, pola yang lazim adalah operator memperoleh porsi terbesar, anestesi porsi menengah, dan tim kamar operasi sisanya. Ketika ada dokter pendamping, porsinya dipecah lagi dengan skema tersendiri.

Rumusnya jelas. Persoalannya muncul satu langkah sebelum rumus dipakai: sistem tidak tahu siapa yang berperan sebagai apa.

Pada banyak SIMRS, ketika sebuah tindakan melibatkan dua dokter, keduanya tercatat sebagai peserta layanan tanpa atribut peran. Data yang tersimpan berbunyi kurang lebih: tindakan X, tanggal Y, dokter A dan dokter B. Tidak ada kolom yang menyatakan bahwa dokter A adalah operator dan dokter B asisten — atau sebaliknya.

Selama informasi itu tidak ada, rumus sebagus apa pun tidak bisa dijalankan. Sistem punya angka, tetapi tidak punya alamat.

Kenapa SIMRS Tidak Menyimpan Peran

Ini bukan kelalaian vendor. Ada tiga alasan struktural yang berulang:

Pertama, modul input klinis dan modul jaspel dibangun untuk tujuan berbeda. Modul input klinis dirancang untuk mencatat bahwa layanan diberikan — cukup untuk rekam medis, cukup untuk klaim. Peran spesifik dalam pembagian insentif bukan kebutuhan yang muncul saat modul itu dirancang.

Kedua, peran baru relevan setelah tarif diketahui. Penentuan operator dan asisten baru bermakna ketika sudah ada nominal yang akan dibagi. Nominal itu sendiri seringkali baru pasti setelah proses klaim berjalan — jadi secara alur, informasi peran diminta di titik yang berbeda dari titik pencatatan layanan.

Ketiga, yang tahu perannya adalah orang di ruangan, bukan sistem. Tidak ada sumber data lain di rumah sakit yang menyimpan fakta ini. Bukan berkas klaim, bukan billing, bukan jadwal. Hanya orang yang hadir saat tindakan berlangsung.

Apa yang Terjadi Kalau Dibiarkan

Konsekuensinya berjenjang dan seluruhnya mahal:

Kerja manual bervolume besar. Admin jaspel membuka baris demi baris, memilih peran, memilih nama, lalu menandai final. Untuk rumah sakit dengan volume ribuan kunjungan per bulan, ini pekerjaan yang menghabiskan hari kerja utuh setiap periode.

Perbaikan di waktu yang paling buruk. Pekerjaan ini dilakukan setelah pasien pulang, seringkali beberapa minggu setelah tindakan. Petugas yang bisa menjawab sudah berganti shift puluhan kali.

Risiko salah alamat. Kesalahan menentukan operator berarti selisih nominal yang nyata. Ketika seorang dokter melihat angkanya tidak wajar dan bertanya, penelusuran harus dilakukan mundur ke baris input — dan sering berakhir pada kesimpulan "kemungkinan tertukar".

Ketegangan antar-unit. Ketika angka salah, unit input menyalahkan sistem, tim IT menyalahkan disiplin input, tim jaspel berada di tengah. Padahal tidak ada yang benar-benar keliru: informasinya memang tidak pernah dikumpulkan.

Tiga Opsi Perbaikan yang Realistis

Opsi 1 — Aturan urutan input

Jika SIMRS mengizinkan pengisian beberapa dokter pada satu tindakan tetapi tanpa kolom peran, urutan pengisian bisa dijadikan penanda peran: isian pertama selalu operator, isian kedua asisten, isian ketiga pendamping.

Kelebihannya: tidak butuh perubahan sistem sama sekali, hanya kesepakatan dan sosialisasi. Pemetaan menjadi otomatis sejak hari pertama diberlakukan.

Kekurangannya: bergantung penuh pada disiplin. Kalau petugas mengisi dokter umum lebih dulu padahal operatornya spesialis, hasilnya salah tanpa ada indikasi apa pun bahwa ada yang salah. Karena itu opsi ini hanya aman bila dipasangkan dengan opsi 2.

Opsi 2 — Verifikasi kepala ruang

Menambahkan satu langkah verifikasi setelah input: kepala ruang atau penanggung jawab shift meninjau baris layanan hari itu dan mengonfirmasi peran.

Kelebihannya: yang memverifikasi adalah orang yang benar-benar tahu. Kesalahan tertangkap pada hari yang sama, bukan tiga minggu kemudian.

Kekurangannya: menambah satu langkah kerja. Ini harus diakui terus terang saat sosialisasi — menyembunyikannya justru membuat kebijakan gagal di lapangan.

Opsi 3 — Pelengkapan lewat API

Jika sebagian pola dapat disimpulkan dari data lain — misalnya membedakan dokter umum dan dokter spesialis dari gelar pada nama — pelengkapan bisa dilakukan sistem luar melalui API yang dibuka tim IT.

Kelebihannya: mengurangi volume baris yang perlu disentuh manusia, sehingga verifikasi manual tersisa hanya untuk kasus yang benar-benar ambigu.

Kekurangannya: cakupannya terbatas. Yang bisa disimpulkan hanyalah hal yang memang tertulis di data.

Batas Jujur Otomatisasi dan AI

Bagian ini perlu dinyatakan tanpa bungkus pemasaran, karena banyak rumah sakit membeli janji yang tidak bisa ditepati.

Yang bisa dilakukan mesin:

• Membedakan dokter umum dan dokter spesialis dari gelar yang tertulis pada nama
• Menyatukan varian ejaan nama dokter yang sebenarnya orang yang sama
• Menandai baris yang tidak punya nama pelaksana sehingga tidak lolos diam-diam
• Menandai baris yang punya dua dokter tanpa peran, sebagai antrean kerja yang perlu keputusan manusia
• Mengerjakan seluruh aritmetika setelah peran diketahui — pembagian porsi, agregasi, rekapitulasi

Yang tidak bisa dilakukan mesin:

• Menentukan siapa operator dan siapa asisten ketika dua dokter dengan kualifikasi setara tercatat pada tindakan yang sama

Alasannya sederhana: informasi itu tidak ada di mana pun dalam data. Model bahasa secanggih apa pun hanya bisa menebak, dan tebakan yang meleset di sini berarti seseorang dibayar kurang dan orang lain dibayar lebih.

Perbedaan antara vendor yang jujur dan yang tidak terletak pada kalimat ini: sistem yang baik tidak menghilangkan keputusan manusia, ia memindahkan keputusan itu ke waktu dan orang yang tepat. Dari admin jaspel di akhir bulan yang tidak tahu apa-apa tentang tindakan tersebut, menjadi kepala ruang pada hari yang sama yang tahu persis apa yang terjadi.

Cara Menghitung Skala Masalahnya di RS Anda

Sebelum memutuskan opsi mana yang diambil, ukur dulu. Tiga angka yang perlu ditarik dari tarikan jaspel satu bulan:

1. Berapa persen baris layanan yang tidak punya nama pelaksana? Ini beban pelengkapan murni.
2. Berapa persen baris yang punya lebih dari satu dokter? Ini populasi yang berpotensi ambigu.
3. Dari kelompok kedua, berapa yang kombinasinya dokter umum + spesialis? Bagian ini bisa diselesaikan otomatis dari gelar. Sisanya — spesialis + spesialis — adalah beban keputusan manusia yang sebenarnya.

Pada banyak rumah sakit, angka ketiga jauh lebih kecil dari yang diperkirakan. Artinya masalahnya terasa besar bukan karena volumenya besar, melainkan karena tidak ada yang memisahkan mana yang butuh manusia dan mana yang tidak.

Bagaimana Claim Manager AI Membantu

Claim Manager AI tidak mengklaim bisa menebak peran dokter. Yang dilakukannya adalah memperkecil populasi yang perlu disentuh manusia dan memastikan tidak ada baris yang lolos diam-diam:

• Menyatukan varian ejaan dan gelar sehingga satu dokter tidak pecah menjadi beberapa identitas
• Menyimpulkan yang memang bisa disimpulkan dari data, seperti membedakan dokter umum dan spesialis
• Menyisihkan baris ambigu ke antrean keputusan, bukan menebaknya
• Menjalankan seluruh perhitungan porsi peran secara otomatis setelah peran ditetapkan
• Menyimpan jejak siapa yang menetapkan peran dan kapan, sehingga saat ada sengketa penelusurannya jelas

Pembahasan rantai lengkapnya ada di artikel 5 tahap perhitungan jaspel, sedangkan cara menggeser perbaikan ke hulu dibahas di kelengkapan data dokter sebelum pasien pulang.

FAQ

Kenapa SIMRS tidak menyimpan siapa operator dan siapa asisten?

Karena modul pencatatan layanan dirancang untuk kebutuhan rekam medis dan klaim, bukan untuk pembagian insentif. Pada saat layanan dicatat, peran dalam pembagian jasa medis belum menjadi informasi yang diminta sistem. Akibatnya dua dokter bisa tercatat pada satu tindakan tanpa atribut peran, dan penentuannya harus dilakukan belakangan secara manual.

Apakah AI bisa menentukan sendiri siapa dokter operator?

Tidak, bila kedua dokter memiliki kualifikasi setara. Informasi peran tidak ada di data mana pun, sehingga sistem hanya bisa menebak — dan tebakan yang salah berarti nominal jasa medis salah alamat. Yang bisa disimpulkan mesin secara aman hanyalah membedakan dokter umum dan dokter spesialis berdasarkan gelar pada nama.

Apa cara paling murah memperbaikinya tanpa mengganti SIMRS?

Menetapkan aturan urutan input — isian pertama selalu operator, berikutnya asisten — lalu memasangkannya dengan verifikasi harian oleh kepala ruang. Kombinasi ini tidak memerlukan perubahan pada SIMRS, hanya kesepakatan kerja dan sosialisasi, tetapi harus diakui bahwa ia menambah satu langkah verifikasi.

Siapa yang sebaiknya memverifikasi peran dokter?

Kepala ruang atau penanggung jawab shift pada hari layanan diberikan. Mereka adalah satu-satunya pihak yang benar-benar mengetahui siapa mengerjakan apa. Menyerahkan verifikasi ke admin jaspel di akhir bulan berarti meminta orang yang tidak hadir untuk memutuskan sesuatu yang hanya diketahui orang yang hadir.

Apakah kesalahan penentuan peran bisa ditelusur kemudian?

Bisa, sepanjang sistem menyimpan jejak siapa yang menetapkan peran dan kapan. Tanpa jejak itu, penelusuran hanya bisa mengandalkan ingatan. Karena itu kemampuan audit trail sebaiknya menjadi syarat, bukan fitur tambahan, pada sistem apa pun yang menyentuh pembagian jasa medis.

Referensi

1. Peraturan Menteri Kesehatan No. 24 Tahun 2022 tentang Rekam Medis — kewajiban kelengkapan pencatatan pelayanan
2. Peraturan Menteri Kesehatan No. 3 Tahun 2023 tentang Standar Tarif Pelayanan Kesehatan dalam Penyelenggaraan Program Jaminan Kesehatan
3. Peraturan Pemimpin BLUD masing-masing rumah sakit — panduan pembagian insentif yang memuat porsi peran operator, anestesi, dan pendamping