SISTEM PENDUKUNG KEPUTUSAN KLINIK (Clinical Decision Support System) M. Choirur Roziqin, S.Kom, M.T
Sistem Pendukung Keputusan (DSS) Sistem Pendukung Keputusan (SPK) atau decision support system (DSS) merupakan salah satu jenis sistem informasi yang bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik dan berbasis evidence. Sistem Pendukung Keputusan (Decision Support System), sistem informasi yang dapat menyediakan informasi pemecahan masalah maupun kemampuan komunikasi dalam memecahkan masalah semi terstruktur.
Metode DSS Metode sistem pendukung keputusan atau disebut juga sebagai DSS (Decision Support System) sangatlah beragam, beberapa metode yang sering digunakan antara lain, yaitu: Metode Sistem Pakar Metode Regresi Linier Metode Logika Fuzzy Metode B/C Ratio Metode AHP Metode IRR Metode NPV Metode FMADM, dan lain sebagainya.
Metode DSS Penggunaan Sistem Pendukung Keputusan (Decision Support System) pada masa sekarang-sekarang ini sudah mulai diterapkan di beberapa fasilitas pelayanan kesehatan baik di Rumah sakit maupun di Apotek namun biasa disebut dengan Clinical Decision Support System (CDSS).
CDSS Mendonca(2004), mengatakan bahwa CDSS adalah program komputer yang dirancang untuk menyediakan dukungan para ahli dalam membuat keputusan klinis. Tujuan sistem ini adalah membantu para profesional dibidang kesehatan dalam menganalisis data pasien dan membuat keputusan berdasarkan diagnosis, melakukan pencegahan, dan tratment terhadap permasalahan kesehatan. CDSS dikembangkan diberbagai bidang sistem kedokteran, kedokteran gigi, dan farmasi. CDSS adalah perangkat lunak yang dapat digunakan untuk mengukur probabilitas munculnya penyakit apabila diberikan gejala, observasi, atau tes tertentu. CDSS dapat digunakan untuk mendiaknosa berbagai kasus yang sangat rumit, membantu proses belajar mengajar bagi guru dan siswa kedokteran, menjadikan user dapat berperan baik sebagai dokter maupun pasien, dan membantu para personil kedokteran(dokter, perawat, rumah sakit, dan pasien).
CDSS telah banyak iaplikasikan untuk berbaagai keperluan dalam pengambilan keputusan klinis. Perangkat lunak yang telah di bangun untuk keperluan CDSS adalah MYCIN. MYCIN merupakan sistem pendukung keputusan yang bersifat kualitatif dengan menggunakan konsep sistem pakar. MYCIN berisi sejumlah peraturan, yang diturunkan oleh kolaborasi para ahli. Salah satu kelebihan MYCIN adalah dengan kemampuan untuk mengakomodasi adanya ketidakpastian. MYCIN menggunakan certainty factors (CF) untuk mengatasi masalah ketidakpastian.
Aplikasi CDSS Beberapa aplikasi CDSS lainya yang juga mulai dikembangkan antara lain : ISABEL, merupakan suatu bentuk CDSS yang terintegrasi dengan internet yang menyediakan beberapa fitur untuk diagnosis. NEOSIS, merupakan sebuah platform untuk integrasi dan representasi visual dalam kecerdasan medis. LISA, berupa sistem pendukung keputusan dan informasi klinis untuk perawatan menyeluruh bagi anak-anak yang mengidap penyakit acute lympheblastic leukemia(bury, 2008 ) EPIC, merupakan CDSS yang berperan sebagai mitra cerdas bagi staf klinisi dan memberikan panduan yang terstruktur.
Kategori CDSS CDSS dapat dikategorikan dengan cara yang berbeda seperti representasi pengetahuan, tips keputusan dan domain medis. Jika dilihat dari sudut pandang dokter, system dapat dibagi berdasarkan diminta atau tidaknya saran yaitu dimintai saran (solicited advice ), tidak dimintai saran (unsolicited advice ), dan system anatomi (autonomous system ). Pada solicited advice dokter secara eksplisit berkonsultasi dengan DSS. Solicited advice memiliki cirri sebagai berikut : a. Kebanyakan bersifat stand alone. b. Pengguna berdialog langsung dengan system. c. System akan memberikan pertanyaan kepengguna sebagai data input. d. Melalui DSS, system akan memberikan control kepada dokter untuk menalar.
Kendala CDSS Adanya presepsi yang seringkali berada antara pihak pengambil keputusan (dokter atau klinisi) dengan analis sistem. Hal ini menyebabkan perlu adanya penyamaan presepsi antara pihak pengambil keputusan (klinisi atau dokter) dengan analis sistem.penyamaan presepsi ini sangat penting dalam kaitannya dengan pemilihan metode pengambilan keputusan, perancangan aliran proses, dan antar muka. Diagnosis adalah seni dan pada tataran tertentu memang sangat sulit untuk direprensikan secara matematis.
Beberapa model diagnosis tidak dapat ditormulasikan dalam format yang baku. Kenyataan tersebut akan menimbulkan kesulitan dalam pembentukan antarmuka dan pembentukan program. Oleh karena itu dibutuhkan metode yang tepat untuk dapat menterjemahkan bahasa sehari-hari yang digunakan dalam proses diagnosis kedalam format yang digunakan dalam proses diagnosis ke dalam format yang dimungkinkan untuk pemograman. Konsep pengolahan bahasa alami dalam diterapkan untuk kepentingan tersebut.