Pendahuluan – Optimalisasi Alur Kerja untuk Laboratorium bersama Dr. Mohd Jamsani
Teknologi digital sedang mengubah cara laboratorium klinis bekerja. Tugas rutin menjadi otomatis, alur kerja menjadi efisien, dan manajemen data ditingkatkan. Perubahan-perubahan ini telah terbukti menjadi cara yang efektif untuk mengatasi volume pengujian yang tinggi dan permintaan untuk waktu penyelesaian yang cepat, serta meminimalkan biaya operasional bagi organisasi-organisasi di seluruh dunia [1]. Salah satu tahap penting dalam transformasi tersebut adalah penerapan alur kerja digital. Tim Lab Insights berhasil menemui Dr. Mohd Jamsani bin Mat Salleh, seorang ahli patologi kimia di Seberang Jaya Hospital di Penang, Malaysia, untuk mendiskusikan pengalamannya dalam menerapkan alur kerja digital di laboratorium klinis.
Bagaimana Anda mendefinisikan alur kerja digital dalam konteks laboratorium klinis, dan langkah awal apa yang terlibat dalam implementasinya?
Alur kerja digital adalah serangkaian langkah-langkah yang diselesaikan secara elektronik untuk mengotomatisasi tugas-tugas dan proses. Bagi organisasi-organisasi, strategi alur kerja digital dimulai dengan pemahaman yang komprehensif tentang proses laboratorium yang seseorang miliki. Proses terkini harus dianalisis untuk mengidentifikasi perlambatan dan pain-point, yang dapat mencakup entri data manual, catatan berbasis kertas, pelacakan sampel yang tidak efisien, dan pelaporan hasil yang tertunda. Dalam usaha mengatasi masalah pain-point yang telah teridentifikasi, organisasi harus berinvestasi dalam teknologi yang tepat (misalnya sistem informasi laboratorium [LIS], sistem manajemen informasi laboratorium [LIMS], dan solusi-solusi perangkat lunak terkait lainnya) serta alur kerja yang efisien dalam perancangan. Tujuannya adalah untuk menyederhanakan operasi dengan mengurangi beban tugas berdampak rendah dan memprioritaskan beban dengan potensi pengembalian investasi yang paling besar. Akhirnya, solusi teknologi yang terpilih harus disebarkan dan dikonfigurasi agar sesuai dengan alur kerja yang dirancang, dengan pelatihan menyeluruh yang disediakan bagi staf laboratorium untuk memastikan penggunaan sistem baru secara efektif.
Apakah Anda bisa berbagi contoh spesifik bagaimana alur kerja digital meningkatkan efisiensi di laboratorium?
Salah satu contoh yang memcolok adalah implementasi sistem verifikasi otomatis. Verifikasi manual hasil tes di laboratorium adalah proses yang memakan waktu dan rawan kesalahan. Sistem verifikasi otomatis berbasis aturan menawarkan solusi dengan mengotomatisasi tinjauan hasil tes. Sistem ini terdiri dari middleware dan LIS dan mengikuti seperangkat algoritme. Algoritme, pada gilirannya, dikembangkan berdasarkan pada pesan instrumen dan penanda, status kontrol kualitas, pemeriksaan batas hasil, pemeriksaan delta, nilai-nilai kritis, pemeriksaan konsistensi, dan informasi klinis yang terkait dengan pasien. Dampak positif dari program verifikasi otomatis pada efisiensi laboratorium, tingkat kesalahan, dan keselamatan pasien sangat didukung dalam literatur yang telah diterbitkan [2, 3, 4, 5]. Di lab kami khususnya, kami menyaksikan pengurangan dramatis pada waktu pengujian HbA1c ketika kami mengganti sistem pengujian lama kami dengan yang baru yang memiliki antarmuka LIS dua arah dan perangkat lunak penasihat yang terpasang. Sistem baru ini, yang bekerja pada algoritme verifikasi otomatis 32-aturan, mengotomatisasi tinjauan kromatogram HbA1c normal. Metode ini menghemat waktu dari 1 jam hingga kurang dari 5 menit dan memproses lebih dari 70% sampel harian dalam waktu 4 jam. Contoh lainnya adalah penggunaan alur kerja tanpa kertas untuk elektroforesis protein serum (SPE). Seperti yang Anda tahu, SPE melibatkan produksi gel fisik dan densitogram. Rekaman fisik ini sering membutuhkan ruang fisik yang signifikan dan sulit untuk diambil dan dibagikan secara efisien. Selain itu, entri data manual dan interpretasi rentan terhadap kesalahan manusia. Lab kami berhasil melakukan transisi dari alur kerja berbasis kertas ke digital menggunakan piranti lunak dan sistem informasi khusus yang memungkinkan pengambilan dan analisa gambar digital. Hal ini menyebabkan waktu penyelesaian yang lebih cepat, terutama untuk diagnosis baru dan immunosubtraction pada hari yang sama. Selain waktu penyelesaian yang dipersingkat, alur kerja digital juga menghasilkan manfaat lain. Pertama, penghapusan gel fisik dan catatan kertas telah meminimalkan dampak lingkungan, keuntungan dalam era kekhawatiran akan kelestarian yang terus berkembang. Kedua, gambar dan laporan digital telah memfasilitasi pertukaran informasi yang mulus antar para profesional kesehatan. Ketiga, alur kerja digital menawarkan fleksibilitas yang lebih besar dengan memungkinkan pemrosesan sampel secara individual, alih-alih mengandalkan pemrosesan berkelompok, yang menyebabkan penundaan.
Menurut Anda apa tantangan terbesar yang dihadapi lembaga ketika menerapkan alur kerja digital di laboratorium mereka, dan bagaimana tantangan-tantangan ini dapat diatasi?
Masalah keuangan. Untuk memastikan proyek-proyek transformasi digital, termasuk alur kerja digital, menghasilkan pengembalian investasi yang optimal, penting untuk mempertimbangkan dengan cermat Return on Investment (ROI)-nya. Organisasi harus melakukan pemeriksaan terhadap semua biaya yang terkait dengan proyek ini, mulai dari akuisisi perangkat lunak sampai peningkatan infrastruktur. Mereka juga harus memperhitungkan potensi keuntungan, melihat apakah peningkatan efisiensi, peningkatan akurasi data, dan waktu perubahan yang lebih cepat dapat diterjemahkan ke dalam penghematan biaya yang signifikan dalam jangka panjang. Tantangan teknologi. Yang paling utama adalah keamanan data. Sifat sistem digital yang saling terhubung membuat laboratorium rentan terhadap serangan siber, yang dapat menimbulkan akibat parah, termasuk pelanggaran data, gangguan sistem, dan kerusakan reputasi. Untuk mengurangi risiko ini, lembaga harus melaksanakan langkah-langkah pengamanan siber yang kuat, termasuk enkripsi data, kontrol akses, dan audit keamanan secara teratur yang mencegah orang tidak berkepentingan mengakses data pribadi. Hal lainnya adalah penggunaan data dan interoperabilitas. Jumlah data yang signifikan yang dihasilkan laboratorium selama proses pengujian total menawarkan kesempatan bagi organisasi untuk mendapatkan wawasan berharga dalam operasi mereka, mengidentifikasi area perbaikan, dan membuat keputusan berdasarkan informasi. Namun, penelitian yang dilakukan oleh Penelitian Forrester menunjukkan bahwa lebih dari 73 persen data yang dikumpulkan organisasi tidak digunakan untuk analisis [6]. Tantangan ini sebagian muncul dari ketidakmampuan sistem dan perangkat yang berbeda untuk berkomunikasi dan bertukar data dengan lancar. Cara mengatasi hal ini adalah dengan membakukan format data dan memanfaatkan kecerdasan buatan untuk memaksimalkan nilai data [7, 8]. Hal ini juga dapat membantu memodernisasi sistem yang ada, beralih ke solusi berbasis cloud, dan mengembangkan antarmuka pemrograman aplikasi [9]. Tantangan peraturan. Terakhir namun tidak kalah penting, regulasi teknologi digital dan pengumpulan dan penggunaan data. Organisasi dapat memastikan kepatuhan dengan: [10]
-
-
- Tetap mendapatkan informasi tentang peraturan dan standar-standar perindustrian yang terus berkembang;
- Terlibat aktif dengan pihak berwenang di bidang regulasi yang relevan untuk memahami persyaratan dan mencari bimbingan; dan
- Menerapkan kerangka kerja kepatuhan yang kokoh, termasuk kebijakan privasi data, tindakan keamanan, dan rencana respons insiden.
-
Apa saran Anda bagi organisasi-organisasi yang baru saja memulai perjalanan transformasi digital? Bagaimana mereka bisa memastikan keberhasilan implementasinya?
Transformasi digital sangat penting dalam laboratorium klinis — alur kerja yang efisien, pengurangan kesalahan, dan waktu penyelesaian yang lebih cepat semuanya memberi keuntungan bagi pasien dan penyedia layanan kesehatan serta organisasi itu sendiri. Namun, peralihan dari analog ke digital tidak mudah dan memerlukan perencanaan dan pelaksanaan yang hati-hati. Transformasi ini paling baik diterapkan dalam beberapa fase, dipandu oleh strategi yang jelas. Pada akhirnya, transformasi digital yang sukses bukan hanya tentang proses dan teknologi tetapi juga tentang orang-orangnya. Hal ini penting untuk mengatasi penolakan terhadap perubahan di antara karyawan dalam organisasi. Hal ini membutuhkan komunikasi, empati, dan visi yang jelas tentang masa depan. Dengan mengikutsertakan karyawan dalam prosesnya, menyediakan pelatihan, dan mengakui kontribusi mereka, organisasi dapat mengembangkan budaya inovasi dan kemampuan adaptasi.
Referensi:
[1] Plebani, M. Clinical laboratories: production industry or medical services? Clinical Chemistry and Laboratory Medicine (CCLM). 2015;53(7):995-1004. doi:10.1515/cclm-2014-1007
[2] Gungoren MS. Crossing the chasm: strategies for digital transformation in clinical laboratories. Clinical Chemistry and Laboratory Medicine (CCLM). 2023;61(4):570-575. doi:10.1515/cclm-2022-1229
[3] Gao R, Zhao F, Xia L, et al. Establishment and application of autoverification system for HbA1c testing. Biochem Med (Zagreb). 2024;34(3):030705. doi:10.11613/BM.2024.030705
[4] Wang Z, Peng C, Kang H, et al. Design and evaluation of a LIS-based autoverification system for coagulation assays in a core clinical laboratory. BMC Med Inform Decis Mak. 2019;19(1):123. doi:10.1186/s12911-019-0848-2
[5] Christy A L, et al. B-128 Delivering Predictable Operational efficiency gains at our core central reference laboratory with strategic deployment of navify® Lab Operation informatics automation solution. Clinical Chemistry. 2024;70(Supplement_1):hvae106.489. doi:10.1093/clinchem/hvae106.489
[6] Barrett, J., “Up to 73 Percent of Company Data Goes Unused for Analytics. Here’s How to Put It to Work”. https://www.inc.com/jeff-barrett/misusing-data-could-be-costing-your-business-heres-how.html
[7] Hulsen T, et al. From big data to better patient outcomes. Clinical Chemistry and Laboratory Medicine (CCLM). 2023;61(4):580-586. doi:10.1515/cclm-2022-1096
[8] Ebubekir B, et al. Automation in the clinical laboratory: integration of several analytical and intralaboratory pre- and post-analytical systems. Turkish Journal of Biochemistry. 2017;42(1):1-13. doi:10.1515/tjb-2016-0234
[9] Gao R, Zhao F, Xia L, et al. Establishment and application of autoverification system for HbA1c testing. Biochem Med (Zagreb). 2024;34(3):030705. doi:10.11613/BM.2024.030705
[10] Jovičić SŽ, Vitkus D. Digital transformation towards the clinical laboratory of the future. Perspectives for the next decade. Clin Chem Lab Med. 2023;61(4):567-569. Dipublikasikan tanggal 11 Januari 2023. doi:10.1515/cclm-2023-0001
