Sistem ini menggunakan kecerdasan buatan (AI) untuk memberikan rekomendasi kode diagnosis (ICD-10) secara real-time, serta melakukan simulasi perhitungan plafon biaya BPJS (E-Klaim)
Simulasi Biaya Plafon Awal Rawat Inap
Panduan Penggunaan Fitur
A. Input Diagnosis & Trigger Rekomendasi AI
Input Data Klinis: Dokter DPJP melakukan input diagnosis utama (primer), diagnosis penyerta (sekunder), serta tindakan medis pada modul asesmen rawat inap.
Aktivasi Simulasi: Klik tombol "Simpan dan Lihat Simulasi Plafon".
Rekomendasi Pintar: Dalam waktu kurang dari 20 detik, AI akan memberikan saran kode ICD-10 beserta rincian estimasi biaya plafonnya.
Urutan Prioritas: Sistem akan menampilkan daftar rekomendasi yang diurutkan dari biaya grouper tertinggi untuk membantu efisiensi manajemen biaya.
B. Monitoring pada Dashboard Care Optimizer
Setelah proses grouper selesai, pengguna dapat mengakses Dashboard Care Optimizer untuk memantau:
Progress Bar Tagihan: Visualisasi perbandingan antara tagihan berjalan rumah sakit (RS) vs batas maksimal plafon biaya BPJS.
Detail Data: Informasi rinci mengenai penggunaan biaya bagi semua peran Profesional Pemberi Asuhan (PPA).
C. Integrasi dengan CPPT (Catatan Perkembangan Pasien Terintegrasi)
Sistem ini memantau perubahan kondisi pasien secara dinamis:
Jika terdapat diagnosis tambahan atau perubahan data pada CPPT, sistem akan memberikan notifikasi otomatis.
Pengguna akan diarahkan kembali ke halaman simulasi untuk mendapatkan rekomendasi biaya terbaru berdasarkan penambahan diagnosis di CPPT.
Gunakan tombol Trigger pada dashboard CPPT untuk memperbarui simulasi biaya kapan saja saat terjadi perubahan diagnosis.
3. Keunggulan Utama
Kecepatan: Respon AI kurang dari 20 detik.
Transparansi: Mengetahui estimasi plafon biaya sejak awal perawatan.
Adaptif: Rekomendasi diperbarui otomatis berdasarkan input terbaru di CPPT.
Kendali Penuh: Dokter memiliki wewenang penuh untuk mengubah atau memvalidasi saran AI sesuai kaidah klinis.
Untuk lebih lengkapnya silahkan klik pada link video berikut :
⚠️ PENTING: Disclaimer Versi Beta (Uji Coba)
Terima kasih telah menggunakan fitur AI Dashboard Care Optimizer versi Beta. Mohon perhatikan beberapa batasan sistem saat ini untuk memastikan akurasi dokumentasi klinis dan administrasi Anda:
1. Validasi Kode ICD-10 & ICD-9
Saat ini, hasil rekomendasi kode yang diberikan oleh AI masih dalam tahap pengembangan. Pengguna diharapkan memperhatikan hal berikut:
Keterbatasan Edit Manual: Pada versi ini, sistem belum mendukung pengeditan atau penggantian kode rekomendasi AI secara langsung setelah dipilih.
Kebijakan Penggunaan: Jika Anda merasa kode yang direkomendasikan AI kurang tepat atau tidak sesuai dengan kaidah klinis pasien, kami sangat menyarankan untuk tidak memilih/mengklik hasil rekomendasi tersebut. Silakan gunakan input manual seperti biasa untuk menjaga akurasi data.
2. Simulasi Biaya Rp 0 (Nol)
Anda mungkin akan menemukan beberapa hasil simulasi yang menunjukkan angka Rp 0. Hal ini terjadi karena:
Kode ICD-10/ICD-9 yang dimasukkan/direkomendasikan tidak terdaftar atau tidak memenuhi syarat (not applicable) dalam aturan grouping IDRG maupun INA-CBG.
Sistem tidak dapat menarik data tarif jika kombinasi kode diagnosis dan tindakan tidak menghasilkan grup klaim yang valid.
3. Tanggung Jawab Klinis
Seluruh output dari fitur AI ini bersifat rekomendasi pendukung dan bukan merupakan keputusan final. Keputusan klinis dan pemilihan kode diagnosis akhir sepenuhnya merupakan tanggung jawab Dokter Penanggung Jawab Pelayanan (DPJP).
Disclaimer :
Pada beta version ini, mohon perhatikan batasan berikut demi akurasi data:
Pilih dengan Teliti: Rekomendasi kode ICD-10 dari AI yang sudah dipilih belum dapat diubah/diedit secara manual. Jika ragu dengan akurasinya, sebaiknya jangan pilih hasil rekomendasi tersebut.
Simulasi Rp 0: Beberapa hasil simulasi mungkin muncul dengan nilai Rp 0 jika kode ICD-10 yang digunakan tidak berlaku (not applicable) untuk pengelompokan sistem IDRG atau INA-CBG.
Akurasi Klinis: Selalu pastikan kode yang dipilih sesuai dengan kondisi riil pasien dan kaidah klinis yang berlaku.
