Mitra Keluarga Manfaatkan AI Generatif Amazon Bedrock untuk Transformasi Digital

Telset.id – Mitra Keluarga (IDX: MIKA), jaringan rumah sakit swasta terbesar di Indonesia, mengumumkan fase baru transformasi digital dengan memanfaatkan Amazon Bedrock, layanan AI generatif dari Amazon Web Services (AWS). Langkah ini bertujuan membebaskan tim dari pekerjaan berulang yang memakan waktu, sehingga standar layanan kesehatan kepada pasien dapat terus ditingkatkan.

Penerapan AI generatif ini berlangsung di 32 rumah sakit yang tersebar di seluruh jaringan Mitra Keluarga. Teknologi tersebut digunakan untuk memodernisasi sistem yang diandalkan karyawan, mulai dari proses perekrutan tenaga profesional hingga mempercepat pengembangan aplikasi yang digunakan tenaga klinis dan staf setiap hari.

Yosep Sutrisno, Chief Information Officer Mitra Keluarga, menegaskan bahwa setiap langkah perusahaan selalu berawal dari pasien. “Dengan memanfaatkan AI generatif di AWS untuk menyederhanakan proses backend yang berulang dan memakan waktu, kami membantu tim kami bekerja lebih efisien dan berfokus pada peningkatan sistem yang mendukung pelayanan pasien yang lebih baik,” ujarnya.

Menurut Yosep, inilah bentuk transformasi digital yang seharusnya dihadirkan di sektor kesehatan, yaitu teknologi yang bekerja secara senyap di belakang layar agar layanan kesehatan dapat menjadi fokus utama.

Perekrutan yang Adil dalam Skala Besar

Bagi jaringan layanan kesehatan sebesar Mitra Keluarga, proses perekrutan merupakan kegiatan berkelanjutan dan berisiko tinggi. Setiap posisi perlu diisi oleh kandidat yang tepat, dan setiap pelamar berhak mendapatkan proses peninjauan yang adil. Namun, tingginya jumlah resume yang masuk dapat membuat proses tersebut sulit dilakukan secara cepat dan konsisten.

Bekerja sama dengan Sarana AI, yang merupakan AWS Partner, Mitra Keluarga menerapkan Nara, asisten penyaringan kandidat untuk Human Resource (HR) yang dibangun menggunakan Amazon Bedrock dan Amazon Textract. Nara menstandarkan informasi dari berbagai format resume dan mencocokkan kandidat dengan kebutuhan keterampilan, sehingga kandidat terbaik dapat ditampilkan untuk ditinjau oleh staf perekrut.

Yang terpenting, tidak ada kandidat yang tersaring secara otomatis. Setiap resume tetap tersimpan di dalam sistem, dan seluruh keputusan perekrutan sepenuhnya dibuat oleh tim HR. Amazon Bedrock Guardrails memastikan data setiap kandidat tetap aman dan terlindungi di sepanjang proses. Solusi ini membantu menghemat lebih dari 2.300 jam kerja HR setiap tahun dengan mempercepat proses penyaringan resume dan wawancara awal kandidat.

Aktsa Midy Efendy, Co-Founder dan Chief Executive Officer (CEO) Sarana AI, menjelaskan bahwa di sektor kesehatan, penghematan waktu hanya berarti jika teknologi yang mendukungnya dapat dipercaya. “Kami membangun solusi perekrutan Mitra Keluarga di atas Amazon Bedrock agar setiap respons AI tetap berada dalam batasan yang jelas dan aman, dan agar keputusan akhir selalu berada di pihak yang bertanggung jawab,” ujarnya.

Membangun dengan Lebih Cepat untuk Para Tenaga Kesehatan

Mitra Keluarga juga menggunakan Kiro, alat pengembangan berbasis AI dari AWS, untuk mempercepat proses timnya dalam membangun dan memelihara aplikasi yang diandalkan oleh tenaga klinis dan staf. Manfaatnya terasa signifikan di seluruh tim pengembangan.

Sejak mengadopsi Kiro, aplikasi manajemen fasilitas yang awalnya diproyeksikan membutuhkan waktu tiga bulan berhasil diselesaikan dalam satu bulan dan kini sedang dalam tahap pengujian. Output kode bulanan per pengembang melonjak dari 1.000–2.000 baris menjadi 20.000–30.000 baris, atau peningkatan kecepatan pengembangan hingga 15 kali lipat.

Proses troubleshooting untuk alat rekam medisnya, yang sebelumnya membutuhkan waktu satu minggu, kini hanya memerlukan satu hingga dua hari. Artinya, sistem yang digunakan tenaga klinis untuk merawat pasien menghabiskan lebih sedikit waktu untuk menunggu perbaikan dan lebih banyak waktu untuk berfungsi sebagaimana mestinya.

Anthony Amni, Country Manager AWS Indonesia, menekankan bahwa layanan kesehatan hadir untuk memberikan perawatan terbaik bagi pasien. “Setiap jam yang dihabiskan untuk menunggu sistem yang bermasalah, adalah satu jam yang seharusnya bisa digunakan untuk merawat pasien,” katanya.

Mitra Keluarga membangun sistem pada Amazon Bedrock secara bertanggung jawab untuk mengembalikan waktu tersebut, dengan memangkas waktu perbaikan sistem dari satu minggu menjadi dua hari dan menghemat 2.300 jam kerja HR setiap tahun. “Dengan demikian, orang-orang yang tepat dapat berada di sisi pasien dengan lebih cepat,” tambah Anthony.

Transformasi digital di sektor kesehatan memang menjadi perhatian banyak pihak. Sebelumnya, T-System juga menargetkan hal serupa. Selain itu, Telkomsel menghadirkan aplikasi untuk mendukung operasional rumah sakit.

Mitra Keluarga kini tengah mengeksplorasi perluasan penggunaan AI generatif ke lebih banyak aspek operasionalnya untuk semakin mengurangi hambatan bagi pasien. Fokusnya adalah penciptaan pengalaman pasien yang lebih lancar dari awal hingga akhir, mulai dari proses pembuatan janji temu hingga layanan pascakunjungan.

Sebagai informasi, Mitra Keluarga didirikan pada tahun 1989 dan kini mengoperasikan 32 rumah sakit di seluruh Indonesia: 19 di Jabodetabek, 6 di Jawa Barat, 5 di Surabaya (Jawa Timur), dan 2 di Jawa Tengah. Setiap rumah sakit dilengkapi dengan layanan gawat darurat, poliklinik, ruang rawat inap, ruang operasi, unit perawatan intensif, layanan farmasi, serta fasilitas laboratorium dan radiologi.

Pada tahun 2025, perusahaan melayani 3,2 juta pasien, didukung oleh 4.248 tempat tidur operasional dan 9.125 tenaga medis serta non-medis, termasuk 1.975 dokter spesialis. Mitra Keluarga terdaftar di Bursa Efek Indonesia pada tanggal 24 Maret 2015 dengan kode saham MIKA. Per 31 Desember 2025, kapitalisasi pasar perusahaan mencapai Rp 33,1 triliun.

Langkah Mitra Keluarga ini menunjukkan bagaimana teknologi digital menjadi kunci dalam meningkatkan daya saing di berbagai sektor, termasuk kesehatan. Dengan adopsi AI generatif, perusahaan tidak hanya meningkatkan efisiensi internal tetapi juga berpotensi memberikan dampak positif pada kualitas pelayanan pasien secara keseluruhan.