AI dalam pengobatan tradisional Tiongkok mencakup lebih dari bot percakapan yang menjawab pertanyaan tentang ramuan. Sistemnya bisa menelusuri literatur, mengenali citra lidah, mengolah sinyal nadi, atau menyusun dukungan keputusan klinis. Setiap fungsi membawa tingkat risiko dan kebutuhan bukti yang berbeda. Karena itu, angka akurasi dalam satu demonstrasi tidak cukup untuk menilai kepercayaannya.
Laporan teknis Organisasi Kesehatan Dunia (WHO) dan Uni Telekomunikasi Internasional (ITU) pada 2025 memetakan penggunaan AI dalam pengobatan tradisional. Laporan itu menempatkan mutu data, interoperabilitas, regulasi, dan tata kelola pengetahuan sebagai pekerjaan utama. Kerangka tersebut relevan bagi pengobatan tradisional Tiongkok di Indonesia. Enam pemeriksaan berikut mengubah prinsip umum itu menjadi pertanyaan yang bisa diaudit sebelum sistem dipakai dalam layanan.
Tujuan penggunaan menentukan pintu pemeriksaan
Pemeriksaan pertama dimulai dari fungsi yang dinyatakan pengembang. Mesin pencari literatur tidak setara dengan perangkat lunak yang memberi rekomendasi diagnosis atau terapi. Nama “AI kesehatan” juga tidak menjelaskan siapa pengguna, pasien sasaran, atau keputusan yang dipengaruhi. Dokumen produk perlu membatasi tujuan penggunaan, masukan, keluaran, kontraindikasi, dan kondisi ketika hasilnya tidak boleh dipakai.
Pedoman evaluasi alat kesehatan Kementerian Kesehatan (Kemenkes) meminta informasi tujuan penggunaan, indikasi, validasi perangkat lunak, bukti klinis, dan analisis risiko sesuai kelas produk. Pedoman itu mendefinisikan software sebagai alat kesehatan ketika perangkat lunaknya memenuhi definisi alat kesehatan. Artinya, penilaian mengikuti fungsi dan klaim, bukan keberadaan AI semata. Status izin edar bisa diperiksa melalui portal resmi e-Info Alkes yang memuat nama produk, pendaftar, produsen, dan status izin.
Sumber pengetahuan perlu bisa ditelusuri
Model bisa belajar dari kitab klasik, artikel ilmiah, catatan klinis, katalog produk, atau teks internet. Kelima sumber itu berbeda dalam otoritas, konteks, hak penggunaan, dan tingkat kesalahan. Daftar judul kitab saja belum menjelaskan edisi, penerjemah, anotasi, atau cara konflik antarsumber diselesaikan. Rekam sumber perlu menghubungkan keluaran penting dengan dokumen serta versi yang benar-benar dipakai.
WHO, ITU, dan Organisasi Kekayaan Intelektual Dunia (WIPO) menekankan data bermutu, inklusif, serta desain partisipatif bagi AI pengobatan tradisional. Ketiganya juga mengangkat kedaulatan data dan pembagian manfaat atas pengetahuan komunitas. Transparansi tidak mengharuskan perusahaan membuka seluruh kode sumber. Namun, auditor tetap memerlukan asal data, dasar pelabelan, keterbatasan cakupan, dan riwayat pembaruan.
Validasi harus cocok dengan tugas dan tempat penggunaan
Pemeriksaan ketiga menilai apakah bukti sesuai dengan keluaran yang dijanjikan. Ketepatan mengenali citra lidah tidak membuktikan kemampuan memilih terapi. Nilai ujian pengetahuan juga tidak sama dengan keselamatan keputusan pada pasien. Data uji perlu dipisahkan dari data pelatihan dan mewakili perangkat, alur kerja, serta pengguna di lokasi penerapan.
WHO meminta penggunaan AI kesehatan memiliki tujuan yang terdefinisi, memenuhi syarat keselamatan, akurasi, dan efektivitas, serta dinilai terus selama pemakaian. WHO juga mengingatkan bahwa model dari negara berpendapatan tinggi belum tentu bekerja baik pada lingkungan lain. Karena itu, laporan pengujian perlu menyebut populasi, ukuran sampel, pembanding, tingkat kegagalan, dan kelompok dengan kinerja terendah. Rata-rata akurasi tanpa rincian tersebut menyembunyikan risiko yang paling relevan.
Data ramuan tidak membuktikan mutu produk fisik
AI mungkin mengenali nama bahan, formula, atau kemungkinan interaksi dari basis data. Keluaran itu tidak memastikan identitas, kontaminasi, proses pengolahan, atau konsistensi satu bets produk di pasar. Hubungan antara rekomendasi digital dan barang fisik memerlukan nomor registrasi, produsen, komposisi, serta catatan pengujian yang cocok. Tanpa penghubung ini, model hanya menjelaskan entri data, bukan mutu produk yang berada di tangan pengguna.
Badan Pengawas Obat dan Makanan (BPOM) menyediakan pencarian untuk jamu, obat herbal terstandar, fitofarmaka, dan obat bahan alam lainnya. Entri registrasi menjadi titik awal untuk mencocokkan nama, pendaftar, dan kategori produk. Pemeriksaan AI juga perlu mencatat sumber informasi produk serta tanggal pengambilannya. Perubahan izin, formula, atau penarikan produk tidak boleh tertinggal di versi model lama.
Interoperabilitas membutuhkan makna yang sama
Sistem yang bekerja sendiri akan kehilangan konteks ketika hasil laboratorium, alergi, dan obat berada di aplikasi lain. Pertukaran data memerlukan struktur serta istilah yang dipahami kedua pihak. SATUSEHAT menghubungkan fasilitas kesehatan, regulator, penjamin, dan penyedia layanan digital dengan Fast Healthcare Interoperability Resources (FHIR) serta API berbasis HTTPS REST. FHIR mengatur bentuk pertukaran, tetapi tidak otomatis menyediakan istilah klinis untuk setiap tradisi pengobatan.
Dokumentasi publik SATUSEHAT yang kami telusuri belum menjelaskan pemetaan nasional khusus untuk pola diagnosis dan formula pengobatan tradisional Tiongkok. Temuan ini menunjukkan kesenjangan dokumen publik, bukan bukti bahwa integrasi lokal tidak pernah dilakukan. Pengembang perlu menunjukkan bidang data, kamus istilah, hak akses, dan rekam audit yang dipakai dalam penerapan tertentu. Format FHIR yang valid tetap tidak membuktikan bahwa isi catatan lengkap atau keluaran AI aman secara klinis.
Tanggung jawab harus mengikuti seluruh siklus model
Kesalahan bisa berasal dari data, rancangan model, integrasi, pelatihan pengguna, atau keputusan manusia setelah keluaran muncul. Kontrak yang hanya menyebut AI sebagai “alat bantu” belum membagi kewajiban saat terjadi insiden. Pembagian tanggung jawab perlu mencakup pemilik produk, pengembang, fasilitas kesehatan, pengguna profesional, dan pengelola data. Jalur pengaduan serta penghentian sistem juga perlu ditetapkan sebelum peluncuran.
Kemenkes pada Juni 2026 menempatkan bias, diagnosis berlebih, pelindungan data pasien, regulasi, dan tanggung jawab sebagai agenda tata kelola AI kesehatan. Forum tersebut diharapkan menghasilkan rekomendasi kebijakan dan pedoman nasional. Pernyataan itu belum menjadi klasifikasi khusus untuk AI pengobatan tradisional Tiongkok. Sampai artikel ini disusun, kami juga belum menemukan hasil validasi nasional bagi kategori tersebut.
Enam pertanyaan untuk keputusan pengadaan
| Pemeriksaan | Bukti yang dicari | Tanda kesenjangan |
|---|---|---|
| Tujuan dan regulasi | Tujuan penggunaan, batas fungsi, kelas produk, dan izin edar | Label “AI kesehatan” menggantikan uraian fungsi |
| Sumber pengetahuan | Asal, versi, hak penggunaan, serta metode anotasi data | Daftar sumber tidak terhubung dengan keluaran |
| Validasi | Data uji terpisah, pembanding, kelompok pengguna, dan tingkat kegagalan | Hanya ada angka akurasi demonstrasi |
| Produk herbal | Nomor registrasi, produsen, komposisi, bets, dan tanggal pembaruan | Basis data tidak terhubung dengan produk fisik |
| Interoperabilitas | Profil FHIR, kamus istilah, hak akses, dan rekam audit | Data berpindah tanpa makna klinis yang konsisten |
| Tanggung jawab | Pemilik risiko, jalur pengaduan, pemantauan, dan prosedur penghentian | Semua pihak berlindung di balik istilah “alat bantu” |
Strategi pengobatan tradisional WHO 2025–2034 menempatkan bukti, keselamatan, regulasi, dan integrasi sistem sebagai empat sasaran utama. Enam pemeriksaan di atas mengikuti urutan yang sama, lalu menambahkan kebutuhan operasional AI. Sistem yang lolos satu bagian belum otomatis layak untuk fungsi lain. Kepercayaan tumbuh dari bukti yang cocok dengan klaim, lokasi, versi, dan pihak yang memikul akibatnya.
Sumber dan rujukan
- Mapping the application of artificial intelligence in traditional medicine: technical brief（World Health Organization dan International Telecommunication Union）Pemetaan penggunaan AI dalam pengobatan tradisional, kebutuhan mutu data, interoperabilitas, tata kelola, dan pelindungan pengetahuan tradisional.
- WHO, ITU, WIPO showcase a new report on AI use in traditional medicine（World Health Organization）Ringkasan resmi tentang mutu dan inklusivitas data, desain partisipatif, kedaulatan data, serta pelindungan pengetahuan komunitas.
- WHO issues first global report on Artificial Intelligence in health and six guiding principles（World Health Organization）Prinsip otonomi, keselamatan, transparansi, akuntabilitas, inklusivitas, dan pemantauan berkelanjutan untuk AI kesehatan.
- Kemenkes Dorong Pengembangan Ekosistem AI Kesehatan yang Aman Adil dan Bertanggung Jawab（Kementerian Kesehatan Republik Indonesia）Posisi Kemenkes pada Juni 2026 mengenai keselamatan pasien, bias, data pribadi, regulasi, dan tanggung jawab AI kesehatan.
- Indonesia Guideline for Evaluation of Medical Device and IVD 2020（Kementerian Kesehatan Republik Indonesia）Persyaratan tujuan penggunaan, validasi perangkat lunak, bukti klinis, dan analisis risiko dalam evaluasi alat kesehatan.
- e-Info Alkes dan PKRT（Kementerian Kesehatan Republik Indonesia）Portal resmi untuk mencari izin edar serta status alat kesehatan yang terdaftar.
- Cek Produk BPOM（Badan Pengawas Obat dan Makanan）Pencarian produk jamu, obat herbal terstandar, fitofarmaka, dan obat bahan alam lain yang terdaftar.
- Apa itu SATUSEHAT?（Kementerian Kesehatan Republik Indonesia）Tujuan pertukaran data kesehatan nasional serta penggunaan HL7 FHIR dan HTTPS REST API.
- Global traditional medicine strategy 2025–2034（World Health Organization）Empat sasaran strategi global: bukti, keselamatan dan regulasi, integrasi sistem kesehatan, serta nilai lintas sektor.
