PENERAPAN KOMPUTASI

BIG DATA PADA BIDANG

FARMASI
Agus Kurniawan
Ashfar kurnia
 OUTLINE
1 BIG DATA BIDANG FARMASI

2 PERAN BIG DATA DALAM BIDANG FARMASI

3 BIG DATA DALAM SISTEM KESEHATAN

1 2
4
PEMANFAATAN BIG DATA UNTUK SISTEM
3 PENGELOLAAN FARMASI DALAM PELAYANAN
4
KESEHATAN DI RUMAH SAKIT
PENDAHULUAN

VOLUME

VISUALIZATION VELOCITY

VERACITY
BIG VARIETY

DATA
VALIDITY VARIABILITY

VALUE

Panesar, Arjun. 2021. Machine Learning and AI for Healthcare: Big Data for
Improved Health Outcomes. Second Edition. Apress. New York, US.
BIG DATA BIDANG FARMASI
Farmasi Bahan Alam

Rekayasa Genetik &

BIOLOGI Mikrobiologi
FARMASI
Sintesis Obat

KIMIA Bioavailabilitas dan

Bioekivalensi
FARMASI
BIG
Desain dan Formulasi Obat
DATA
FARMASI TEKNOLOGI Neutrasetikal

FARMASI Kosmetik

Farmakologi
FARMAKOLOGI,
Farmasi Klinik dan
FARMASI Komunitas
KLINIK DAN
Farmakoekonomi
KOMUNITAS
 PERAN BIG DATA DALAM BIDANG FARMASI
“Mengetahui tidak hanya apa yang terjadi, tetapi mengapa itu terjadi
(diagnostik), apa yang akan terjadi (prediktif) dan bagaimana kita dapat
mewujudkannya (preskriptif), hal itu penting untuk bergerak melampaui big data Farmasi
menuju pengetahuan.“ (Drenik, Forbes) Klinik dan
Komunitas
Deskriptif Biologi dan
Kimia Penentuan
Farmasi
Big Data Diagnostik Kebijakan
Optimalisasi
Analytics Pelayanan
Kesehatan
Prediktif Inovasi Obat
dan Alat
Kesehatan
Preskriptif
Penemuan
Senyawa
Proses penggalian informasi yang berguna dengan Obat Baru
menganalisis berbagai jenis kumpulan data yang berukuran Teknologi
besar untuk mengungkap pola tersembunyi, korelasi yang Farmasi
tidak diketahui, dan informasi bermanfaat lainnya yang dapat
digunakan untuk membuat keputusan yang lebih baik
 PENGGUNAAN BIG DATA DALAM PENEMUAN DAN
PENGEMBANGAN OBAT BARU

Pemanfaatan data
protein target

Pemanfaatan data
senyawa tanaman
obat

Pemanfaatan data
Genomik

Pemanfaatan data
struktur kimia

Aplikasi AI

• Penemuan senyawa aktif • Uji in vivo • Farmakokinetik • Efektivitas • Safety dan • Real world Vs Trials
• Uji in vitro • Farmakokinetik • BA & BE dalam efikasi • Validitas Internal
• Farmakodinamik • Dosis aman Pengobatan dan Eksternal
• Toksisitas • Efek obat Penyakit
• Dosis • Rentang dosis
DATA PROTEIN TARGET

https://www.rcsb.org/

Ikatan Energi
yang Paling
Kuat
Molecular Docking
DATA TANAMAN OBAT

http://herbaldb.farmasi.ui.ac.id

Perlu
pengembangan
untuk data tanaman
asli Indonesia secara
http://www.botanicalauthentication.org http://herbalgram.org komprehensif
DATA STRUKTUR KIMIA

• Analisis
interaksi ligan-
reseptor: Plant,
Autodock Vina,
https://pubchem.ncbi.nlm.nih.gov https://chem-space.com
MOE, Molegro
Virtual Docker,
dll.
• Analisis ADMET:
pkCSM online
tool

http://www.chemspider.com https://chemaxon.com
DATA GENOMIK

https://blast.ncbi.nlm.nih.gov https://www.ebi.ac.uk
GenBank: NCBI, US DNA Data Bank of Japan,
Jepang

Pangkalan Data
Primer untuk
sekuens Asam
Nukleat saat ini
https://www.ddbj.nig.ac.jp
EMBL-EBI: European Molecular Biology Laboratory, Eropa
PUSAT INFORMASI OBAT
http://pionas.pom.go.id
Berisi deskripsi obat,
Monografi Obat
(Indikasi, Peringatan,
Interaksi, Nama
Dagang), bentuk
sediaan, Golongan
obat, dll.

https://www.drugs.com/ https://go.drugbank.com https://druginfo.nlm.nih.gov

BIG DATA DALAM SISTEM KESEHATAN
Pengaturan layanan kesehatan mengumpulkan dan menyimpan set digital
besar data pasien yang dihasilkan dari pemeriksaan medis rutin, resep,
pengurutan genom, pengujian laboratorium, dan klaim administratif.

mHealth Retail Medical

device Pharmacies Records

Public Health Manual Survey

Genomic Data
Data Results

Insurance
Imaging and mHealth
Claim
Lab results Applications
Providers

Hospital and
Health
Providers
ELECTRONIC HEALTH RECORDS (EHRs)
EHRs memiliki peran penting dalam usaha pengawasan
kesehatan populasi dan pelayanan kesehatan individu
sehingga data tersebut dapat bermanfaat untuk
1. memprediksi prevalensi penyakit
2. meningkatkan keselamatan pasien
3. memudahkan komunikasi antar profesi kesehatan
4. penentuan kebijakan terkait program kesehatan
nasional.

EHR dihasilkan dan disimpan di hampir semua

departemen perawatan kesehatan, termasuk perawatan
primer dan pengaturan perawatan khusus, ruang gawat
darurat, dan apotek rumah sakit.

Dokumentasi
catatan apoteker
JENIS DAN SUMBER DATA HEALTHCARE
Kategori sumber big data healthcare
penting untuk analisis AI:
Web and
•history
social media •health forums
data

Machine-to- •Sensors
machine data •wearable

Big
•Health claim data
transaction •billing data
data

•Fingerprints
Biometric •genetics
data •biomarkers driven from wearables

Human- •Email
generated •paper documents
data •EMR

Panesar, Arjun. 2021. Machine Learning and AI for

Healthcare: Big Data for Improved Health
Outcomes. Second Edition. Apress. New York, US.
ANALITIK BIG DATA DALAM PELAYANAN KESEHATAN
Rekam medis berukuran besar dan gejala setiap penyakit berbeda satu
Prediksik Penyakit sama lain. Prediksi penyakit yang tepat pada waktu yang tepat sangat
penting untuk penyakit yang mengancam jiwa seperti kanker.
EHR merupakan catatan pribadi yang meliputi informasi pribadi, riwayat medis, tes
Electronic health records patologi, alergi, penyakit sensitif, dll. Catatan medis tersebut ditransfer melalui
media yang aman dan setiap medical record dapat diedit oleh dokter.
Real time monitoring dapat menunjang kerja dokter dalam memberikan resep
Real-time monitoring kepada pasien yang sensitif atau penyakit berat

Praktisi kesehatan dapat mengumpulkan dan menganalisis hasil pemeriksaan rutin pasien
Perencanaan strategis medis dari segi lokasi, demografi, dan masyarakat untuk menemukan faktor perkembangan jenis
penyakit tertentu dan juga untuk meningkatkan strategi pengobatan

Rekomendasi obat berbasis gejala dimungkinkan dengan penggunaan analitik big data.
Drug suggestions Saran dan rekomendasi obat secara online membuat proses penanganan lebih efektif.

Analisis big data dapat mengubah cara pengambilan dan penyimpanan gambar. Algoritma
Medical imaging dirancang untuk membaca dan menyimpan data berbasis piksel, kemudian mengubah
data tersebut menjadi bentuk yang mudah dibaca dan dimengerti oleh dokter.
Penemuan smartphone dan IoT, seseorang dapat memanfaatkan ponsel untuk konsultasi
Telemedicine online, saran obat, diagnosis, pemantauan pasien secara real-time, pelacakan pencapaian
kesehatan, dan banyak hal lainnya
PEMANFAATAN BIG DATA UNTUK SISTEM PENGELOLAAN
FARMASI DALAM PELAYANAN KESEHATAN DI RUMAH SAKIT
Tools pendukung keputusan klinis yang terkait
Optimalisasi penggunaan tools dengan farmasi meliputi tombol dosis obat,
untuk mendukung keputusan
klinis peringatan obat seperti terapi duplikat atau
peringatan interaksi obat-obat, dan pop-up
Data klaim dan biaya
peringatan untuk memperingatkan pengguna
Manajemen
yang memberikan tentang praktik yang berpotensi tidak aman.
informasi tentang
formularium dan
pemanfaatan pemantauan efek
pelayanan Big Data uses samping
within Health Aplikasi EMRs ada yang open source dan berlisensi
System
Peningkatan Pharmacy
Mengukur kualitas
penerapan
dan hasil
evidence-based
perawatan pasien
medicine

Transisi perawatan yang lebih

baik melalui data yang terkait
dengan kepatuhan pengobatan
TANTANGAN PENERAPAN BIG DATA BIDANG
FARMASI DI INDONESIA

Regulasi

Pemerataan
Tecnology
Challenges akses
supports
internet

Integrasi
data
REFERENSI
• Bermudez et.al., Towards a symbiotic relationship between big data, artifcial intelligence, and hospital
pharmacy. J of Pharm Policy and Pract. 13 (75): 1 – 6. 2020.
• Drenick G. Going beyond big data to knowledge webpage on the internet. Forbes [updated March 11, 2014].
Available from: http://www.forbes.com/sites/prospernow/2014/03/11/going-beyondbig-data-
toknowledge/. Accessed Novemver 30, 2021.
• Ma, C., et al. Big data in pharmacy practice: current use, challenges, and the future. Integrated Pharmacy
Research and Practice 4; 91–99. 2015.
• Madanian, S. et al. mHealth and big-data integration: promises for healthcare system in India. BMJ Health
Care Inform. 26:e100071. 2019.
• Marconi, K. and Lehmann, H (Ed.). 2015. Big Data and Health Analytics. CRC Press. US.
• Natarajan, P., Frenzel, J.C., and Smaltz, D.H. 2017. Demystifying Big Data and Machine Learning for
Healthcare. CRC Press. US.
• Panesar, Arjun. 2021. Machine Learning and AI for Healthcare: Big Data for Improved Health Outcomes.
Second Edition. Apress. New York, US.
• Stokes, L.B., et al. 2016. Big Data: Implications for Health System Pharmacy. Hosp Pharm. 51(7): 599–603.
2016.
• Wijaya, R.D. dan Rahman, La ode A. Implementasi Electronic Health Records (EHRs) pada Pelayanan
Kesehatan di Komunitas: Literature Review. Jurnal Kesehatan. 8; 28-38. 2019
BIG DATA

• Big data adalah istilah yang

menggambarkan data dalam
volime besar baik terstruktur
maupun tidak tersetruktur
yang mambanjiri urusan sehari-
hari.
Volume (Capacity)
Velocity (Speed)
• Data dibuat dan diproses dengan cepat
• Online Data Analytics
• Keputusan terlambat à kehilangan kesempatan/penyesalan
• Contoh:
• Promosi kesehatan (E-health promotion)
• Monitoring (Healthcare monitoring)
• Respon terhadap perkiraan bencana dan wabah penyakit
Veracity (Truth)
• Bagaimana kebenarannya?
• Dapat dipertanggungjawabkan?
• Contoh:
• Survey kesehatan
• Kondisi penyakit tertentu tidak
disebutkan karena malu atau
faktor lain
Value
• Apakah data tersebut bermanfaat?
• Memiliki nilai?
• Dapat diaplikasikan?
Pengembangan V dari Big Data
Penggunaan Big Data dalam Kesehatan
Bagaimana cara memperoleh data biologis?
DNA Sequencing
• Berisi infomasi genetika setiap individu
• Mendeterminasikan sifat genotip dan fenotip
• Dari data ini kita dapat melihat dan menganalisis kemungkinan sifat

waktu lampau, saat ini,

genetiknya pada

dan (memprediksi) masa depan

kesehatannya
Data Biologi (Bioinformatika)
Sumber : Setia Permana
Sumber : Setia Permana
Sumber : Setia Permana
Sumber : Setia Permana
Tren personalisasi Medisin
Farmakogenomik & Farmakogenetik
Terima Kasih
THANK YOU