Perkembangan teknologi kesehatan digital diketahui telah mendorong lahirnya konsep Health Digital Twins (HDT). HDT merupakan replika virtual pasien yang dihasilkan dari perpaduan gabungan data klinis, data populasi, serta pembaruan kondisi pasien dan lingkungan secara real time. Artikel editorial yang ditulis oleh Venkatesh, Raza, dan Kvedar (2022) menjelaskan bahwa HDT bukan sekadar inovasi teknologi kesehatan berbasis data besar melainkan pendekatan baru yang mengintegrasikan kecerdasan buatan (AI), Internet of Things (IoT), dan closed-loop optimization untuk memprediksi respons klinis pasien secara lebih tepat. Melalui pendekatan ini, tenaga kesehatan dapat mensimulasikan berbagai skenario intervensi sebelum keputusan klinis diterapkan kepada pasien sesungguhnya.

Secara teknis, HDT bekerja melalui sistem siber-fisik yang menghubungkan data pasien aktual dengan model digitalnya. Data berasal dari rekam medis elektronik, hasil pemeriksaan penunjang, data biologis, atau sensor dan wearable devices. Integrasi data HDT memungkinkan deep phenotyping, yakni pemetaan karakteristik pasien secara menyeluruh dan dinamis. Berbeda dengan metode statistik konvensional, HDT mampu membuat model perubahan kondisi pasien dari waktu ke waktu termasuk respon terhadap obat, perubahan perilaku, dan faktor lingkungan. Dalam praktik klinis, pendekatan ini membuka peluang deteksi dini penyakit pada individu pasien. Contohnya seperti klasifikasi tingkat keparahan penyakit dan perencanaan terapi yang lebih personal.

Selain pelayanan individual, HDT juga memiliki implikasi strategis bagi manajemen rumah sakit dan sistem kesehatan. Sebagai contoh, agregasi HDT pada tingkat populasi dapat dimanfaatkan untuk efisiensi uji klinis melalui synthetic control arm yang berpotensi menurunkan biaya penelitian. Secara lebih lanjut, pemodelan HDT di rumah sakit memungkinkan prediksi alur pasien dan optimalisasi sumber daya klinisi secara real time. Namun, penerapan HDT dalam praktik nyata tidak lepas dari tantangan. Dalam sisi teknologi, integrasi data heterogen menuntut infrastruktur teknologi yang kuat termasuk kemampuan data fusion dan pemrosesan bahasa untuk mengolah data klinis. Sementara itu dari sisi implementasi, adopsi oleh tenaga kesehatan sangat bergantung pada transparansi model dan literasi digital. Ketergantungan ini didasari oleh adanya kekhawatiran terhadap bias dan kompleksitas sistem digital.

Aspek regulasi dan tata kelola data juga menjadi sorotan utama. HDT dikategorikan sebagai perangkat medis digital yang memerlukan mekanisme persetujuan dan pengawasan yang adaptif terhadap kompleksitas teknologi AI. Perlindungan privasi, persetujuan tindakan (informed consent), serta pengelolaan ekonomi data kesehatan menjadi isu krusial yang harus diantisipasi oleh regulator dan pengelola rumah sakit. Tanpa kerangka regulasi yang kuat, potensi manfaat HDT dapat berisiko menimbulkan ketimpangan dan pelanggaran hak pasien.

Health Digital Twins secara keseluruhan menawarkan paradigma baru menuju pelayanan kesehatan yang presisi dan efektif. Melalui pendekatan yang tepat HDT sejatinya dapat menjadi pondasi penting transformasi sistem kesehatan di era digital. Bagi sistem manajemen rumah sakit, teknologi ini dapat berpotensi meningkatkan efisiensi operasional, kualitas pengambilan keputusan, dan keberlanjutan pembiayaan layanan. Sementara bagi praktisi kesehatan, HDT dapat menjadi alat pendukung klinis yang memperkaya pertimbangan profesional. Penerapan HDT dalam sistem manajemen rumah sakit harus diiringi dengan kesiapan sumber daya, edukasi literasi teknologi, dan pemantauan etika kesehatan yang memadai.

Disarikan oleh:
Nikita Widya Permata Sari, S. Gz., MPH (Peneliti Divisi Mutu PKMK FK-KMK UGM)

Selengkapnya: https://www.nature.com/articles/s41746-022-00694-7