Rehabilitasi bukan urusan satu orang
Di klinik ortopedi, ada pemandangan yang sangat umum: nenek operasi ganti lutut, ayah operasi rotator cuff, anak laki-laki rekonstruksi ligamen ACL. Ketiganya periksa ke dokter yang sama. Tapi yang benar-benar mengurus rehabilitasi sehari-hari adalah menantu perempuan.
Pulang kerja, waktunya tinggal satu setengah jam. Tiga anggota keluarga, tiga set latihan, tiga timeline pemulihan berbeda. Buka aplikasi, tapi yang muncul tiga akun terpisah dengan tiga grafik terpisah. Harus login satu per satu, baca grafik satu per satu, putuskan siapa yang perlu dibantu duluan.
Ini bukan masalah teknologi. Ini masalah alokasi perhatian. Dan belum ada aplikasi rehabilitasi yang pernah mencoba menyelesaikannya.
Apa yang kami bangun
Halaman utama iRehab Patient App sekarang punya fitur: "Tanya AI Saya."
Ketuk, dan sistem mengemas kemajuan rehabilitasi pasien menjadi ringkasan terstruktur — jenis operasi, hari pasca-operasi, tren nyeri, tingkat penyelesaian latihan, seberapa jauh dari fase berikutnya. Satu ketukan untuk menyalin. Tempel ke ChatGPT, Claude, atau Gemini, lalu tanya dalam bahasa sehari-hari.
Bukan AI bawaan iRehab. AI milik pasien sendiri.
Mengapa tidak ditanamkan
Karena model AI berganti setiap enam bulan.
Kalau kami memasang GPT-4o di aplikasi, setengah tahun lagi sudah ketinggalan. Kalau kami mengintegrasikan beberapa API model, biaya token naik linear seiring jumlah pasien, dan setiap pembaruan model harus divalidasi ulang dari sisi keamanan klinis.
Tapi alasan yang lebih mendasar: kami tidak perlu bersaing dengan OpenAI soal pengalaman chat.
ChatGPT sudah ada di miliaran ponsel. Claude lebih baik untuk penalaran kompleks. Gemini terintegrasi dengan ekosistem Google. Tim-tim ini menghabiskan miliaran dolar untuk menyempurnakan antarmuka chat dan kualitas inferensi. Tidak ada alasan bagi kami untuk membangun versi yang lebih buruk dari nol.
Tugas kami cuma satu: memberikan AI konteks yang tepat.
Tanpa konteks, AI hanya bisa bilang "nyeri setelah operasi itu normal." Dengan konteks — hari ke-42 pasca-operasi, TKA lutut kiri, Phase 3, ROM 105 derajat (target 110), VAS naik dari 3 ke 5 setelah wall slide — AI bisa memberikan jawaban yang benar-benar berguna.
Arsitektur ini kami sebut BYoAI — Bring Your Own AI.
Ekonomi BYoAI
| Aspek | AI Bawaan | BYoAI |
|---|---|---|
| Biaya LLM | Naik linear seiring jumlah pasien | Nol |
| Pembaruan model | Harus validasi ulang setiap kali | Otomatis (ditangani penyedia AI) |
| Ketergantungan vendor | Terikat model tertentu | Tidak ada (teks biasa) |
| Kualitas chat | Terbatas kemampuan prompt kami | Tim AI terbaik dunia mengoptimalkan untuk Anda |
| Pengembangan dan pemeliharaan | Chat UI + audit keamanan + pergantian model | Satu API endpoint + satu tombol salin |
Inti dari BYoAI: inferensi AI sudah jadi komoditas; konteks klinis yang langka. Siapa pun bisa pakai ChatGPT. Tapi hanya iRehab yang tahu pasien sedang di hari ke berapa pasca-operasi, ROM-nya berapa derajat sekarang, dan tingkat penyelesaian latihan minggu ini.
Dari individu ke keluarga
Setelah fitur ini diluncurkan, gambaran yang lebih besar muncul.
Menantu perempuan tadi bisa membuka aplikasi masing-masing anggota keluarga, menyalin tiga ringkasan, menempelkan semuanya ke satu percakapan AI, dan bertanya: "Dari tiga orang ini, siapa yang perubahannya paling besar minggu ini? Siapa yang bisa latihan sendiri?"
AI tidak perlu membaca tiga grafik terpisah. Bisa langsung menjawab: "Tingkat penyelesaian nenek turun 30 persen tapi nyerinya tidak bertambah — kemungkinan masalah motivasi. Ayah dan anak laki-laki trennya stabil. Saran: malam ini temani nenek dulu."
Ini adalah koordinasi rehabilitasi tingkat keluarga. Bukan tiga catatan terpisah, tapi sudut pandang pengasuh dengan prioritas yang jelas.
Belum ada aplikasi rehabilitasi yang melakukan ini. Bukan karena sulit secara teknis, tapi karena semua memperlakukan rehabilitasi sebagai aktivitas individu. Di Indonesia — dan sebagian besar Asia — pemulihan adalah urusan keluarga. Setelah operasi, yang merawat adalah keluarga. Yang menentukan apakah pasien benar-benar serius latihan, sering kali juga keluarga.
Batasan keamanan
Kami membuat beberapa keputusan desain untuk menjaga keamanan:
Ekspor tidak mengandung data pribadi. Tidak ada nama, NIK, nomor telepon, nama dokter. Hanya data klinis.
Pembatasan kata kerja di prompt kontekstual. Empat prompt bawaan hanya menggunakan "susun," "identifikasi," dan "daftarkan" — tidak pernah "rekomendasikan," "evaluasi," atau "diagnosis." AI adalah sekretaris, bukan dokter.
Setiap ekspor disertai disclaimer. "Ringkasan ini untuk menyusun pertanyaan dan mendiskusikannya saat kunjungan berikutnya. Tidak boleh digunakan sendiri untuk mengubah rencana pengobatan."
Label tren dihitung di server. "Membaik," "stabil," "fluktuatif," dan "memburuk" bukan dihasilkan AI. Dihitung oleh algoritma kami menggunakan aturan eksplisit. Logika deterministik, bukan spekulasi LLM.
Langkah berikutnya: Family Link
Saat ini pengasuh harus login ke akun masing-masing untuk menyalin ringkasan. Kami sedang membangun Family Link — fitur yang memungkinkan pengasuh menghubungkan anggota keluarga di dalam akunnya sendiri dan melihat semua ringkasan di satu tempat.
Penghubungan memerlukan verifikasi tiga lapis: NIK (identifikasi) + tanggal lahir (bukti mengenal orang tersebut) + konfirmasi telepon timbal balik (bukti akses akun). Dan hanya bisa menghubungkan pasien yang periksa ke dokter yang sama.
Akses Family Link dibatasi pada ringkasan AI Prep — hanya baca, tidak bisa melaporkan latihan atau mengubah data atas nama anggota keluarga. Dibandingkan kenyataan saat ini di mana banyak keluarga berbagi password, ini justru lebih aman: cakupan lebih sempit, ada jejak audit, dan salah satu pihak bisa memutus hubungan kapan saja.
Kategori produk yang sebenarnya
Awalnya kami membangun "pelacakan rehabilitasi pasca-operasi." Tapi seiring produk berkembang, kami menyadari yang sebenarnya kami bangun adalah koordinasi rehabilitasi berpusat pada keluarga.
Pelacakan individu adalah titik masuk. Koordinasi keluarga adalah keunggulan kompetitif.
Di ortopedi, rujukan kluster keluarga adalah siklus pertumbuhan paling alami: nenek ganti lutut lalu merujuk anaknya untuk masalah bahu, anaknya merujuk suaminya untuk operasi ACL. Pola akuisisi ini organis. Tapi untuk menjadikannya keunggulan produk, sistem harus memahami konsep "keluarga."
Kebanyakan aplikasi rehabilitasi tidak memahaminya. Mereka menganggap setiap akun adalah individu terpisah.
Kami tidak.
iRehab mengubah data rehabilitasi harian menjadi konteks yang bisa ditindaklanjuti oleh pasien, keluarga, dan tenaga medis. Dari pelacakan individu ke koordinasi pemulihan berpusat pada keluarga.