Kriteria Memilih AI Medical Scribe untuk RS: Checklist 12 Poin Direktur 2026

Ringkasan: Memilih AI Medical Scribe untuk rumah sakit bukan sekadar membandingkan demo dan harga. Direktur RS dan Wakil Direktur Pelayanan perlu rubric scoring yang dapat dipertanggungjawabkan ke direksi, komite rekam medis, dan auditor akreditasi. Artikel ini menyajikan 12 kriteria evaluasi vendor AI Medical Scribe — dari audit trail Permenkes 24/2022 Pasal 8, kepatuhan MRMIK Standar 13 KMK 1596/2024, integrasi SatuSehat FHIR R4, akurasi Bahasa Indonesia + istilah medis daerah, hingga retensi data 25 tahun dan exit criteria pilot. Setiap kriteria dilengkapi pertanyaan vendor, red flag jawaban yang harus ditolak, dan bobot rubric 0–5. Direktur yang menyelesaikan checklist ini akan keluar dengan scoring sheet objektif — bukan rasa percaya yang sulit dijelaskan ke direksi.

---

Mengapa Direktur RS Perlu Kriteria Objektif untuk Vendor AI Scribe

Pasar AI Medical Scribe di Indonesia sedang mengalami fase yang sama dengan pasar SIMRS sepuluh tahun lalu: banyak vendor masuk dengan janji yang mirip, demo yang serupa, dan brosur yang sulit dibedakan. Direktur RS yang membandingkan vendor hanya berdasarkan harga atau "kesan pertama demo" sering menyesal di tahun kedua — saat audit akreditasi menemukan bahwa sistem yang dibeli tidak mendukung audit log Permenkes 24/2022 Pasal 8, atau saat Tim Casemix menemukan bahwa output SOAP tidak bisa di-export ke struktur yang dibutuhkan untuk verifikasi klaim.

Permasalahan ini bukan teoritis. Permenkes 24/2022 tentang Rekam Medis mewajibkan setiap RS yang menyelenggarakan rekam medis elektronik untuk memastikan integritas catatan medis, termasuk jejak audit setiap perubahan (Pasal 8) dan retensi minimal 25 tahun untuk RME (Pasal 11–12). KMK 1596/2024 tentang Standar Akreditasi Rumah Sakit — yang menggantikan KMK 1128/2022 — menempatkan rekam medis di bawah MRMIK akreditasi RS dengan 13 standar dan sekitar 46 elemen penilaian. Vendor AI Scribe yang tidak dirancang dengan kerangka regulasi Indonesia ini akan menjadi technical debt yang mahal — bukan aset.

Checklist 12 kriteria di bawah ini disusun untuk menggeser percakapan vendor dari "siapa yang lebih murah" menjadi "siapa yang akan tetap compliant tiga tahun lagi". Setiap kriteria memiliki bobot 0–5; total skor maksimum 60. Direktur yang menggunakan rubric ini akan keluar dari proses procurement dengan dokumentasi yang dapat dipertanggungjawabkan — bukan rasa percaya yang sulit dijelaskan saat audit internal.

---

Cara Menggunakan Checklist: Rubric Scoring 0–60

Setiap kriteria diberi bobot 1–5 berdasarkan kemampuan vendor menjawab pertanyaan dan menyediakan bukti. Skala penilaian:

• 5 — Excellent: Vendor menyediakan dokumentasi tertulis, demo langsung, dan referensi RS Indonesia yang menggunakan fitur ini.
• 4 — Strong: Vendor menyediakan dokumentasi tertulis dan dapat mendemokan fitur, namun belum memiliki referensi RS Indonesia yang membuktikan.
• 3 — Adequate: Vendor menjelaskan secara verbal, ada di roadmap, atau sebagian fitur sudah ada.
• 2 — Weak: Vendor mengakui fitur tidak tersedia tapi menjanjikan custom development.
• 1 — Missing: Vendor tidak memahami pertanyaan atau secara eksplisit tidak mendukung.
• 0 — Red flag: Vendor memberi jawaban yang menunjukkan ketidakpatuhan regulasi atau menyangkal kewajiban hukum yang jelas.

Ambang interpretasi total skor (dari 60):

• ≥ 48 (80%): PASS — vendor layak masuk tahap pilot. Negosiasikan PKS dengan SLA tertulis.
• 36–47 (60–79%): CONDITIONAL — vendor memiliki gap material. Lanjut hanya jika vendor commit roadmap tertulis dengan deadline dan klausul terminate-on-default di PKS.
• < 36 (60%): FAIL — vendor tidak siap untuk RS regulated. Tolak meskipun harga menarik.

Penting: skor 0 di kriteria mana pun yang menyangkut regulasi (audit trail, retensi 25 tahun, enkripsi, MRMIK) adalah disqualifying — vendor harus ditolak terlepas dari skor total. Kepatuhan regulasi bukan trade-off.

---

Kriteria 1: Audit Trail Edit History — Siapa, Kapan, Apa

Permenkes 24/2022 Pasal 8 mewajibkan setiap perubahan pada rekam medis elektronik dapat ditelusuri: identitas pengubah, waktu perubahan, dan isi sebelum-sesudah. Untuk AI Medical Scribe, kewajiban ini berlapis — karena draft SOAP yang dihasilkan AI akan diedit oleh dokter sebelum di-commit ke RME, dan setiap edit harus tercatat. Vendor yang tidak menyediakan audit trail edit history akan menempatkan RS dalam posisi tidak dapat membuktikan integritas dokumentasi saat ada pertanyaan medikolegal atau audit BPJS.

Yang dimaksud audit trail di sini bukan per-kalimat-mapped-ke-timestamp-audio (klaim yang sering dilebih-lebihkan vendor), melainkan jejak edit history standar: siapa user yang melakukan edit, jam berapa, field apa yang berubah, nilai sebelum dan sesudah. Ini setara dengan log standar di sistem RME compliant lainnya, dan inilah yang akan diaudit oleh PORMIKI saat survei akreditasi.

Pertanyaan ke vendor:

• Bagaimana sistem mencatat siapa yang melakukan edit pada draft SOAP? Tunjukkan field user_id dan timestamp di log.
• Apakah perubahan tersimpan sebagai diff (sebelum vs sesudah) atau hanya overwrite?
• Berapa lama log audit disimpan? Apakah selaras dengan retensi RME 25 tahun?
• Apakah audit log dapat di-export untuk audit eksternal (PORMIKI, BPK, BPJS)?
• Apakah audit log immutable — atau bisa dihapus oleh administrator?

Red flag:

• "Kami menyimpan timestamp tapi tidak menyimpan isi sebelumnya" — tidak compliant Pasal 8.
• "Administrator dapat menghapus log untuk hemat storage" — disqualifying, audit log harus immutable.

Bobot suggested: 5 (regulasi mandatory, tidak boleh trade-off).

---

Kriteria 2: Kepatuhan MRMIK Standar 13 — KMK 1596/2024

KMK 1596/2024 yang berlaku sejak 4 Oktober 2024 menetapkan standar akreditasi RS terbaru, termasuk bab Manajemen Rekam Medis dan Informasi Kesehatan (MRMIK) dengan 13 standar dan ~46 elemen penilaian. Standar 13 secara khusus mengatur sistem informasi kesehatan dan rekam medis elektronik, mencakup integritas data, identifikasi pengguna, otentikasi, dan kelengkapan dokumentasi. Vendor AI Medical Scribe yang serius melayani RS Indonesia harus memetakan fiturnya ke standar MRMIK secara eksplisit.

Pemetaan ini bukan hanya checklist marketing. Saat surveior akreditasi melakukan visitasi, mereka akan meminta bukti bagaimana sistem mendukung setiap elemen penilaian. RS yang menggunakan vendor yang sudah memetakan fiturnya ke MRMIK akan memiliki dokumentasi siap-pakai; RS yang tidak akan harus menyusun pemetaan sendiri di tengah persiapan akreditasi.

Pertanyaan ke vendor:

• Apakah Anda memiliki matriks pemetaan fitur ke 13 standar MRMIK KMK 1596/2024?
• Untuk Standar 13 (sistem informasi & RME), elemen mana yang fitur Anda dukung secara langsung?
• Apakah Anda menyediakan template laporan yang dapat dilampirkan saat visitasi akreditasi?
• Bagaimana sistem memverifikasi identitas dokter (login, MFA, sertifikat digital)?
• Apakah Anda mengikuti pembaruan KMK akreditasi secara aktif dan menyesuaikan produk?

Red flag:

• "Kami compliant dengan akreditasi internasional, jadi otomatis compliant dengan akreditasi Indonesia" — KMK 1596/2024 punya elemen unik (PORMIKI, koding INA-CBG, retensi 25 tahun) yang tidak ada di JCI.
• Tidak bisa menunjukkan pemetaan ke MRMIK secara tertulis.

Bobot suggested: 5 (mandatory untuk RS yang mengejar atau mempertahankan akreditasi).

---

Kriteria 3: Integrasi SatuSehat FHIR R4 Native

Kementerian Kesehatan melalui Kemkes.go.id menetapkan SatuSehat sebagai platform integrasi data kesehatan nasional menggunakan standar HL7 FHIR R4. Setiap RS yang menyelenggarakan RME wajib mengirim ringkasan klinis ke SatuSehat — dan output AI Medical Scribe (SOAP, diagnosa, tindakan) adalah salah satu sumber data utama yang masuk ke alur ini. Vendor yang tidak native FHIR R4 akan memaksa RS membangun layer middleware sendiri, menambah biaya integrasi dan titik kegagalan.

Native FHIR R4 berarti vendor menggunakan resource FHIR (Encounter, Observation, Condition, MedicationRequest, ClinicalImpression) sebagai struktur internal — bukan sekadar mengekspor JSON ad-hoc yang harus di-translate ke FHIR di sisi RS. Bedakan vendor yang "mendukung FHIR" dengan vendor yang "native FHIR". Yang pertama menyediakan adapter ekspor; yang kedua membangun produk di atas FHIR sejak hari pertama. Untuk integrasi SATUSEHAT jangka panjang, hanya yang kedua yang scalable.

Pertanyaan ke vendor:

• Apakah model data internal Anda menggunakan FHIR R4 native, atau Anda export-only?
• Resource FHIR mana yang Anda hasilkan dari draft SOAP (Encounter, Condition, Observation, dll)?
• Apakah Anda sudah memiliki referensi RS yang berhasil mengirim data ke SatuSehat melalui produk Anda?
• Bagaimana Anda menangani perubahan profil FHIR Indonesia (KFA, KMK terbaru)?
• Apakah Anda mendukung subscription/notification FHIR untuk event-driven update?

Red flag:

• "Kami akan mengembangkan integrasi SatuSehat saat dibutuhkan" — RS akan menanggung biaya custom development.
• Tidak dapat menjelaskan perbedaan FHIR R4 dengan FHIR DSTU2/STU3.

Bobot suggested: 5 (mandatory untuk RS yang sudah onboarding SatuSehat).

---

Kriteria 4: Akurasi Bahasa Indonesia + Istilah Medis Daerah

Akurasi transkripsi adalah faktor paling sering dijanjikan vendor — dan paling sering dilebih-lebihkan. Studi yang dipublikasikan di JAMA Network Open dan jurnal terkait JMIR Medical Informatics (medinform.jmir.org) menunjukkan bahwa Word Error Rate (WER) sistem AI Medical Scribe komersial berkisar 4–11% pada audio bersih berbahasa Inggris. Untuk Bahasa Indonesia dengan code-switching ke istilah medis Inggris ("pasien dengan dyspnea on exertion sejak satu minggu yang lalu"), realitanya lebih kompleks.

Lebih dari itu, dokter Indonesia sering melakukan code-switching ke bahasa daerah saat berinteraksi dengan pasien — Jawa di Yogya–Solo–Surabaya, Sunda di Bandung–Bogor, Batak di Medan, Minang di Padang. Sistem yang dilatih hanya pada Bahasa Indonesia formal akan kehilangan akurasi saat percakapan klinis aktual berlangsung. Vendor yang serius akan transparan tentang dataset training, akurasi per-domain, dan keterbatasan sistem — bukan menjanjikan "akurasi 99%" tanpa konteks.

Pertanyaan ke vendor:

• Berapa Word Error Rate (WER) sistem Anda untuk Bahasa Indonesia medis pada audio kondisi RS realistis (mikrofon laptop, AC menyala, jarak 1–2 meter)?
• Apakah sistem Anda dilatih dengan audio yang mencakup code-switching Bahasa Indonesia + istilah medis Inggris?
• Bagaimana akurasi sistem saat dokter atau pasien menggunakan dialek Jawa/Sunda/Batak/Minang?
• Dapatkah Anda menyediakan benchmark akurasi pada dataset RS Indonesia (bukan hanya benchmark internal vendor)?
• Bagaimana sistem menangani istilah farmakologi dengan ejaan mirip (cefadroxil vs cefuroxime)?

Red flag:

• "Akurasi 99%" tanpa konteks dataset dan kondisi audio — angka ini secara akademik tidak realistis untuk percakapan klinis Indonesia.
• Tidak dapat menjelaskan metodologi pengukuran akurasi.

Bobot suggested: 5 (akurasi rendah = beban edit dokter naik = ROI hilang).

---

Kriteria 5: Integrasi RME Existing — Interoperabilitas dan API

AI Medical Scribe adalah lapisan input ke rekam medis elektronik existing RS — bukan pengganti RME. Mayoritas RS Indonesia sudah memiliki sistem RME (Khanza, SIMGOS, atau RME custom) yang terintegrasi dengan modul billing, farmasi, lab, dan radiologi. Vendor AI Scribe yang memaksa RS mengganti RME atau membangun integrasi point-to-point yang fragile akan gagal pada tahap pilot.

Integrasi yang baik berbasis API (REST atau FHIR) atau webhook event-driven, dengan dokumentasi tertulis, sandbox untuk testing, dan SLA respons API. Vendor yang hanya menyediakan ekspor PDF atau copy-paste manual ke RME bukan solusi enterprise — itu workflow yang akan ditolak dokter setelah dua minggu.

Pertanyaan ke vendor:

• Apakah Anda sudah pernah berintegrasi dengan Khanza, SIMGOS, atau RME custom yang sering digunakan di RS Indonesia? Tunjukkan referensi.
• Apakah API Anda terdokumentasi (OpenAPI/Swagger) dan tersedia sandbox untuk Tim IT RS?
• Format data ekspor: HL7 FHIR, HL7 v2, JSON ad-hoc, atau lainnya?
• Bagaimana Anda menangani perubahan struktur RME RS (versi upgrade, custom field)?
• SLA respons API dan policy retry saat RME RS sedang maintenance?

Red flag:

• "Dokter copy-paste hasil scribe ke RME secara manual" — bukan integrasi, ini workflow gap yang akan ditolak.
• Tidak ada dokumentasi API tertulis.

Bobot suggested: 5 (integrasi gagal = adopsi gagal).

---

Kriteria 6: Retensi Data 25 Tahun + Biaya Storage

Permenkes 24/2022 Pasal 11 dan 12 mewajibkan retensi RME minimal 25 tahun setelah pasien terakhir berinteraksi dengan layanan kesehatan. Permenkes 269/2008 yang sebelumnya menetapkan 5 tahun sudah dicabut — vendor yang masih merujuk ke 5/10 tahun adalah sinyal bahwa mereka tidak update regulasi terbaru. Untuk AI Medical Scribe, kewajiban retensi ini berlaku untuk SOAP final yang masuk ke RME; namun audio rekaman dan draft awal SOAP sering memunculkan pertanyaan terpisah yang harus dijawab vendor secara eksplisit.

Implikasi storage 25 tahun bukan trivial. Untuk RS dengan 200 dokter melakukan rata-rata 30 visit/hari, total volume audio per tahun bisa mencapai puluhan terabyte. Vendor yang tidak menjelaskan model biaya storage jangka panjang (apakah flat-rate, per-GB, atau tiered) akan membuat RS terkejut dengan invoice di tahun ke-3 atau ke-5. Diskusi storage ini juga terhubung ke keamanan data pasien — di mana data disimpan, siapa yang punya akses fisik, dan bagaimana enkripsi at-rest ditegakkan.

Pertanyaan ke vendor:

• Berapa lama Anda menyimpan audio rekaman, draft SOAP, dan SOAP final masing-masing?
• Apakah retensi 25 tahun untuk RME sudah otomatis atau perlu konfigurasi?
• Bagaimana model biaya storage — flat-rate, per-GB, tiered (hot/cold)?
• Apakah RS dapat menghapus audio segera setelah SOAP di-commit ke RME (untuk minimasi data)?
• Apa kebijakan disposisi data setelah 25 tahun (auto-purge, archive, klien kontrol)?

Red flag:

• "Retensi 5 tahun mengikuti Permenkes 269/2008" — Permenkes tersebut sudah dicabut; vendor tidak update regulasi.
• Tidak ada model biaya storage yang transparan untuk jangka 25 tahun.

Bobot suggested: 5 (mandatory regulasi + risiko biaya tersembunyi).

---

Kriteria 7: Mapping ICD-10 + INA-CBG Link untuk Verifikasi Klaim

Output AI Medical Scribe yang berhenti di teks SOAP tidak cukup untuk RS yang melayani BPJS. Diagnosa dan tindakan yang diidentifikasi sistem harus dapat dipetakan ke kode ICD-10 dan ICD-9-CM, lalu di-link ke kode INA-CBG melalui sistem E-Klaim Kemenkes. Vendor yang menyertakan layer suggestion ICD-10 dari draft SOAP akan menghemat waktu Tim Casemix secara signifikan — terutama saat verifikasi klaim yang ditolak BPJS karena kode tidak sesuai narasi.

Penting dipahami: file TXT klaim INA-CBG dihasilkan oleh aplikasi E-Klaim Kemenkes, bukan oleh SIMRS atau AI Scribe secara langsung. Vendor AI Scribe yang baik tidak mengklaim menggantikan E-Klaim, melainkan memperlancar input ke E-Klaim dengan diagnosa terstruktur. Lihat juga transisi INA-CBG ke iDRG untuk konteks regulasi 2026.

Pertanyaan ke vendor:

• Apakah sistem menyarankan kode ICD-10 dari narasi SOAP? Tunjukkan demo dengan kasus DM2 + komplikasi.
• Apakah suggestion ICD-10 disertai confidence score dan justifikasi (kalimat sumber dari SOAP)?
• Bagaimana sistem menangani diagnosa multipel (komorbiditas) dan severity (DM tanpa komplikasi vs DM dengan nefropati)?
• Apakah Tim Casemix dapat override suggestion dengan jejak audit?
• Apakah ada integrasi dengan E-Klaim atau sistem verifikasi klaim BPJS RS?

Red flag:

• "Sistem otomatis mengirim klaim ke BPJS" — alur klaim BPJS resmi melalui E-Klaim Kemenkes, vendor tidak boleh by-pass.
• Suggestion ICD-10 tanpa justifikasi sumber kalimat — Tim Casemix tidak dapat audit.

Bobot suggested: 4 (high-value untuk RS BPJS-heavy, tapi bukan mandatory regulasi).

---

Kriteria 8: Enkripsi Data At-Rest dan In-Transit — UU PDP

UU 27/2022 tentang Perlindungan Data Pribadi (UU PDP) menetapkan kewajiban pengendali data (RS) memastikan data pasien dilindungi dengan langkah teknis dan organisasional yang memadai. Untuk AI Medical Scribe yang menangani audio percakapan dokter–pasien dan SOAP — yang keduanya termasuk data spesifik (data kesehatan) — enkripsi at-rest dan in-transit bukan opsional. Vendor yang tidak mengenkripsi audio yang ditransfer dari mikrofon ke server, atau yang menyimpan audio di disk tanpa enkripsi, menempatkan RS dalam pelanggaran UU PDP.

Standar industri saat ini adalah TLS 1.2+ untuk in-transit dan AES-256 untuk at-rest. Vendor yang serius juga menerapkan key management (KMS) dengan rotasi kunci, audit access ke kunci, dan kemampuan crypto-shredding (menghapus data dengan menghancurkan kunci). RS harus meminta dokumen Information Security Management System (ISMS) atau ISO 27001 — bukan sekadar pernyataan verbal "kami enkripsi".

Pertanyaan ke vendor:

• Standar enkripsi at-rest (AES-256?) dan in-transit (TLS 1.2+?) — tunjukkan dokumen.
• Bagaimana key management dilakukan? Siapa yang punya akses ke kunci?
• Apakah Anda memiliki sertifikasi ISO 27001 atau setara?
• Bagaimana Anda menangani breach notification sesuai UU PDP (notifikasi 3x24 jam)?
• Apakah Anda bersedia menandatangani Data Processing Agreement (DPA) sesuai UU PDP?

Red flag:

• "Kami enkripsi" tanpa detail standar atau dokumen pendukung.
• Tidak bersedia tanda tangan DPA.

Bobot suggested: 5 (mandatory regulasi UU PDP).

---

Kriteria 9: Mode Deployment — On-Premise vs Cloud Regional Indonesia

UU 17/2023 tentang Kesehatan dan turunannya mendorong data residency Indonesia untuk data kesehatan. RS Indonesia umumnya memiliki tiga pilihan deployment: on-premise di data center RS, private cloud di provider regional Indonesia, atau public cloud dengan region Indonesia. Setiap pilihan memiliki trade-off biaya, latency, dan compliance — dan vendor yang hanya menawarkan satu mode (terutama global cloud tanpa region Indonesia) akan menyulitkan RS yang menjadwalkan audit data residency.

Untuk RS swasta tipe B–C dengan tim IT terbatas, cloud regional Indonesia sering lebih praktis daripada on-premise — namun vendor harus dapat menunjukkan provider cloud, lokasi data center, dan sertifikat ISO/SOC 2. Untuk RS pemerintah atau RS yang menangani VIP/militer, on-premise sering mandatory karena kebijakan internal. Vendor yang fleksibel di kedua mode menunjukkan kematangan produk.

Pertanyaan ke vendor:

• Mode deployment apa yang Anda dukung — on-premise, cloud regional Indonesia, atau keduanya?
• Provider cloud yang Anda gunakan dan lokasi region (Jakarta, Cibitung, dll)?
• Apakah ada perbedaan fitur antara mode on-premise dan cloud (misal: model AI di-cloud-only)?
• Bagaimana update produk dilakukan di on-premise — manual, otomatis, atau air-gapped?
• SLA uptime dan disaster recovery (RTO/RPO) per mode deployment?

Red flag:

• Hanya tersedia di global cloud tanpa region Indonesia — risiko data residency.
• Tidak dapat menjelaskan perbedaan fitur on-prem vs cloud.

Bobot suggested: 4 (mandatory tapi fleksibilitas mode bukan core compliance).

---

Kriteria 10: Lapis Dukungan Implementasi — Training Dokter, Change Management

AI Medical Scribe yang gagal di RS Indonesia jarang gagal karena teknologi — sebagian besar gagal karena change management. Dokter senior yang sudah 20 tahun mengetik SOAP sendiri tidak akan langsung percaya pada draft yang dihasilkan AI. Asosiasi Profesi Perekam Medis Indonesia (PORMIKI) dan studi tentang adopsi RME di Indonesia menunjukkan bahwa training dan dukungan implementasi adalah faktor pembeda antara pilot yang berhasil dan pilot yang dilupakan setelah tiga bulan.

Vendor yang serius menyediakan paket implementasi yang mencakup: training dokter awal (workshop atau e-learning), training Tim Casemix dan Tim IT, periode pendampingan onsite atau hybrid (2–6 minggu), playbook change management, dan kanal support yang responsif. Vendor yang hanya menjual lisensi tanpa lapisan implementasi akan menempatkan beban onboarding seluruhnya pada RS.

Pertanyaan ke vendor:

• Apa paket implementasi yang Anda sertakan dalam kontrak — training, pendampingan onsite, dokumentasi?
• Berapa lama periode pendampingan default? Apa yang terjadi setelah periode tersebut?
• Bagaimana Anda menangani resistensi dokter senior — punya playbook?
• Channel support: WhatsApp, email, ticket system, atau dedicated success manager?
• SLA respons support tier 1 (operasional) vs tier 2 (teknis bug)?

Red flag:

• "Training dilakukan via dokumentasi PDF saja" — adopsi akan rendah.
• Tidak ada SLA respons support tertulis.

Bobot suggested: 4 (high-value, tapi sebagian RS punya tim internal yang kuat).

---

Kriteria 11: Roadmap Produk + Komitmen Vendor Jangka Panjang

RS yang memilih AI Medical Scribe membuat keputusan dengan horizon 3–5 tahun. Pasar AI berkembang cepat — model yang state-of-the-art hari ini akan terlihat usang dalam 18 bulan. Vendor yang tidak menunjukkan investasi R&D berkelanjutan, atau vendor yang produknya stagnant selama 12 bulan terakhir, adalah risiko strategis. Sebaliknya, vendor yang merilis fitur baru terlalu cepat tanpa stabilitas akan menyulitkan operasional RS.

Indikator komitmen jangka panjang yang sehat: roadmap publik atau semi-publik dengan timeline, release notes yang transparan, ukuran tim engineering yang jelas, funding/financial stability, dan referensi customer yang sudah menggunakan produk >2 tahun. RS Indonesia juga perlu memastikan vendor punya entitas legal Indonesia (PT) — bukan hanya representative office — untuk memudahkan pengadaan dan klausul legal.

Pertanyaan ke vendor:

• Apa roadmap produk 12 bulan ke depan? Apakah Anda dapat membagikan high-level tertulis?
• Berapa ukuran tim engineering dan medical advisory Anda?
• Berapa frekuensi release update produk dalam setahun terakhir?
• Apakah Anda memiliki entitas legal Indonesia (PT)?
• Bagaimana exit clause di PKS — apa yang terjadi jika Anda discontinue produk atau diakuisisi?

Red flag:

• Tidak ada release dalam 6 bulan terakhir — sinyal vendor stagnant.
• Tidak ada entitas legal Indonesia — kompleksitas pengadaan dan pajak.

Bobot suggested: 4 (strategis tapi sebagian fleksibel di awal pilot).

---

Kriteria 12: Evaluasi Pilot — KPI, Durasi, Exit Criteria

Sebaik apa pun rubric scoring di tahap procurement, keputusan akhir harus divalidasi melalui pilot terstruktur. Pilot AI Medical Scribe yang baik bukan "coba 1 bulan, lihat dokter suka atau tidak" — melainkan eksperimen dengan KPI tertulis, durasi terbatas (8–12 minggu), exit criteria yang objektif, dan klausul terminate-on-default di PKS. Pilot tanpa exit criteria adalah lock-in tersamar — RS akan kesulitan keluar dari vendor meskipun hasil pilot mengecewakan.

KPI pilot yang lazim: waktu rata-rata penyelesaian SOAP per dokter (sebelum vs sesudah), tingkat adopsi (% dokter aktif menggunakan minimal 3x/minggu), tingkat edit (% draft AI yang diubah dokter), Net Promoter Score dokter, dan dampak ke kelengkapan dokumentasi (dapat diukur via sampling Tim tim casemix). Vendor yang serius akan membantu RS mendesain KPI ini, bukan menolak pengukuran.

Pertanyaan ke vendor:

• Apakah Anda terbuka untuk pilot dengan exit criteria tertulis — terminate-on-default tanpa penalti?
• KPI pilot apa yang umum Anda sarankan ke RS?
• Berapa durasi pilot ideal menurut Anda — dan kenapa?
• Bagaimana Anda mendukung instrumentasi KPI selama pilot (dashboard, laporan mingguan)?
• Apa policy data pasien jika pilot gagal — siapa yang menghapus, siapa yang verifikasi?

Red flag:

• Menolak exit criteria atau memaksa minimum komitmen 12 bulan tanpa exit clause.
• Tidak punya saran KPI standar — vendor pertama kali pilot di RS.

Bobot suggested: 5 (kalau pilot tidak punya exit criteria, semua kriteria sebelumnya jadi formalitas).

---

Cara Mengintegrasikan Checklist dalam Proses Procurement RS

Checklist 12 kriteria ini paling efektif jika diintegrasikan dalam proses procurement formal RS, bukan diskusi informal. Urutan yang lazim: (1) Tim IT + Direktur Medis menyusun shortlist 3–5 vendor; (2) RFP/RFI berisi 12 kriteria dikirim ke seluruh shortlist; (3) Vendor merespon tertulis dengan dokumen pendukung; (4) Demo terstruktur 90–120 menit per vendor dengan skenario standar (visit pasien DM dengan komorbiditas); (5) Skoring rubric oleh komite (Direktur Medis, Wadir Pelayanan, Wadir SDM, Komite Rekam Medis, Tim IT, perwakilan dokter); (6) Top-2 vendor masuk pilot terbatas 8–12 minggu; (7) Keputusan akhir berdasarkan hasil pilot + skor rubric.

Untuk RS swasta tipe B–C dengan resource procurement terbatas, proses ini dapat dipangkas menjadi 4–6 minggu total. Yang tidak boleh dipangkas adalah kriteria regulasi (audit trail, MRMIK, retensi 25 tahun, enkripsi UU PDP) — keempat ini adalah disqualifier yang non-negotiable. Cek juga referensi kepatuhan RME Permenkes 24/2022 dan akreditasi RS digital untuk konteks regulasi yang lebih luas.

---

FAQ — Pertanyaan yang Sering Diajukan Direktur RS

Apakah RS tipe C atau D perlu seketat ini dalam memilih AI Medical Scribe?

Ya, untuk kriteria regulasi (audit trail, MRMIK, retensi 25 tahun, enkripsi UU PDP). Permenkes 24/2022 dan KMK 1596/2024 berlaku untuk semua RS terlepas tipe. Yang dapat dipangkas untuk RS lebih kecil adalah kompleksitas pilot (8 minggu cukup, tidak perlu 12 minggu) dan jumlah vendor yang dievaluasi (2–3 cukup, tidak perlu 5).

Bagaimana jika tidak ada vendor di pasar Indonesia yang lulus 12 kriteria ini?

Strategi praktis: jangan tunggu vendor sempurna. Identifikasi 2 kriteria yang non-negotiable (umumnya audit trail + retensi 25 tahun karena disqualifying regulasi) dan pilih vendor terbaik di empat kriteria berikutnya. Negosiasikan klausul roadmap dengan deadline tertulis untuk kriteria yang masih gap, dengan klausul terminate-on-default jika vendor tidak deliver dalam 6–12 bulan.

Apakah aman menggunakan vendor AI Medical Scribe internasional yang berbasis Bahasa Inggris?

Risikonya tinggi untuk konteks RS Indonesia. Platform internasional yang umumnya berbasis Bahasa Inggris memiliki akurasi rendah untuk percakapan klinis Bahasa Indonesia dengan code-switching dialek daerah, sering tidak memenuhi data residency Indonesia, dan tidak memetakan ke MRMIK KMK 1596/2024. RS yang ingin menggunakan platform internasional perlu menambahkan layer translation dan compliance — biaya total sering lebih besar daripada vendor lokal yang native Bahasa Indonesia.

Apakah audit trail yang dimaksud Permenkes 24/2022 Pasal 8 sama dengan timestamp audio per kalimat?

Tidak. Audit trail Pasal 8 yang dimaksud adalah jejak edit history standar: identitas user, waktu, perubahan field. Klaim vendor tentang "per-kalimat-mapped-ke-timestamp-audio" adalah fitur tambahan yang nice-to-have tapi bukan kewajiban regulasi. Direktur RS yang fokus pada compliance harus memastikan edit history standar tersedia — fitur audio-mapping dapat dievaluasi terpisah.

Berapa anggaran yang harus dipersiapkan untuk pilot AI Medical Scribe?

Anggaran pilot bervariasi tergantung skala dan vendor. Yang lebih penting daripada angka absolut adalah memastikan kontrak pilot memiliki exit criteria tertulis dan tidak ada klausul auto-renew yang memaksa RS lock-in. Diskusi pricing detail dilakukan langsung dengan vendor di tahap PKS — bukan di blog atau materi marketing.

Apakah AI Medical Scribe akan menggantikan PORMIKI/perekam medis di RS?

Tidak. AI Medical Scribe membantu dokter mempercepat dokumentasi SOAP — perekam medis (PORMIKI) tetap berperan dalam koding INA-CBG, audit kelengkapan rekam medis, kearsipan, dan compliance retensi. Bahkan dengan AI Scribe, peran PORMIKI menjadi lebih strategis karena fokus bergeser dari mengejar dokumentasi terlambat ke audit kualitas dan koding optimal.

---

Penutup: Dari Daftar Vendor ke Rubric Procurement

Pertanyaan yang sering muncul di awal procurement — "vendor AI Medical Scribe mana yang terbaik untuk RS kami?" — adalah pertanyaan yang sulit dijawab tanpa konteks. Pertanyaan yang lebih produktif adalah "kriteria apa yang harus dipenuhi vendor agar dapat dipertanggungjawabkan ke direksi, komite rekam medis, dan auditor akreditasi?". Checklist 12 kriteria di atas memberikan kerangka yang dapat diadaptasi setiap RS sesuai prioritas internal.

MedMinutes mengembangkan AI Medical Scribe sebagai salah satu platform yang dirancang untuk memenuhi 12 kriteria di atas — dengan fokus pada kepatuhan Permenkes 24/2022, pemetaan eksplisit ke MRMIK KMK 1596/2024, integrasi SatuSehat FHIR R4 native, dan akurasi Bahasa Indonesia yang mencakup code-switching dialek daerah. Untuk Direktur RS yang ingin mendalami bagaimana kerangka 12 kriteria ini diimplementasikan, kunjungi halaman AI Medical Scribe MedMinutes atau hubungi tim kami melalui kontak resmi. Tim Implementasi MedMinutes siap mendiskusikan rubric scoring, demo terstruktur, dan opsi pilot dengan exit criteria yang transparan.

---

Referensi

1. Permenkes 24/2022 tentang Rekam Medis — Pasal 8 (audit log) + Pasal 11 dan 12 (retensi 25 tahun). Sumber: kemkes.go.id.
2. KMK 1596/2024 tentang Standar Akreditasi Rumah Sakit — MRMIK Standar 13. Berlaku sejak 4 Oktober 2024 menggantikan KMK 1128/2022.
3. UU 27/2022 tentang Perlindungan Data Pribadi (UU PDP) — kewajiban pengendali data atas data spesifik kesehatan.
4. UU 17/2023 tentang Kesehatan — kerangka data residency dan transformasi digital kesehatan.
5. Kemkes.go.id — kebijakan SatuSehat dan standar HL7 FHIR R4 untuk integrasi data kesehatan nasional.
6. JAMA Network Open — studi akurasi AI Medical Scribe komersial (Word Error Rate, akurasi inferensi SOAP).
7. JMIR Medical Informatics (medinform.jmir.org) — penelitian AI documentation dalam konteks klinis.
8. PORMIKI — Perhimpunan Profesional Perekam Medis dan Informasi Kesehatan Indonesia.