Pembaruan model AI medis memerlukan validasi dan jalur izin

Perubahan algoritme pada alat medis berbasis kecerdasan artifisial (artificial intelligence/AI) bisa mengubah fungsi diagnostik setelah produk dipasang. Perubahan itu juga bisa menggeser masukan, keluaran, kinerja, dan risiko penggunaan. Di Indonesia, dampak perubahan menentukan jalur izin yang harus ditempuh. Mekanisme pra-persetujuan seperti di Amerika Serikat belum boleh dianggap berlaku di dalam negeri.

Masalahnya tidak berhenti pada produsen dan regulator. Rumah sakit perlu mengetahui versi yang digunakan, bukti pengujiannya, waktu aktivasi, serta cara kembali ke versi sebelumnya. Tanpa jejak itu, hasil klinis sulit dihubungkan dengan model tertentu. Pembaruan perangkat lunak menjadi bagian dari tata kelola layanan, bukan pekerjaan teknis rutin.

Pembaruan model bisa mengubah fungsi atau hanya memperbaiki perangkat lunak

Perubahan perangkat lunak tidak selalu memiliki dampak yang sama. Perbaikan tampilan tabel berbeda dari algoritme baru yang mengubah fungsi diagnostik. Pelatihan ulang dengan data baru juga berbeda dari pemindahan aplikasi ke sistem operasi lain. Setiap perubahan perlu dihubungkan dengan tujuan penggunaan dan karakteristik kinerja yang sudah disetujui.

Model tertutup mempertahankan bobot yang sama sampai produsen merilis versi baru. Model yang dilatih ulang secara terkontrol memakai data tambahan melalui proses pengembangan terpisah. Model yang belajar selama penggunaan mengubah perilakunya setelah dipasang. Bentuk terakhir memerlukan batas, pemantauan, dan mekanisme penghentian yang jauh lebih ketat.

Indonesia menilai perubahan dari dampaknya terhadap produk

Pedoman Kementerian Kesehatan (Kemenkes) 2021 meminta produsen menilai dampak setiap perubahan terhadap pasien, tenaga kesehatan, keamanan, mutu, dan kinerja. Tindak lanjutnya berupa pemberitahuan, perubahan izin edar, atau permohonan izin edar baru. Perubahan yang memengaruhi keamanan, mutu, atau kinerja diarahkan ke permohonan baru. Kerangka itu berlaku untuk alat kesehatan secara umum, bukan PCCP khusus AI.

Pedoman tersebut memberi contoh langsung untuk perangkat lunak. Modifikasi algoritme yang memengaruhi fungsi diagnostik atau terapeutik dikategorikan signifikan dan diarahkan ke permohonan baru. Peningkatan versi yang mengubah sensitivitas atau spesifisitas juga masuk kelompok yang sama. Perbaikan gangguan sederhana pada tampilan tabel dicontohkan sebagai perubahan tidak signifikan, tetapi tetap melalui permohonan perubahan.

Peraturan Menteri Kesehatan (Permenkes) No. 11 Tahun 2025 meminta perubahan data teknis diajukan melalui sistem Online Single Submission (OSS) dan diverifikasi Kemenkes. Dokumen registrasi juga mencakup pengujian aplikasi AI, bukti klinis, dan analisis risiko. Ketentuan serupa dimuat untuk izin edar alat kesehatan dalam negeri dan impor.

Aturan yang sama mewajibkan pemegang izin mengikuti praktik pembelajaran mesin yang baik (Good Machine Learning Practice/GMLP). Kewajibannya mencakup transparansi fitur AI, keamanan data pasien, pelaporan insiden, dan mitigasi ancaman siber. Aturan ini belum merinci rencana perubahan model yang disetujui terlebih dahulu.

Dokumen PCCP khusus AI belum kami temukan di Indonesia

Predetermined change control plan (PCCP) adalah rencana perubahan model yang dinilai sebelum produk dipasarkan. Sampai artikel ini disusun, kami belum menemukan dokumen resmi Indonesia yang mengatur mekanisme tersebut untuk alat kesehatan berbasis AI. Pencarian mencakup portal Kemenkes, Direktorat Jenderal Farmasi dan Alat Kesehatan, Regalkes, serta Jaringan Dokumentasi dan Informasi Hukum Kemenkes. Kami juga belum menemukan ambang nasional untuk menerima penurunan kinerja setelah pembaruan. Keterbatasan temuan ini tidak membuktikan bahwa diskusi atau penilaian per produk belum berlangsung.

Akibatnya, pemasok tidak bisa memakai istilah PCCP sebagai bukti bahwa pembaruan otomatis diterima di Indonesia. Status setiap perubahan perlu dicocokkan dengan izin edar dan dokumen teknis produk. Rumah sakit juga perlu meminta bukti jalur registrasi yang telah ditempuh. Klaim kepatuhan di negara lain tidak menggantikan keputusan Kementerian Kesehatan.

FDA menilai rencana perubahan sebelum modifikasi dijalankan

Panduan final Food and Drug Administration (FDA) Agustus 2025 merekomendasikan PCCP memuat modifikasi terencana, metode pengembangan dan validasi, serta penilaian dampak. FDA menilai rencana itu sebagai bagian dari pengajuan pemasaran. Modifikasi yang sudah tercakup bisa dijalankan tanpa pengajuan pemasaran tambahan untuk setiap perubahan. Ketentuan tersebut berlaku pada jalur 510(k), De Novo, dan PMA di Amerika Serikat.

Prinsip bersama FDA, Health Canada, dan Medicines and Healthcare products Regulatory Agency (MHRA) Inggris membatasi PCCP pada perubahan tertentu dalam tujuan penggunaan awal. Rencana perlu menetapkan metode verifikasi, validasi, serta mekanisme menghentikan atau membatalkan perubahan yang gagal. Bukti sebelum dan sesudah perubahan harus memakai metode yang layak secara ilmiah dan klinis. Pengguna juga perlu menerima informasi tentang kinerja dan penyimpangan model.

PCCP karena itu bukan izin agar produk belajar tanpa kendali. Rencana hanya mencakup modifikasi yang dijelaskan dan dinilai sebelumnya. Perluasan tujuan penggunaan atau perubahan risiko bisa keluar dari batas tersebut. Rumah sakit tetap perlu memeriksa apakah versi yang diterima sama dengan versi dalam rencana.

Validasi versi memerlukan lima kelompok bukti

Prinsip GMLP dari International Medical Device Regulators Forum (IMDRF) pada 2025 meminta data mewakili populasi, lingkungan penggunaan, dan masukan pengukuran. Data pelatihan perlu dipisahkan dari data pengujian. Pengujian harus menilai kondisi klinis yang relevan dan interaksi manusia dengan AI. Model terpasang juga perlu dipantau, sedangkan risiko pelatihan ulang harus dikelola.

Berdasarkan prinsip tersebut, paket penerimaan rumah sakit perlu mengikat lima kelompok bukti. Kelompok pertama mencatat asal data, populasi, perangkat, pelabelan, dan nilai kosong. Kelompok kedua memuat metrik, ambang penerimaan, subkelompok pasien yang relevan, dan perbandingan dengan versi sebelumnya. Kelompok ketiga sampai kelima mencakup alur klinis, identitas versi, serta prosedur penghentian dan pemulihan.

Angka rata-rata dari pemasok belum cukup untuk menerima pembaruan. Perubahan perangkat, pola rujukan, atau cara pencatatan bisa menggeser distribusi masukan. Tim rumah sakit perlu menguji kondisi yang benar-benar muncul di lokasi penggunaan. Hasilnya harus terhubung dengan versi model, perangkat lunak, kumpulan data, dan waktu pemasangan.

Pemberitahuan pembaruan harus sampai ke titik kerja

Prinsip transparansi FDA, Health Canada, dan MHRA menganjurkan pengungkapan tujuan, data, kinerja, batasan, pemantauan, serta strategi perubahan. Dokumen itu juga menganjurkan pemberitahuan tepat waktu ketika perangkat diperbarui. Informasi perlu disesuaikan dengan pengguna, lingkungan, dan alur kerja. Nomor versi yang hanya terlihat di portal pemasok tidak memenuhi kebutuhan operasional rumah sakit.

Pemberitahuan perlu menyebut bagian yang berubah, waktu aktivasi, keluaran terdampak, dan tindakan pengguna. Tim teknologi informasi memeriksa antarmuka, hak akses, catatan audit, serta pemulihan. Tim klinis memeriksa cara hasil muncul dan kondisi yang membutuhkan peninjauan manusia. Pimpinan layanan menetapkan penerima laporan dan kewenangan menghentikan versi.

FHIR membawa data, bukan menjamin model tetap akurat

Health Level Seven International (HL7) menetapkan Fast Healthcare Interoperability Resources (FHIR) sebagai standar pertukaran informasi kesehatan elektronik. Unit dasarnya adalah resource, yakni unit data terstruktur dengan metadata dan bagian yang terbaca manusia. FHIR membantu sistem menyatakan pasien, observasi, laporan diagnostik, dan alur kerja secara konsisten. Standar ini tidak menetapkan ambang kinerja klinis model AI.

Integrasi yang berhasil belum membuktikan bahwa nilai sumber lengkap, tepat waktu, atau mewakili populasi sasaran. Pembaruan model juga bisa mengubah kolom yang dibaca atau arti keluarannya. Karena itu, kontrak antarmuka perlu mencatat profil resource, terminologi, satuan, versi, dan penanganan kesalahan. Uji penerimaan perlu menggabungkan pertukaran data dengan pemeriksaan keluaran model.

Tanggung jawab berlanjut setelah versi baru diaktifkan

Permenkes No. 5 Tahun 2026 mewajibkan pemilik izin edar menjalankan vigilans dan melaporkan masalah penggunaan alat kesehatan. Informasi itu berasal dari fasilitas pelayanan, tenaga medis, tenaga kesehatan, dan regulator negara lain. Produk yang tidak memenuhi persyaratan keamanan, manfaat, mutu, atau penandaan wajib ditarik. Pembaruan model harus masuk ke jalur pemantauan dan pelaporan tersebut.

Pemasok bertanggung jawab atas deskripsi perubahan, bukti validasi, catatan versi, dan tindak lanjut masalah produk. Rumah sakit mengendalikan pemasangan, akses, alur kerja, pelaporan insiden, dan layanan pengganti. Tanggung jawab klinis tidak berpindah hanya karena model memakai versi terbaru. Setiap pihak memerlukan catatan yang menunjuk versi dan kejadian yang sama.

Keputusan pembaruan sebaiknya memakai satu paket yang siap diaudit. Isinya mencakup status izin, ruang perubahan, data validasi, ambang penerimaan, pemberitahuan, pemantauan, serta prosedur penghentian dan pemulihan. Aktivasi versi baru menunggu bukti teknis dan kesiapan alur operasional. Jadwal rilis tidak cukup bila tanggung jawab setiap versi tidak tercatat.