Smart Hospital Indonesia: Konsep, 5 Pilar, dan Panduan Implementasi untuk Rumah Sakit
Smart Hospital Indonesia: Konsep, 5 Pilar, dan Panduan Implementasi untuk Rumah Sakit
Ringkasan: Smart hospital bukan sekadar rumah sakit yang menggunakan teknologi — melainkan RS yang mengintegrasikan sistem klinis, administrasi, infrastruktur, pengalaman pasien, dan analitik data secara cerdas untuk meningkatkan outcome klinis dan efisiensi operasional. Artikel ini membahas 5 pilar smart hospital, framework maturity assessment Level 1-5, contoh implementasi nyata di RS Indonesia, peran SATUSEHAT sebagai fondasi interoperabilitas, serta panduan ROI dan pitfalls yang harus dihindari.
Apa Itu Smart Hospital?
Smart hospital adalah konsep transformasi rumah sakit yang memanfaatkan teknologi digital — termasuk IoT, AI, big data, dan interoperabilitas sistem — untuk menciptakan ekosistem pelayanan kesehatan yang lebih efisien, aman, dan berorientasi pada pasien.
Berbeda dengan digitalisasi biasa (sekadar memindahkan proses manual ke komputer), smart hospital mengintegrasikan seluruh aspek operasional RS ke dalam satu ekosistem yang saling terhubung dan mampu mengambil keputusan berbasis data secara real-time.
Definisi Menurut Standar Internasional
WHO mendefinisikan smart hospital sebagai fasilitas kesehatan yang menggunakan:
- Connected infrastructure — perangkat dan sistem yang saling terhubung
- Intelligent processes — proses yang didukung AI dan automation
- Patient-centered design — desain yang mengutamakan pengalaman pasien
- Data-driven decisions — keputusan berdasarkan analitik data real-time
HIMSS (Healthcare Information and Management Systems Society) menggunakan EMRAM (Electronic Medical Record Adoption Model) Stage 6-7 sebagai benchmark untuk smart hospital, di mana RS sudah paperless, menggunakan CDSS, dan memiliki interoperabilitas penuh.
Mengapa Smart Hospital Relevan untuk Indonesia?
Beberapa faktor yang mendorong transformasi smart hospital di Indonesia:
- Mandate SATUSEHAT — Kemenkes mewajibkan interoperabilitas data kesehatan nasional melalui standar FHIR R4
- Permenkes 24/2022 — kewajiban rekam medis elektronik mendorong digitalisasi dasar
- Transisi INA-CBG ke iDRG — sistem pembiayaan yang lebih kompleks membutuhkan dukungan teknologi
- Kompetisi antar RS — pasien semakin memilih RS dengan pengalaman digital yang lebih baik
- Efisiensi operasional — tekanan untuk mengendalikan biaya di tengah tarif BPJS yang ketat
- Pandemi sebagai akselerator — COVID-19 membuktikan bahwa RS yang sudah digital lebih resilient
5 Pilar Smart Hospital
Pilar 1: Smart Clinical System
Sistem klinis yang cerdas adalah jantung dari smart hospital — mencakup seluruh teknologi yang mendukung pengambilan keputusan medis dan pelayanan klinis.
Komponen utama:
Rekam Medis Elektronik (RME) Terintegrasi
- Catatan medis digital yang terstruktur dan dapat diakses oleh seluruh tim medis yang berwenang
- Template SOAP yang terstandarisasi per spesialisasi
- Integrasi dengan hasil lab, radiologi, dan farmasi dalam satu view
- Alert otomatis untuk alergi, kontraindikasi, dan kondisi kritis
Clinical Decision Support System (CDSS)
- Rekomendasi kode ICD-10 berbasis AI berdasarkan catatan SOAP
- Deteksi interaksi obat secara real-time saat dokter meresepkan
- Validasi kelengkapan resume medis sebelum pasien pulang
- Reminder untuk clinical pathway dan protokol standar
E-Prescribing
- Resep elektronik yang langsung terintegrasi dengan farmasi
- Validasi otomatis terhadap formularium nasional
- Cek dosis, frekuensi, dan durasi berdasarkan diagnosis
- Substitusi generik otomatis sesuai kebijakan RS
Telemedicine
- Konsultasi jarak jauh untuk follow-up dan kasus non-darurat
- Integrasi dengan RME sehingga dokter memiliki riwayat lengkap
- Resep digital yang bisa ditebus di farmasi RS atau apotek jaringan
Pilar 2: Smart Administration
Otomasi proses administratif untuk mengurangi inefisiensi dan human error.
Komponen utama:
Manajemen Pendaftaran dan Antrean
- Antrean online multi-channel (Mobile JKN, WA, website, kiosk)
- Self-registration dengan KTP atau QR code
- Distribusi beban antar poli secara otomatis
- Estimasi waktu tunggu berbasis machine learning
Billing dan Klaim Otomatis
- Auto-calculation tarif berdasarkan INA-CBG/iDRG
- Validasi kelengkapan berkas klaim sebelum pengajuan
- E-Klaim terintegrasi dengan VClaim BPJS
- Analitik klaim untuk identifikasi potensi optimasi
Supply Chain Management
- Inventory obat dan alat kesehatan real-time
- Reorder point otomatis berdasarkan pola konsumsi
- Tracking obat dari gudang ke depo ke pasien
- Manajemen expired date dan batch number
Human Resource Management
- Penjadwalan shift otomatis berdasarkan beban kerja
- Tracking kompetensi dan sertifikasi tenaga medis
- Performance dashboard untuk setiap departemen
Pilar 3: Smart Infrastructure (IoT)
Infrastruktur fisik RS yang terhubung dan dapat dimonitor secara real-time.
Komponen utama:
Asset Tracking
- RFID atau BLE tag pada perangkat medis bernilai tinggi (ventilator, infusion pump, monitor)
- Dashboard lokasi real-time — mengurangi waktu mencari peralatan
- Maintenance scheduling berdasarkan penggunaan aktual
- Alert jika perangkat keluar dari area yang ditentukan
Building Management System (BMS)
- Monitoring dan kontrol HVAC (suhu, kelembaban) per area
- Manajemen energi — optimasi konsumsi listrik berdasarkan occupancy
- Water management — monitoring penggunaan dan kualitas air
- Fire detection dan suppression system terintegrasi
Environmental Monitoring
- Monitoring suhu cold chain (refrigerator vaksin, blood bank)
- Pemantauan kualitas udara di ruang operasi dan ICU
- Alert otomatis jika parameter keluar dari threshold
- Log data untuk kebutuhan compliance dan akreditasi
Bed Management
- Dashboard occupancy real-time per bangsal
- Prediksi discharge untuk optimasi penggunaan tempat tidur
- Tracking proses cleaning dan turnover bed
- Alert untuk bed yang siap digunakan
Pilar 4: Smart Patient Experience
Teknologi yang meningkatkan pengalaman pasien dari pra-kunjungan hingga pasca-kunjungan.
Komponen utama:
Patient Portal dan Mobile App
- Booking appointment online
- Akses hasil lab dan radiologi
- Riwayat kunjungan dan resume medis
- Pembayaran online dan tracking klaim
Wayfinding Digital
- Peta interaktif RS di smartphone pasien
- Navigasi indoor menggunakan BLE beacon
- Informasi fasilitas, jam operasional, dan lokasi poli
Patient Engagement
- Edukasi kesehatan personal berdasarkan diagnosis
- Pengingat minum obat dan jadwal kontrol
- Survei kepuasan otomatis pasca-kunjungan
- Kanal komunikasi langsung dengan tim medis
Smart Inpatient Room
- Kontrol suhu, pencahayaan, dan tirai via panel bedside atau app
- Hiburan (TV, Wi-Fi) terintegrasi
- Nurse call digital dengan tracking response time
- Info jadwal dokter visit dan rencana terapi di bedside screen
Pilar 5: Smart Data dan Analytics
Pemanfaatan data untuk pengambilan keputusan strategis dan operasional.
Komponen utama:
Business Intelligence Dashboard
- Revenue dan cash flow real-time
- Occupancy rate per bangsal dan kelas
- Productivity per dokter dan departemen
- Trend volume kunjungan dan case-mix
Clinical Analytics
- Outcome analysis per diagnosis dan prosedur
- Length of stay benchmarking
- Readmission rate monitoring
- Infection rate dan patient safety indicators
Predictive Analytics
- Prediksi volume kunjungan untuk workforce planning
- Early warning system untuk pasien berisiko tinggi
- Prediksi kebutuhan obat dan supplies
- Demand forecasting untuk capacity planning
Population Health
- Profil epidemiologi pasien RS
- Analisis pola penyakit berdasarkan demografi dan geografi
- Data untuk mendukung program preventif
- Kontribusi data ke surveillance nasional via SATUSEHAT
Framework Maturity Assessment: Level 1-5
Untuk menilai posisi RS saat ini dan merencanakan roadmap smart hospital, gunakan framework berikut:
Level 1: Paper-Based (Manual)
| Aspek | Kondisi |
|---|---|
| Rekam medis | Kertas, disimpan di rak |
| Pendaftaran | Counter manual, antrean fisik |
| Farmasi | Resep tulis tangan |
| Billing | Kalkulator atau Excel |
| Pelaporan | Manual, seringkali terlambat |
| Integrasi | Tidak ada |
Target: RS di level ini harus memprioritaskan implementasi SIMRS dasar.
Level 2: Digitized (Partial)
| Aspek | Kondisi |
|---|---|
| Rekam medis | Sebagian elektronik, sebagian masih kertas |
| Pendaftaran | SIMRS untuk pendaftaran, belum ada antrean online |
| Farmasi | Resep elektronik sebagian |
| Billing | SIMRS untuk billing, bridging VClaim dasar |
| Pelaporan | Semi-otomatis dari SIMRS |
| Integrasi | VClaim saja |
Target: Lengkapi digitalisasi semua modul SIMRS dan mulai integrasi SATUSEHAT.
Level 3: Connected (Integrated)
| Aspek | Kondisi |
|---|---|
| Rekam medis | RME penuh, paperless untuk rawat jalan |
| Pendaftaran | Antrean online (Aplicare + WA) |
| Farmasi | E-prescribing penuh, integrasi formularium |
| Billing | E-Klaim otomatis, validasi pre-submission |
| Pelaporan | Dashboard real-time |
| Integrasi | VClaim + SATUSEHAT + LIS |
Target: Tambahkan CDSS, IoT basic, dan analytics.
Level 4: Intelligent (Smart)
| Aspek | Kondisi |
|---|---|
| Rekam medis | RME + CDSS terintegrasi |
| Pendaftaran | Multi-channel + predictive scheduling |
| Farmasi | AI-assisted drug interaction check |
| Billing | Predictive claim analysis |
| Pelaporan | BI + predictive analytics |
| Integrasi | Interoperabilitas penuh + IoT |
Target: Optimasi dengan AI/ML, patient engagement, dan continuous improvement.
Level 5: Autonomous (Cognitive)
| Aspek | Kondisi |
|---|---|
| Rekam medis | AI-assisted documentation (auto-scribe) |
| Pendaftaran | Fully autonomous patient flow |
| Farmasi | Robot dispensing + AI optimization |
| Billing | Autonomous claim optimization |
| Pelaporan | Prescriptive analytics + simulation |
| Integrasi | Ecosystem orchestration |
Target: Level aspirasional — hanya beberapa RS di dunia yang mencapai level ini.
Contoh Implementasi Smart Hospital di Indonesia
RS Siloam Hospitals Group
Siloam sebagai jaringan RS swasta terbesar di Indonesia telah mengimplementasikan beberapa aspek smart hospital:
- MySimoam App — patient portal dengan booking, hasil lab, dan pembayaran online
- Integrasi SATUSEHAT — termasuk early adopter FHIR R4
- Telemedicine — konsultasi jarak jauh terintegrasi dengan RME
- RFID asset tracking — di beberapa RS untuk peralatan medis
- Centralized monitoring — dashboard operasional group-wide
RSUP Dr. Sardjito Yogyakarta
Sebagai RS pendidikan pemerintah tipe A, RSUP Sardjito telah:
- Implementasi SIMRS yang mencakup seluruh modul operasional
- RME untuk rawat jalan dan bertahap untuk rawat inap
- Integrasi SATUSEHAT dan VClaim BPJS
- Laboratorium terintegrasi dengan LIS yang terhubung ke SIMRS
- Dashboard manajemen untuk monitoring KPI operasional
RS Mayapada
RS Mayapada mengadopsi beberapa teknologi smart hospital:
- Self-registration kiosk di lobby utama
- Digital signage untuk informasi jadwal dan antrean
- Patient portal untuk akses hasil pemeriksaan
- Automated pharmacy untuk dispensing obat rawat jalan
SATUSEHAT sebagai Fondasi Smart Hospital Indonesia
SATUSEHAT adalah platform interoperabilitas data kesehatan nasional yang dikembangkan Kemenkes menggunakan standar HL7 FHIR R4. Dalam konteks smart hospital, SATUSEHAT berfungsi sebagai:
Fondasi Interoperabilitas
- Data exchange — RS bisa berbagi dan menerima data pasien dari fasilitas lain secara standar
- Patient identity — IHS (Indonesia Health Service) ID sebagai identifier unik nasional
- Master data — akses ke kode standar (ICD-10, ICD-9-CM, LOINC, SNOMED-CT)
- Compliance — memenuhi mandate Kemenkes untuk interoperabilitas
Resource FHIR R4 yang Wajib
| Resource | Fungsi | Prioritas |
|---|---|---|
| Patient | Data demografi pasien | Wajib |
| Practitioner | Data tenaga kesehatan | Wajib |
| Organization | Data fasilitas kesehatan | Wajib |
| Encounter | Data kunjungan/episode | Wajib |
| Condition | Diagnosis (ICD-10) | Wajib |
| Observation | Hasil lab, vital sign | Wajib |
| Medication | Data obat | Wajib |
| MedicationRequest | Resep | Penting |
| MedicationDispense | Dispensing obat | Penting |
| Procedure | Tindakan medis | Penting |
| AllergyIntolerance | Alergi pasien | Penting |
| Immunization | Data vaksinasi | Penting |
Dampak SATUSEHAT terhadap Smart Hospital
- RS yang sudah terintegrasi SATUSEHAT otomatis memiliki fondasi interoperabilitas yang diperlukan untuk smart hospital
- Data dari SATUSEHAT bisa dimanfaatkan untuk analytics dan population health
- Integrasi SATUSEHAT menjadi prerequisite untuk banyak inovasi smart hospital lainnya
Peran AI dan CDSS dalam Smart Hospital
Artificial Intelligence adalah komponen pembeda antara RS yang sekadar digital dan RS yang benar-benar smart. Dalam konteks smart hospital Indonesia, AI berperan dalam:
Clinical Decision Support
- Rekomendasi kode ICD-10 berbasis analisis catatan SOAP — meningkatkan akurasi koding dan optimasi klaim
- Deteksi interaksi obat secara real-time saat dokter meresepkan — meningkatkan patient safety
- Auto-generate resume medis dari data encounter — menghemat waktu dokter dan meningkatkan kelengkapan dokumentasi
- Ekstraksi data SOAP secara terstruktur — memudahkan analisis dan pelaporan
Operational Intelligence
- Prediksi volume kunjungan untuk workforce planning
- Optimasi penjadwalan dokter berdasarkan demand pattern
- Early warning untuk pasien yang berisiko memburuk (EWS — Early Warning Score)
- Prediksi length of stay untuk bed management
Revenue Optimization
- Analisis klaim untuk identifikasi potensi optimasi yang tidak terdeteksi audit manual
- Validasi pre-submission untuk meminimalkan klaim pending
- Benchmarking case-mix terhadap rumah sakit sejenis
- Forecasting revenue berdasarkan trend kunjungan dan case-mix
Framework ROI untuk Smart Hospital
Investasi smart hospital membutuhkan justifikasi finansial yang jelas. Gunakan framework berikut:
Komponen Investasi
| Kategori | Contoh Item | Estimasi (RS Menengah) |
|---|---|---|
| Infrastruktur IT | Server, jaringan, storage | Rp500 juta - Rp2 miliar |
| Software | SIMRS, RME, CDSS, analytics | Rp300 juta - Rp1,5 miliar |
| IoT dan Hardware | Kiosk, display, sensor, RFID | Rp200 juta - Rp1 miliar |
| Implementasi | Konsultan, integrasi, migrasi | Rp200 juta - Rp800 juta |
| Training | Pelatihan staf semua level | Rp50 juta - Rp200 juta |
| Total Tahun 1 | Rp1,25 miliar - Rp5,5 miliar |
Komponen Return
| Kategori | Metrik | Estimasi Dampak |
|---|---|---|
| Optimasi klaim BPJS | Potensi optimasi per bulan | 3-8% peningkatan |
| Efisiensi operasional | Pengurangan waktu proses | 30-60% lebih cepat |
| Pengurangan medical error | Adverse drug events | 40-60% penurunan |
| Peningkatan volume | Pasien baru dari patient experience | 5-15% peningkatan |
| Efisiensi staf | Pengurangan kebutuhan hiring | 10-20% efisiensi |
| Energi dan utilitas | Dari BMS dan monitoring IoT | 15-25% penghematan |
Payback Period Tipikal
- SIMRS + RME dasar: 2-3 tahun
- CDSS + analytics: 6-12 bulan (karena dampak langsung ke revenue klaim)
- IoT + BMS: 3-5 tahun
- Patient experience app: 2-4 tahun (indirect revenue)
Catatan: Estimasi di atas bersifat umum. Hasil aktual bervariasi tergantung skala RS, baseline kondisi, dan kualitas implementasi.
Common Pitfalls dan Cara Menghindarinya
Pitfall 1: Technology-First tanpa Process Improvement
Masalah: RS membeli teknologi mahal tetapi proses kerjanya tidak berubah — hasilnya teknologi canggih yang digunakan seperti mesin ketik.
Solusi: Selalu mulai dari process mapping dan improvement. Otomasi proses yang sudah buruk hanya mempercepat kekacauan.
Pitfall 2: Big Bang Implementation
Masalah: RS mencoba mengimplementasikan seluruh pilar smart hospital sekaligus — hasilnya chaos, budget overrun, dan staf kewalahan.
Solusi: Implementasi bertahap (phased approach). Mulai dari fondasi (SIMRS + RME), lalu tambahkan lapisan (CDSS, analytics), baru kemudian IoT dan advanced features.
Pitfall 3: Mengabaikan Change Management
Masalah: Sistem sudah siap tetapi staf resistensi dan kembali ke cara lama.
Solusi: Alokasikan 20-30% budget dan timeline untuk change management. Libatkan champion dari setiap departemen. Celebrate wins. Berikan insentif untuk adopsi.
Pitfall 4: Vendor Lock-In
Masalah: RS tergantung pada satu vendor untuk seluruh ekosistem — jika vendor bermasalah, seluruh operasional terdampak.
Solusi: Pilih arsitektur modular dengan API standar. Pastikan data bisa diekspor. Gunakan standar terbuka (HL7 FHIR, DICOM) untuk interoperabilitas.
Pitfall 5: Mengabaikan Cybersecurity
Masalah: Semakin banyak sistem terhubung, semakin luas attack surface. RS yang fokus pada digitalisasi tanpa keamanan menjadi target empuk ransomware.
Solusi: Integrasikan cybersecurity sejak desain awal (security-by-design). Alokasikan minimal 10% budget IT untuk keamanan. Segmentasi jaringan IoT dari jaringan klinis.
Pitfall 6: Tidak Mengukur ROI
Masalah: RS tidak memiliki baseline data sebelum implementasi, sehingga tidak bisa membuktikan value dari investasi smart hospital.
Solusi: Ukur KPI baseline sebelum implementasi (waktu tunggu, claim ratio, error rate, occupancy). Monitor secara konsisten setelah implementasi. Laporkan ROI ke manajemen secara berkala.
Pitfall 7: Mengabaikan Infrastruktur Dasar
Masalah: RS ingin implementasi IoT dan AI tetapi jaringan Wi-Fi sering putus dan listrik tidak stabil.
Solusi: Pastikan infrastruktur dasar (jaringan, listrik, server) sudah memadai sebelum menambahkan lapisan teknologi di atasnya. Investasi di fondasi sebelum fasad.
Roadmap Implementasi Smart Hospital
Tahap 1: Foundation (Tahun 1)
- Implementasi/optimasi SIMRS lengkap
- RME untuk rawat jalan (100% paperless)
- Integrasi VClaim BPJS stabil
- Integrasi SATUSEHAT basic (Patient, Encounter, Condition)
- Antrean online (Aplicare + 1 channel tambahan)
- Cybersecurity assessment dan remediasi
Tahap 2: Integration (Tahun 2)
- RME untuk rawat inap
- CDSS untuk mendukung koding dan clinical decisions
- LIS/RIS integration
- Dashboard manajemen dan BI basic
- E-prescribing penuh dengan formularium nasional
- Multi-channel antrean (WA + kiosk)
Tahap 3: Intelligence (Tahun 3)
- Analytics dan predictive reporting
- IoT basic (asset tracking, BMS integration)
- Patient portal / mobile app
- Automated claim validation
- Clinical pathway monitoring
Tahap 4: Optimization (Tahun 4-5)
- Advanced AI/ML untuk clinical dan operational intelligence
- Full IoT ecosystem
- Smart inpatient room pilot
- Population health analytics
- Continuous improvement framework
FAQ
Berapa budget minimum untuk memulai transformasi smart hospital?
Tidak ada angka tunggal karena sangat bergantung pada baseline RS. Namun, sebagai panduan: RS tipe C dengan 100-200 TT yang sudah memiliki SIMRS dasar bisa memulai dengan budget Rp300-500 juta per tahun untuk tahap foundation — mencakup optimasi SIMRS, integrasi SATUSEHAT, dan antrean online. RS yang belum memiliki SIMRS membutuhkan budget lebih besar (Rp1-3 miliar) untuk tahun pertama. Kuncinya adalah memulai dari fondasi yang tepat dan bertahap — bukan mencoba semuanya sekaligus.
Apakah RS tipe C/D bisa menjadi smart hospital?
Ya, smart hospital bukan eksklusif untuk RS besar. RS tipe C/D bisa memulai dari level 2-3 pada maturity framework — fokus pada digitalisasi inti (SIMRS, RME, VClaim, SATUSEHAT, antrean online) dan tambahkan CDSS untuk mendukung koding dan clinical decision. Model cloud/SaaS memungkinkan RS kecil mengakses teknologi yang sama dengan biaya operasional (bukan investasi besar). Yang membedakan smart hospital bukan skala RS, melainkan seberapa terintegrasi dan cerdas pemanfaatan teknologinya.
Berapa lama waktu yang dibutuhkan untuk transformasi ke smart hospital?
Transformasi smart hospital adalah perjalanan, bukan project dengan tanggal selesai. Dari level 1 (paper-based) ke level 3 (connected) biasanya membutuhkan 2-3 tahun. Dari level 3 ke level 4 (intelligent) membutuhkan 1-2 tahun tambahan. Mencapai level 5 (autonomous) masih aspirasional — bahkan RS terbaik di dunia masih dalam perjalanan. Yang penting adalah progress yang konsisten dan terukur, bukan mengejar label "smart hospital" tanpa substansi.
Apa peran AI/CDSS dalam smart hospital dan bagaimana memulainya?
AI/CDSS berperan sebagai "otak" yang membuat sistem RS benar-benar cerdas — bukan sekadar digital. Memulainya tidak harus dengan investasi besar. Contoh: CDSS MedMinutes memiliki 4 modul (SOAP Extraction, ICD-10 AI, Drug Interaction, AI Resume Medis) yang bisa diimplementasikan di atas SIMRS existing tanpa perlu mengganti infrastruktur. CDSS membantu dokter dan coder mengambil keputusan klinis dan koding yang lebih akurat, dengan dampak langsung pada kualitas dokumentasi dan optimasi klaim. Ini adalah salah satu quick win dalam perjalanan smart hospital.
Langkah Selanjutnya: Mulai dari Quick Win
Transformasi smart hospital adalah marathon, bukan sprint. Namun, beberapa quick win bisa memberikan dampak signifikan dalam waktu singkat:
Optimasi Klaim dengan BPJScan
BPJScan menganalisis file TXT klaim BPJS Anda dengan 78 filter analisis — mengidentifikasi potensi optimasi yang tidak terdeteksi oleh audit manual. Sudah dipercaya oleh 50+ rumah sakit di 8+ provinsi. Ini adalah langkah pertama yang bisa dilakukan tanpa mengganti SIMRS existing.
Hasil bervariasi tergantung volume dan pola klaim RS.
Tingkatkan Clinical Decision dengan CDSS
CDSS MedMinutes membantu dokter dan coder dengan 4 modul AI: SOAP Extraction, ICD-10 AI, Drug Interaction Check, dan AI Resume Medis — semuanya berjalan langsung di browser tanpa mengirim data ke luar RS.
Referensi
- Kementerian Kesehatan RI. (2022). _Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 tentang Rekam Medis_. Jakarta: Kemenkes RI.
- Kementerian Kesehatan RI. (2023). _Cetak Biru Transformasi Digital Kesehatan 2024_. Jakarta: Kemenkes RI.
- Kementerian Kesehatan RI. (2023). _Pedoman Integrasi SATUSEHAT FHIR R4_. Jakarta: Kemenkes RI.
- HIMSS. (2023). _Electronic Medical Record Adoption Model (EMRAM)_. Healthcare Information and Management Systems Society.
- WHO. (2021). _Global Strategy on Digital Health 2020-2025_. Geneva: World Health Organization.
- Deloitte. (2023). _Smart Hospital: Connected, Intelligent, Autonomous_. Deloitte Insights.
- McKinsey & Company. (2022). _The Era of Smart Hospitals_. McKinsey Global Institute.
- HL7 International. (2023). _FHIR R4 Implementation Guide_. https://www.hl7.org/fhir/
- KARS. (2022). _Standar Nasional Akreditasi Rumah Sakit (SNARS) Edisi 1.1_. Jakarta: KARS.
Dipercaya 50+ rumah sakit di 8+ provinsi
