BRIN Kembangkan Chatbot AI untuk Edukasi Pasien Cuci Darah
Badan Riset dan Inovasi Nasional (BRIN) mengembangkan Chatbot Lisa, asisten virtual berbasis kecerdasan artifisial untuk membantu edukasi pasien penyakit ginjal kronis yang menjalani hemodialisis. Teknologi ini dirancang memberikan informasi kesehatan yang terverifikasi dan mudah diakses kapan saja.
RINGKASAN BERITA:
- BRIN mengembangkan Chatbot Lisa untuk membantu edukasi lebih dari 134 ribu pasien hemodialisis di Indonesia.
- Chatbot memanfaatkan teknologi LLM dan RAG sehingga jawaban dapat ditelusuri ke sumber medis yang tervalidasi.
- Pengembangan dilakukan bersama RSCM dan RSUD Bakti Pajajaran dengan melibatkan dokter spesialis serta ahli nefrologi.
RIAUCERDAS.COM, JAKARTA - Pusat Riset Sains Data dan Informasi (PRSDI) Badan Riset dan Inovasi Nasional (BRIN) terus mengembangkan pemanfaatan kecerdasan artifisial (AI) di bidang kesehatan melalui Chatbot Lisa.
Asisten virtual ini ditujukan untuk mendukung edukasi pasien penyakit ginjal kronis yang menjalani terapi hemodialisis atau cuci darah.
Pengembangan teknologi tersebut dipaparkan oleh Perekayasa PRSDI BRIN, Elvira Nurfadhilah, sebagaimana dikutip dari laman resmi BRIN, Senin (8/6/2026).
Menurut Elvira, hadirnya Chatbot Lisa dilatarbelakangi oleh tingginya jumlah pasien hemodialisis di Indonesia yang pada 2024 tercatat lebih dari 134 ribu orang.
Di sisi lain, kebutuhan informasi kesehatan yang akurat dan mudah diakses terus meningkat, sementara waktu tenaga kesehatan untuk memberikan edukasi secara individual masih terbatas.
Selain itu, maraknya penyebaran informasi kesehatan yang keliru di ruang digital menjadi tantangan tersendiri bagi pasien dan keluarga.
"Chatbot Lisa dikembangkan sebagai solusi edukasi berbasis AI yang mampu memberikan informasi yang akurat, mudah diakses, dan berbasis bukti klinis bagi pasien hemodialisis. Chatbot Lisa pertama kali dikembangkan pada tahun 2021 dalam bentuk sistem berbasis aturan (rule-based system)," kata Elvira.
Seiring perkembangan teknologi AI, sistem tersebut kemudian ditingkatkan menjadi Chatbot Lisa versi 2.0 yang memanfaatkan teknologi Large Language Models (LLM) dan Retrieval-Augmented Generation (RAG).
Elvira menjelaskan, teknologi RAG memungkinkan chatbot mengambil informasi dari sumber pengetahuan yang telah diverifikasi sebelum memberikan jawaban kepada pengguna.
"Penggunaan teknologi RAG menjadi salah satu keunggulan utama Chatbot Lisa karena setiap jawaban yang diberikan dapat ditelusuri kembali ke sumber referensi aslinya. Dengan demikian, risiko munculnya informasi yang tidak akurat atau hallucination dari model AI dapat diminimalkan," terangnya.
Saat ini pengembangan Chatbot Lisa dilakukan melalui kolaborasi antara PRSDI BRIN, RSUD Bakti Pajajaran Kabupaten Bogor, dan Rumah Sakit Cipto Mangunkusumo (RSCM).
Sejumlah pakar kesehatan turut dilibatkan dalam proses pengembangan, termasuk ahli nefrologi, dokter spesialis penyakit dalam, dan peneliti kesehatan dari BRIN.
Sepanjang 2026, tim peneliti telah mencatat sejumlah capaian penting, di antaranya kerja sama dengan rumah sakit mitra, pelaksanaan forum diskusi kelompok terarah (FGD), perolehan klirens etik penelitian, serta pengembangan perangkat lunak RAGLab v1.0 yang telah diajukan hak ciptanya.
Selain itu, tim juga sedang menyusun sebuah book chapter yang membahas evaluasi keamanan dan keandalan chatbot medis berbasis LLM.
Elvira mengatakan penelitian tahun ini difokuskan pada tiga sasaran utama, yakni mengembangkan chatbot berbasis LLM dan RAG dengan jawaban yang terverifikasi, membangun mekanisme validasi hibrida yang melibatkan pakar klinis, serta melakukan evaluasi sistem sesuai standar kesehatan yang berlaku.
Dalam proses pengembangannya, tim menggunakan berbagai sumber referensi medis terpercaya seperti pedoman Perhimpunan Nefrologi Indonesia (PERNEFRI), Pedoman Nasional Pelayanan Kedokteran (PNPK), KDIGO, KDOQI, regulasi Kementerian Kesehatan, hingga publikasi ilmiah terkait hemodialisis.
Tahapan pengembangan juga mencakup proses semantic chunking, pembuatan embedding, pengelolaan basis data vektor, hingga integrasi berbagai model LLM untuk menghasilkan jawaban yang relevan dan dapat dipertanggungjawabkan.
Sementara itu, validasi sistem dilakukan bersama tenaga medis melalui pendekatan human-in-the-loop guna memastikan kualitas jawaban yang diberikan chatbot terus meningkat.
"Selain pengembangan teknologi, kami juga menaruh perhatian pada kualitas dataset yang digunakan. Sumber data harus berasal dari referensi medis yang terstandar dan divalidasi oleh para ahli," kata dia.
Chatbot Lisa tidak dirancang untuk menggantikan peran dokter maupun perawat, melainkan sebagai alat bantu edukasi dan pendamping pasien dalam memperoleh informasi kesehatan yang benar.
Ke depan, BRIN menargetkan purwarupa Chatbot Lisa versi terbaru dapat diuji secara terbatas di rumah sakit mitra.
Selain menghasilkan publikasi ilmiah dan hak kekayaan intelektual, inovasi tersebut diharapkan mampu mendukung peningkatan kualitas edukasi kesehatan berbasis teknologi di Indonesia.
"Kami berharap Chatbot Lisa dapat menjadi sarana edukasi yang membantu pasien hemodialisis memperoleh informasi kesehatan yang terpercaya, mudah dipahami, dan dapat diakses kapan saja," ujar Elvira. (*)