Cloudera: Fondasi Data Jadi Tantangan Utama Implementasi AI di Sektor Kesehatan

Pemanfaatan kecerdasan buatan (AI) di sektor kesehatan terus berkembang, mulai dari membantu deteksi penyakit hingga menyederhanakan pekerjaan administratif. 

Namun, ambisi menerapkan teknologi tersebut dalam skala besar masih terbentur persoalan mendasar berupa akses, tata kelola data, dan keterbatasan infrastruktur.

Temuan itu terungkap dalam laporan The Data Readiness Index 2026 dari Cloudera. Riset tersebut menunjukkan organisasi layanan kesehatan harus mengelola volume data klinis, operasional, hingga data yang dihasilkan pasien dalam jumlah semakin besar dan tersebar di berbagai lingkungan teknologi.

Sebanyak 87 persen responden sektor kesehatan menyatakan memiliki visibilitas terhadap lokasi penyimpanan data mereka. Meski demikian, banyak organisasi masih kesulitan mengintegrasikan, mengelola, dan mengoperasionalkan data tepercaya dalam skala besar.

Persoalan infrastruktur juga menjadi hambatan. Sebanyak 28 persen organisasi layanan kesehatan mengaku keterbatasan kinerja infrastruktur secara konsisten menghambat inisiatif operasional mereka. 

Kondisi tersebut menjadi tantangan ketika AI semakin dibutuhkan untuk memperbaiki kualitas layanan, menekan biaya, dan mempercepat alur kerja.

Persoalan kesiapan data turut relevan dengan perkembangan AI kesehatan di Indonesia. Sektor kesehatan telah ditetapkan sebagai salah satu prioritas dalam Strategi Nasional Kecerdasan Artifisial 2020–2045, sementara pemanfaatan AI sejak 2023 telah diarahkan untuk membantu deteksi dini sejumlah penyakit kritis, termasuk tuberkulosis, kanker paru, dan stroke.

Namun, perluasan pemanfaatannya membutuhkan tata kelola data yang kuat, regulasi yang adaptif, serta standar etika yang mampu menjaga keamanan dan kerahasiaan informasi pasien.

Country Manager Indonesia Cloudera Sherlie Karnidta mengatakan kompleksitas semakin tinggi karena data kesehatan umumnya bersifat sensitif dan tersebar di berbagai lingkungan.

"Organisasi layanan kesehatan di Indonesia mengelola volume data pasien dan data operasional yang sangat besar, bersifat sensitif, serta tersebar di berbagai lingkungan. Namun, banyak yang masih menghadapi tantangan dalam mengoperasionalkan AI secara konsisten di berbagai lingkungan tersebut," ujar Sherlie.

Menurutnya, pendekatan yang memusatkan seluruh data kesehatan ke satu lingkungan komputasi awan publik belum tentu menjadi pilihan yang paling efektif, terutama ketika data harus tunduk pada regulasi dan persyaratan keamanan yang ketat.

"Memindahkan data layanan kesehatan dalam jumlah besar yang diatur oleh regulasi ke dalam satu lingkungan public cloud sering kali tidak praktis, mahal, dan kompleks untuk dikelola," katanya.

Cloudera menilai pendekatan AI di sektor kesehatan perlu bergeser. Alih-alih membawa seluruh data ke satu lokasi untuk diproses AI, organisasi dapat menjalankan kemampuan AI langsung di lingkungan tempat data dikelola, baik di cloud, pusat data, maupun edge.

Pendekatan tersebut dinilai penting untuk menghasilkan insight dari data yang tersebar tanpa harus mengorbankan keamanan, tata kelola, maupun kepatuhan terhadap regulasi.

Sherlie menambahkan, hambatan infrastruktur data menjadi semakin krusial karena sistem kesehatan termasuk lingkungan yang bersifat mission-critical, di mana gangguan teknologi dapat berpengaruh langsung terhadap layanan medis.

"Di lingkungan layanan medis yang bersifat mission-critical, kita tidak boleh membiarkan hambatan pada infrastruktur data menghambat inovasi yang dapat menyelamatkan nyawa," ujar Sherlie.

Menurut dia, transformasi AI kesehatan pada akhirnya membutuhkan fondasi data yang dapat dipercaya dan dikelola secara konsisten di berbagai lingkungan.

"Untuk benar-benar mentransformasi layanan kesehatan di Indonesia, solusinya bukan memindahkan data pasien ke AI, melainkan menghadirkan AI langsung ke data yang telah dikelola dengan baik di mana pun data tersebut berada—baik di cloud, data center, maupun edge," pungkasnya.