Visibilitas AI untuk Klinik, Dokter, dan Tenaga Kesehatan

Coba tanya ChatGPT: "Dokter spesialis jantung terbaik di Surabaya."

Yang muncul? Kemungkinan besar nama rumah sakit besar. Mayo Clinic kalau AI-nya lagi ngaco. Atau jawaban generik tipe "konsultasikan dengan dokter Anda." Nama dokter individu? Klinik spesialis lokal? Hampir ga pernah.

Sekarang coba yang lebih spesifik: "Klinik fisioterapi di Bandung yang punya publikasi ilmiah."

Kosong.

Bukan karena dokter dan klinik itu ga ada. Bukan karena mereka ga kompeten. Tapi karena semua kredensial, pengalaman, dan pengetahuan mereka tersimpan di tempat yang AI ga bisa baca. Di ijazah yang terpajang di dinding. Di sertifikat CME yang masuk laci. Di pengalaman klinis puluhan tahun yang ga pernah diterjemahkan ke format digital yang terstruktur.

Dan ini ironis. Karena dari semua profesi yang ada, tenaga kesehatan adalah profesi yang paling siap untuk entity verification.

Kenapa Kesehatan Punya Posisi Unik

Aku bukan dokter. Aku praktisi yang membangun entity infrastructure untuk berbagai sektor. Dan dari semua sektor yang aku pelajari, kesehatan itu anomali positif.

Begini. Ketika aku kerja dengan perusahaan manufaktur, tantangan terbesarnya adalah: "Kita ga punya kredensial yang bisa diverifikasi publik." Ketika aku kerja dengan UMKM, masalahnya: "Kita ga punya publikasi." Ketika aku kerja dengan konsultan, masalahnya: "Track record kita confidential."

Tenaga kesehatan ga punya masalah itu.

Dokter punya STR (Surat Tanda Registrasi) yang bisa diverifikasi publik lewat situs KKI. Mereka punya SIP (Surat Izin Praktik) yang terdaftar per lokasi. Mereka punya spesialisasi yang diakui secara formal. Banyak yang punya publikasi di jurnal ilmiah, baik nasional maupun internasional. Dan mereka rutin presentasi di seminar, simposium, dan konferensi medis.

Semua ini, dalam bahasa entity infrastructure, adalah sinyal verifikasi tingkat tinggi. AI ga perlu "percaya" klaim di website. AI bisa cross-reference ke database publik, ke PubMed, ke ORCID, ke daftar pembicara konferensi resmi.

Tapi hampir semua tenaga kesehatan di Indonesia ga memanfaatkan ini. Kenapa?

Tiga Hambatan yang Bukan Soal Teknologi

1. Kode Etik dan Persepsi Iklan

Ini yang paling besar. KODEKI (Kode Etik Kedokteran Indonesia) di Pasal 4 secara eksplisit melarang dokter beriklan. Dan banyak tenaga kesehatan yang menafsirkan "membangun kehadiran digital" sebagai bentuk iklan [1].

Padahal ada perbedaan fundamental antara beriklan dan bisa ditemukan.

Iklan itu: "Datang ke klinik aku, diskon 50% untuk konsultasi pertama."

Entity verification itu: "Ini nama lengkap aku, ini spesialisasi aku, ini nomor registrasi aku, ini publikasi aku, dan ini tempat aku bisa ditemukan."

Yang pertama memang dilarang. Yang kedua itu informasi publik yang seharusnya mudah diakses. Dan justru kalau informasi ini ga tersedia secara terstruktur, AI bisa memberikan informasi yang salah tentang seorang dokter. Atau lebih buruk, AI ga menyebutkan dokter itu sama sekali ketika pasien butuh.

2. Waktu

Dokter sibuk. Ini bukan alasan kosong. Dokter spesialis di Indonesia bisa praktik di 2-3 lokasi, plus tugas akademis, plus kegiatan organisasi profesi. Minta mereka duduk setup schema markup itu ga realistis.

Tapi yang mereka ga tau: sebagian besar kerja entity verification itu cuma perlu dilakukan sekali. Setup awal. Setelah itu, maintenance-nya minimal. Dan hasilnya bertahan bertahun-tahun.

3. Ga Ada yang Ngajarin

Di kurikulum kedokteran, ga ada mata kuliah "cara membangun kehadiran digital yang etis." Agensi digital yang melayani dokter biasanya fokus ke Instagram marketing dan Google Ads. Bukan entity infrastructure.

Jadi tenaga kesehatan terjebak di dua pilihan: diam dan invisible, atau pakai cara yang terasa seperti iklan. Padahal ada jalan ketiga.

Jalur Verifikasi Entity untuk Dokter

Aku visualisasikan prosesnya. Ini bukan template untuk semua orang. Ini kerangka yang bisa diadaptasi tergantung spesialisasi dan konteks praktik.

Perhatikan: ga ada satu pun elemen di diagram itu yang bisa dikategorikan sebagai "iklan." Semuanya informasi faktual, terverifikasi, dan tersedia secara publik.

ORCID: Bukan Cuma untuk Akademisi

Aku udah nulis panjang soal ini di ORCID Is Not Just for Academics. Tapi untuk konteks kesehatan, ini layak diulang.

ORCID (Open Researcher and Contributor ID) itu persistent identifier untuk peneliti dan kontributor ilmiah. Gratis. Diakui global. Dan terhubung langsung ke database publikasi ilmiah.

Untuk dokter yang punya publikasi, entah itu di jurnal nasional seperti Medical Journal of Indonesia atau jurnal internasional yang terindeks PubMed, ORCID menghubungkan semua publikasi itu ke satu identitas terverifikasi [2].

AI models seperti ChatGPT dan Perplexity memprioritaskan sumber yang bisa di-cross-reference. Kalau seorang dokter punya ORCID yang terhubung ke PubMed, Google Scholar, dan profil rumah sakit, AI punya tiga titik verifikasi independen. Itu bukan iklan. Itu infrastruktur kepercayaan.

Dan ga perlu publikasi internasional. Publikasi di jurnal SINTA-terakreditasi, laporan penelitian internal rumah sakit yang dipublikasi, bahkan poster presentation di konferensi medis, semua bisa ditautkan ke ORCID.

Event Schema: Presentasi Ilmiah Jadi Sinyal Verifikasi

Ini yang paling underutilized. Banyak dokter rutin jadi pembicara di seminar medis, simposium, workshop CME. Tapi informasi itu ga pernah diterjemahkan ke format yang AI bisa baca.

Seperti yang aku bahas di Why Speaking Engagements Are Now an SEO Strategy, Event schema memberi sinyal kuat ke AI bahwa seorang person diundang oleh third party untuk berbagi keahlian. Itu sinyal peer recognition, bukan self-promotion.

Untuk dokter, ini bahkan lebih powerful. Karena:

• Penyelenggara seminar medis biasanya organisasi profesi resmi (IDI, PERDOSSI, PAPDI, dll.)
• Kegiatan CME/CPD punya akreditasi dari Konsil Kedokteran
• Topik presentasi sangat spesifik dan terkait langsung dengan kompetensi klinis

Satu halaman "Kegiatan Ilmiah" di website klinik, dengan Event schema yang proper, bisa menghasilkan lebih banyak sinyal verifikasi daripada puluhan postingan Instagram.

Contoh konkret: seorang dokter spesialis neurologi yang rutin jadi pembicara di simposium PERDOSSI. Setiap tahun, mungkin 3-5 kali presentasi. Kalau semua itu tercatat di website pribadi atau website klinik, dengan Event schema yang menyebutkan organizer (PERDOSSI), tanggal, lokasi, dan topik presentasi, AI punya bukti objektif bahwa dokter ini diakui oleh peers-nya. Bukan klaim sepihak. Bukan testimoni pasien. Tapi undangan resmi dari organisasi profesi.

Dan ini ga perlu effort besar. Cukup satu halaman statis yang diupdate setiap selesai acara. Ga perlu desain mewah. Ga perlu video. Cukup informasi terstruktur yang benar.

Schema Markup untuk Klinik dan Dokter

Schema markup bukan soal teknis. Ini soal menerjemahkan realitas ke bahasa yang mesin pahami. Aku udah bahas prinsipnya di Schema Markup Is Not Technical. It's Strategic.

Untuk sektor kesehatan, ada beberapa schema type yang sangat relevan [3]:

• MedicalOrganization / MedicalClinic untuk entitas klinik. Nama, alamat, jam operasional, spesialisasi, nomor telepon. Ini yang bikin AI tau bahwa "Klinik Sehat Sejahtera" itu bukan cuma string teks tapi entitas nyata dengan lokasi fisik.
• Physician untuk profil dokter individu. Nama, spesialisasi, afiliasi, credential. Ini yang bikin AI bisa bilang "dr. X adalah spesialis Y di klinik Z" dengan confidence.
• MedicalSpecialty untuk memperjelas cakupan keahlian. Bukan cuma "dokter umum" tapi spesifik: Cardiology, Orthopedics, Dermatology.
• Event untuk kegiatan ilmiah yang dihadiri atau dibawakan.
• FAQPage untuk pertanyaan umum pasien yang sering muncul di search.

Yang penting: schema harus mencerminkan apa yang benar-benar ada di halaman. Ga boleh markup credential yang ga ditampilkan. Ga boleh klaim spesialisasi yang ga dimiliki. Ini bukan trik. Ini translasi yang akurat.

Case Study Anonim: Keahlian Klinis dalam Format yang Bisa Dikutip

Ini yang paling tricky. Tenaga kesehatan punya pengalaman klinis yang luar biasa kaya. Tapi rekam medis itu rahasia. HIPAA di Amerika, UU Kesehatan Pasal 57 di Indonesia. Ga boleh bocor.

Tapi ada cara etis untuk menerjemahkan pengalaman klinis jadi konten yang bisa dikutip AI:

• Case report anonim yang sudah dipublikasi di jurnal. Ini paling clean. Sudah melewati peer review, sudah anonim, sudah legal.
• Ringkasan statistik agregat. "Dalam 5 tahun terakhir, klinik kami menangani 1.200+ kasus fisioterapi pasca-stroke." Ga ada identifikasi individu, tapi menunjukkan volume dan pengalaman.
• Edukasi pasien berbasis pengalaman klinis. "Berdasarkan pengalaman kami menangani kasus fraktur kompresi vertebra, rehabilitasi awal dalam 48 jam pertama menunjukkan outcome yang lebih baik." Ini bukan rahasia medis. Ini pengetahuan klinis.
• Methodology description. Cara pendekatan klinik terhadap kondisi tertentu. Protokol umum, bukan detail pasien.

Kuncinya: jangan pernah kompromi kerahasiaan pasien. Ga ada sinyal AI yang sebanding nilainya dengan kepercayaan pasien.

Checklist Entity Infrastructure untuk Kesehatan

Ini yang bisa langsung dipake. Aku susun berdasarkan prioritas dan tingkat kesulitan.

Perhatikan kolom "Pertimbangan Etis." Ga semua langkah sama tingkat sensitivitasnya. Yang bertanda "Hati-hati" butuh review dari sisi etika medis sebelum implementasi. Sisanya bisa langsung dikerjakan tanpa khawatir melanggar kode etik.

Yang Perlu Berubah: Dari Invisible ke Verifiable

Aku ga minta dokter jadi content creator. Aku ga minta klinik bikin TikTok. Yang aku bilang jauh lebih sederhana dari itu.

Informasi yang sudah publik, yang sudah ada di papan nama praktik, di ijazah, di daftar pembicara seminar, itu perlu diterjemahkan ke format yang AI bisa baca. Itu bukan iklan. Itu transparansi.

Menurut data dari PracticeBeat (2026), Google di era sekarang udah bergeser dari "strings to things" [4]. Artinya, Google dan AI models ga lagi baca teks mentah. Mereka mencari entitas yang terdefinisi dengan jelas: siapa dokternya, apa spesialisasinya, di mana praktiknya, apa bukti kompetensinya.

Dokter yang punya NPI number (atau STR di Indonesia), yang punya publikasi di PubMed, yang punya catatan presentasi di konferensi resmi, itu sudah punya semua "bahan" yang dibutuhkan. Tinggal diterjemahkan.

Dan jangan lupa: kalau kamu ga mendefinisikan entity-mu sendiri, AI akan mendefinisikannya untukmu. Berdasarkan data yang ga lengkap, sumber yang ga akurat, atau lebih buruk, AI akan mengarahkan pasien ke kompetitor yang infrastrukturnya lebih baik meskipun kompetensi klinisnya lebih rendah.

Ini bukan teori. Coba sekarang tanya Perplexity soal dokter spesialis apapun di kota kamu. Lihat hasilnya. Biasanya yang muncul itu dokter yang profilnya ada di Halodoc, Alodokter, atau website rumah sakit besar. Bukan karena mereka yang paling kompeten. Tapi karena platform itu punya structured data yang AI bisa baca.

Dokter yang praktik mandiri di klinik pribadi, yang mungkin pengalamannya 20 tahun lebih, yang publikasinya lebih banyak, tapi website-nya cuma satu halaman tanpa schema? Invisible. Ga muncul. Seolah ga ada.

Tiga Langkah Pertama yang Realistis

Kalo kamu tenaga kesehatan dan baca ini, ga perlu langsung implementasi semuanya. Mulai dari tiga hal:

Pertama: Buat atau klaim ORCID ID. Gratis, 10 menit. Hubungkan ke semua publikasi yang ada. Kalau belum punya publikasi, tetap buat. ORCID juga bisa merekam afiliasi, pendidikan, dan sertifikasi.

Kedua: Pastikan website klinik punya halaman profil per dokter dengan informasi lengkap. Nama, foto, spesialisasi, nomor registrasi, afiliasi rumah sakit, dan publikasi. Minta web developer pasang Physician schema.

Ketiga: Dokumentasikan kegiatan ilmiah. Setiap kali presentasi di seminar, catat dan tampilkan di website. Dengan Event schema kalau bisa.

Tiga langkah. Ga ada yang melanggar kode etik. Ga ada yang terasa seperti iklan. Dan dampaknya terhadap visibilitas AI bisa sangat signifikan dalam 6-12 bulan.

Catatan Jujur

Aku harus bilang ini: aku bukan praktisi kesehatan. Aku ga punya otoritas soal etika medis. Apa yang aku tau adalah entity infrastructure, cara AI memverifikasi keahlian, dan cara menerjemahkan credential ke format digital.

Setiap implementasi di sektor kesehatan harus dikonsultasikan dengan pihak yang paham regulasi. IDI punya panduan soal kehadiran digital dokter. MKEK (Majelis Kehormatan Etik Kedokteran) bisa jadi rujukan kalau ada area abu-abu.

Yang aku tau pasti: AI ga akan berhenti berkembang. Pasien makin sering tanya ChatGPT sebelum tanya dokter. Dan dokter yang invisible di AI, bukan karena ga kompeten, tapi karena infrastruktur digitalnya ga ada, itu masalah yang bisa diselesaikan tanpa kompromi etika.

Silakan diintepretasikan secara bebas. Tapi kalau kamu tenaga kesehatan yang punya publikasi, punya sertifikasi, punya pengalaman klinis bertahun-tahun, dan AI ga bisa menemukan kamu, itu bukan masalah AI. Itu masalah translasi yang belum dikerjakan.