Oleh Dr. Nickolai Indrarajasa, MARS., QRGP
Clinical AI dan CDSS di fasilitas kesehatan bergerak menuju keputusan real-time dan adaptif. BPJS Kesehatan juga menyatakan akan menggeser JKN dari volume-based menuju value-based healthcare. Bagi asuransi kesehatan, perubahan ini memperbesar kebutuhan untuk mengurangi ketergantungan pada claim verification, Daily Monitoring, dan Utilization Review (UR) yang manual. Managed care harus kembali pada kekuatan dasarnya: promotif-preventif, pelayanan berjenjang, gatekeeping, return referral, dan longitudinal monitoring, dengan AI sebagai clinical counter-intelligence.
Provider bergerak real-time, payer masih membaca kasus satu per satu. Clinical AI tidak lagi hanya membantu diagnosis atau radiologi. Sistem mulai membaca vital signs, laboratory trends, imaging, medication, clinical notes, risk of deterioration, hingga memberi rekomendasi pemeriksaan, escalation of care, dan length of stay. Di sisi lain, claim verification, Daily Monitoring, dan UR masih sangat bergantung pada human review. Dua reviewer dapat membaca medical record yang sama dan menghasilkan keputusan berbeda. Masalah utamanya bukan manusia, melainkan variability. Ketika provider memakai machine intelligence real-time sementara payer bekerja episodik, muncul asymmetry of clinical intelligence.
VBC BPJS Mengubah Konteks
BPJS Kesehatan telah menyatakan arah transformasi JKN dari volume-based menuju value-based healthcare. Pergeseran ini dikaitkan dengan pengendalian biaya, pencegahan fraud, penguatan promotif-preventif, serta pembiayaan berorientasi outcome. Pada layanan jantung, BPJS juga mendorong pendekatan berbasis hasil kesehatan dan total biaya sepanjang siklus pelayanan. Integrasi SATUSEHAT RME diposisikan untuk memperkuat pembiayaan berbasis nilai dan proses klaim yang terhubung dengan clinical pathway.
Implikasinya: klaim tidak lagi ideal bila hanya dilihat sebagai tagihan atas tindakan. Pertanyaannya bergeser dari “Berapa banyak layanan diberikan?” menjadi “Apakah rangkaian layanan menghasilkan outcome lebih baik dengan biaya yang wajar?”.
Overutilization Masa Depan Dapat Terlihat Legitimate
Bayangkan dua pilihan sama-sama clinically acceptable. Pilihan A adalah observation dan medication adjustment. Pilihan B adalah advanced imaging, specialist consultation, dan short inpatient observation. Jika AI rumah sakit mengetahui imaging capacity, specialist availability, atau bed occupancy, sistem dapat lebih sering mengarahkan pasien ke opsi intensif tanpa menghasilkan tindakan yang jelas salah.
Tidak ada upcoding atau billing fiktif, dokumentasi lengkap dan claim mungkin tetap payable. Namun pada ribuan pasien, pola ini dapat menjadi algorithmically legitimized utilization: pelayanan yang individually defensible tetapi secara sistematis meningkatkan intensity tanpa outcome sepadan. Dalam VBC, utilization tinggi tanpa additional value akan semakin sulit dibenarkan.
Indemnity dan Managed Care akan Semakin Berbeda
Pada produk indemnity, intelligence utama biasanya muncul setelah pelayanan terjadi. Claim masuk, lalu reviewer menilai benefit, eligibility, tariff, medical necessity, procedure, dan supporting documents. Di era AI dan VBC, pertanyaannya harus berkembang dari “Apakah klaim ini valid?” menjadi “Apakah seluruh episode pelayanan menghasilkan clinical value yang sepadan dengan resource yang digunakan?”. AI dapat membaca ribuan episode dan menemukan provider pattern.
Managed care lebih kuat karena dapat bekerja sebelum claim besar terbentuk. Polanya berjenjang: Promotif-Preventif → Primary Care/Gatekeeper → Klinik Utama/Spesialis → Rumah Sakit bila diperlukan → Return Referral → Primary Care → Longitudinal Monitoring. AI dapat mengidentifikasi hipertensi tidak terkontrol, diabetes yang kehilangan follow-up, medication gap, risiko readmission, atau peserta berisiko tinggi sebelum berkembang menjadi catastrophic claim.
Dynamic Clinical Pathway: Inti Baru Daily Monitoring dan UR
POJK 36 Tahun 2025 mewajibkan kapabilitas medis dan digital, telaah utilisasi, memprioritaskan KAPJ, serta mendorong pelayanan sesuai clinical pathway dan medical efficacy. Untuk pembayaran selisih biaya melalui KAPJ, acuan yang berlaku adalah KMK HK.01.07/Menkes/1117/2025.
Dengan Clinical AI dan CDSS, clinical pathway tidak cukup diperlakukan sebagai checklist statis. Pathway dapat berubah mengikuti laboratory trend, response terapi, comorbidity, functional status, dan deterioration risk. Oleh karena itu, payer membutuhkan AI counter-intelligence, bukan untuk ‘melawan’ provider, tetapi memberi independent clinical interpretation.
Jika provider AI menilai extended LOS justified, payer AI dapat membandingkannya dengan longitudinal history, prior utilization, provider pattern, expected pathway, serta outcome kasus serupa. Jika berbeda, muncul pathway divergence alert untuk direkonsiliasi oleh medical reviewer dan dokter provider. Daily Monitoring berubah menjadi clinical trajectory monitoring, UR berubah dari approve/deny menjadi dynamic pathway governance.
COB: dari Financial Coordination menuju Care Coordination
Pada managed care non-COB, fokus utamanya medical necessity, utilization, provider behavior, dan outcome. Pada COB dengan BPJS Kesehatan, analisis bertambah: mana manfaat JKN, legitimate top-up, escalation karena kebutuhan klinis, serta duplication, unnecessary upgrade, atau cost shifting.
AI managed care COB idealnya membaca clinical pathway, referral pathway, utilization pathway, benefit pathway, dan payment pathway. KAPJ tidak cukup hanya menjawab “Siapa membayar?”, tetapi juga “Di level pelayanan mana pasien seharusnya berada?”. Dalam VBC, koordinasi manfaat harus berkembang menjadi care coordination.
Fraud Analytics dan Claim Control Harus Berubah
Fraud tradisional seperti duplicate billing, phantom service, upcoding, dan unbundling tetap akan ada. Namun ketika AI provider mampu menghasilkan rangkaian layanan yang terlihat legitimate, payer perlu mencari pathway drift: provider tertentu lebih cepat melakukan imaging, lebih sering escalate ke specialist, lebih lama mempertahankan inpatient care, atau lebih agresif memakai high-cost therapy.
AI payer dapat membandingkan expected dynamic pathway, actual provider pathway, resource intensity, dan outcome achieved. Jika intensity naik tanpa improvement pada outcome, itu menjadi signal possible low-value utilization, bukan otomatis fraud, tetapi layak di-review.
Transformasi terbesar bukan mengganti dokter reviewer dengan AI. Sistem menemukan signal; manusia menilai konteks. Workflow masa depan bergerak dari Treat → Claim → Review menjadi Risk → Prevent → Navigate → Treat → Monitor → Reconcile → Redirect → Outcome → Claim → Learn.
Jika BPJS Kesehatan bergerak menuju value-based healthcare untuk pembiayaan JKN, asuransi komersial juga harus membaca sinyal yang sama. Klaim masa depan tidak cukup dinilai dari apakah tindakan covered atau payable, tetapi dari apakah perjalanan pelayanan menghasilkan patient value.
Penulis adalah SGM Growth & Marketing Telkomedika
Referensi Utama
BPJS Kesehatan / ANTARA, 1 September 2026: SATUSEHAT RME memperkuat pembiayaan berbasis nilai dan integrasi data klaim dengan clinical pathway.
BPJS Kesehatan / ANTARA, 19 September 2026: transformasi layanan jantung JKN berbasis outcome dan total biaya sepanjang siklus pelayanan.
BPJS Kesehatan / ANTARA & Bisnis, 30 September-1 Oktober 2026: arah pergeseran JKN dari volume-based menuju value-based healthcare, disertai pengendalian biaya, pencegahan fraud, dan penguatan promotif-preventif.
OJK. POJK No. 36 Tahun 2025 tentang Penguatan Ekosistem Asuransi Kesehatan.
Kementerian Kesehatan RI. KMK HK.01.07/Menkes/1117/2025 tentang Pedoman Pelaksanaan Pembayaran Selisih Biaya oleh Asuransi Kesehatan Tambahan melalui KAPJ.
| Cek Berita dan Artikel yang lain di Google News
