Analisis PACS di Rumah Sakit dan Klinik Indonesia: Dari Digitalisasi Radiologi Menuju Imaging Ecosystem

Khaeruddin Asdar Avatar
Analisis PACS di Rumah Sakit dan Klinik Indonesia: Dari Digitalisasi Radiologi Menuju Imaging Ecosystem

Radiologi sedang memasuki salah satu perubahan terbesar dalam sejarah layanan kesehatan Indonesia.

Dulu, hasil pemeriksaan radiologi identik dengan film, CD, dan ruang arsip.

Hari ini, CT Scan, MRI, X-Ray, Mammography, USG, dan berbagai modality lainnya menghasilkan data digital dalam jumlah sangat besar.

Tetapi pertanyaannya bukan lagi:

“Apakah fasilitas kesehatan sudah menggunakan digital imaging?”

Pertanyaan yang jauh lebih penting adalah:

“Apakah data imaging tersebut sudah dikelola, terintegrasi, dan dimanfaatkan secara optimal?”

Di sinilah PACS — Picture Archiving and Communication System menjadi semakin penting.

Dan di Indonesia, peluang PACS sebenarnya jauh lebih besar daripada sekadar menggantikan penyimpanan film.


1. Indonesia Memiliki Basis Pasar yang Sangat Besar

Menurut Data Fasyankes Online Kementerian Kesehatan, terdapat lebih dari 4.000 rumah sakit dan lebih dari 31.000 klinik yang tercatat dalam sistem fasyankes nasional.

Sementara itu, data Ditjen Pelayanan Kesehatan mencatat terdapat 3.241 rumah sakit pada 2025, meningkat dibandingkan 3.117 rumah sakit pada 2024.

Angka tersebut menunjukkan satu hal:

Indonesia memiliki ekosistem fasilitas kesehatan yang sangat besar dan tersebar.

Dan setiap kali sebuah fasilitas kesehatan memiliki modality imaging, muncul kebutuhan terhadap:

  • image storage,
  • image viewer,
  • image distribution,
  • backup,
  • disaster recovery,
  • workflow radiologi,
  • integrasi SIMRS,
  • integrasi RIS,
  • dan interoperabilitas.

Artinya, pasar PACS bukan hanya rumah sakit besar.

Klinik dan diagnostic center juga menjadi bagian penting dari pasar imaging digital.


2. Rumah Sakit: PACS Sudah Menjadi Infrastruktur, Bukan Fitur Tambahan

Untuk rumah sakit yang memiliki CT Scan, MRI, X-Ray, Cath Lab, atau modality lainnya, volume data imaging dapat berkembang sangat cepat.

Satu CT Scan saja dapat menghasilkan ratusan hingga ribuan image.

Jika rumah sakit memiliki beberapa modality dan melakukan pemeriksaan selama bertahun-tahun, kebutuhan storage dapat berkembang menjadi sangat besar.

Namun masalah rumah sakit bukan hanya storage.

Ada empat persoalan utama:

1. Volume

Data imaging terus bertambah.

2. Akses

Radiologist dan dokter membutuhkan akses image dengan cepat.

3. Integrasi

Image harus terhubung dengan pasien, order, accession number, laporan, dan rekam medis.

4. Distribusi

Image harus dapat dibagikan kepada dokter, pasien, atau fasilitas kesehatan lain secara aman.

Karena itu, PACS modern harus dilihat sebagai infrastruktur digital radiologi.


3. Tantangan Terbesar Bukan Lagi Menyimpan Image

Menariknya, teknologi storage semakin murah.

Yang semakin mahal justru adalah kompleksitas pengelolaan data.

Bayangkan sebuah rumah sakit mempunyai:

CT Scan Vendor A

MRI Vendor B

X-Ray Vendor C

PACS Vendor D

RIS Vendor E

SIMRS Vendor F

AI Vendor G

Semua sistem tersebut harus dapat berkomunikasi.

Inilah mengapa DICOM menjadi sangat penting.

Kementerian Kesehatan menjelaskan bahwa DICOM merupakan standar untuk komunikasi dan manajemen informasi pencitraan medis serta data terkait. Struktur pencitraan DICOM sendiri memiliki hierarki Patient → Study → Series → Instance.

Jadi, PACS yang bagus bukan sekadar memiliki kapasitas storage besar.

PACS harus mampu menjadi penghubung antar sistem imaging.


4. Rumah Sakit Indonesia Sedang Bergerak Menuju Interoperabilitas Nasional

Ini adalah perubahan yang sangat penting.

Pada 1 September 2026, Kementerian Kesehatan meluncurkan SATUSEHAT RME, dengan tujuan menghubungkan data kesehatan pasien dari berbagai fasilitas pelayanan kesehatan secara nasional. Data yang diintegrasikan termasuk diagnosis, laboratorium, obat, tindakan, tanda vital, dan radiologi.

Dengan demikian, PACS di Indonesia tidak lagi hanya berbicara mengenai:

Modality → PACS → Radiologist

Tetapi mulai berkembang menjadi:

Modality → PACS → DICOM Router → SATUSEHAT

Kementerian Kesehatan bahkan telah menyediakan arsitektur khusus untuk pengiriman data DICOM menuju SATUSEHAT/National Imaging Data Repository.

Ini akan menjadi salah satu faktor penting dalam perkembangan pasar PACS Indonesia.


5. PACS Tidak Bisa Berdiri Sendiri

Salah satu kesalahan dalam melihat PACS adalah menganggapnya sebagai sistem yang berdiri sendiri.

Dalam rumah sakit modern, arsitekturnya lebih tepat dilihat seperti ini:

SIMRS / HIS

Order Radiology

RIS

Accession Number

Modality

DICOM

PACS

AI / Advanced Visualization

Radiologist

Radiology Report

EMR

SATUSEHAT

Kementerian Kesehatan sendiri mendokumentasikan alur di mana order berasal dari SIMRS/SIMPUS atau RIS, modality menghasilkan DICOM, hasil masuk ke PACS, kemudian DICOM Router meneruskan data ke SATUSEHAT/NIDR dan informasi klinis seperti ServiceRequest, Observation, dan DiagnosticReport diproses melalui sistem terkait.

Artinya:

PACS adalah salah satu node penting dalam ekosistem data kesehatan.


6. Bagaimana dengan Klinik?

Di sinilah peluang pasar PACS menjadi semakin menarik.

Rumah sakit besar biasanya sudah memiliki PACS.

Tetapi kondisi klinik sangat berbeda.

Banyak klinik memiliki:

  • X-Ray,
  • USG,
  • CT Scan,
  • atau modality lainnya,

tetapi belum tentu memiliki infrastruktur PACS yang matang.

Sebagian masih menggunakan:

USB

CD

PC lokal

hard disk

atau bahkan penyimpanan yang sangat sederhana.

Masalahnya muncul ketika volume pemeriksaan meningkat.

Misalnya sebuah klinik melakukan:

50 pemeriksaan imaging/hari

Maka dalam satu tahun sudah terdapat lebih dari:

18.000 examination.

Jika setiap examination memiliki beberapa image atau series, jumlah file bisa menjadi sangat besar.

Pada titik tertentu, folder komputer tidak lagi cukup menjadi sistem arsip radiologi.


7. Klinik Membutuhkan PACS yang Berbeda dengan Rumah Sakit

PACS untuk rumah sakit besar tidak selalu cocok untuk klinik.

Rumah sakit mungkin membutuhkan:

  • enterprise archive,
  • high availability,
  • disaster recovery,
  • multi-site,
  • RIS integration,
  • AI orchestration,
  • advanced visualization,
  • large-scale storage.

Sedangkan klinik mungkin lebih membutuhkan:

Simple + Affordable + Cloud + Easy to Use

Klinik tidak ingin membeli banyak server.

Tidak ingin membangun data center.

Tidak ingin mempekerjakan tim IT khusus hanya untuk mengelola storage.

Yang mereka inginkan sederhana:

“Saya punya X-Ray. Saya ingin gambar tersimpan otomatis dan dokter bisa membukanya dari mana saja.”

Ini adalah peluang besar bagi Cloud PACS.


8. Cloud PACS Berpotensi Menjadi Game Changer

Dengan cloud architecture, klinik tidak harus membeli server storage besar di awal.

Arsitekturnya dapat menjadi:

X-Ray / CT / MRI

DICOM Router

Cloud PACS

Web Viewer

Dokter / Radiologist

Dengan browser, dokter dapat mengakses imaging sesuai hak akses.

Model ini juga memungkinkan satu platform melayani banyak fasilitas.

Misalnya:

Klinik A

Cloud PACS

Klinik B

Radiologist

Klinik C

Model seperti ini sangat relevan untuk Indonesia karena fasilitas kesehatan tersebar secara geografis.


9. Masalah Indonesia: Radiologist Tidak Tersebar Merata

Ini salah satu alasan mengapa PACS memiliki nilai strategis yang besar.

Tidak semua daerah memiliki jumlah dokter spesialis radiologi yang memadai.

Indonesia juga memiliki kondisi geografis yang sangat luas.

Bayangkan sebuah klinik di kota kecil memiliki X-Ray atau CT Scan, tetapi tidak memiliki radiologist yang tersedia setiap saat.

Dengan PACS berbasis jaringan:

Image

Cloud PACS

Radiologist di Kota Lain

Expertise

Kembali ke Klinik

Inilah fondasi dari teleradiology.

Dengan demikian, PACS bukan hanya teknologi penyimpanan.

PACS dapat menjadi infrastruktur yang memungkinkan layanan radiologi lintas wilayah.


10. AI Akan Mengubah Nilai PACS

Perubahan berikutnya bahkan lebih besar.

Selama ini:

PACS = Storage + Viewer

Ke depan:

PACS = Storage + Viewer + Workflow + AI

Bayangkan:

CT Scan masuk.

PACS menerima image.

DICOM Router mengirimkan study ke AI.

AI melakukan analisis.

Hasil AI kembali ke PACS.

Radiologist membuka study.

Radiologist melihat:

Original Image + AI Result + Previous Study + Clinical Information

dalam satu workflow.

Ini jauh lebih powerful daripada sekadar PACS.

Kita mulai memasuki era “Imaging Intelligence”.


11. Tantangan PACS di Indonesia

Meskipun potensinya besar, implementasi PACS di Indonesia tidak sederhana.

Ada setidaknya tujuh tantangan.

1. Biaya

PACS enterprise dapat membutuhkan investasi infrastruktur dan lisensi yang signifikan.

2. Legacy System

Banyak rumah sakit masih menggunakan sistem lama.

3. Heterogenitas Vendor

Setiap modality dan sistem dapat memiliki konfigurasi yang berbeda.

4. Metadata

Data DICOM harus konsisten agar dapat diproses dengan baik.

5. Network

Imaging memiliki ukuran file besar sehingga membutuhkan koneksi yang stabil.

6. Security

Medical imaging adalah data kesehatan yang sensitif.

7. SDM

Implementasi PACS membutuhkan kemampuan teknis, radiologi, dan integrasi sistem.

Bahkan penelitian Indonesia yang dipublikasikan pada 2026 menyoroti masalah seperti ketidakkonsistenan metadata, variasi antarvendor, dan validasi data sebagai tantangan integrasi PACS dengan SATUSEHAT.

Jadi, tantangan PACS Indonesia bukan hanya teknologi.

Tantangannya adalah interoperability.


12. PACS Masa Depan Harus “Interoperable by Design”

PACS generasi baru seharusnya tidak dibangun sebagai sistem tertutup.

Ia harus dapat berbicara dengan:

DICOM

HL7

FHIR

RIS

HIS/SIMRS

EMR

SATUSEHAT

AI

Cloud

dan berbagai modality.

SATUSEHAT sendiri telah mendokumentasikan penggunaan ServiceRequest dan ImagingStudy dalam arsitektur DICOM mereka.

Karena itu, perusahaan yang membangun PACS di Indonesia memiliki tantangan sekaligus peluang:

Bukan hanya membuat image viewer, tetapi membangun interoperability layer untuk imaging.


13. Dari PACS ke VNA

Pada rumah sakit yang semakin besar, konsep PACS juga dapat berkembang menuju Vendor Neutral Archive (VNA).

PACS biasanya sangat erat dengan workflow imaging.

VNA lebih menekankan pada:

“Bagaimana seluruh medical imaging organisasi disimpan dan dikelola tanpa terlalu bergantung pada satu vendor.”

Ini menjadi menarik bagi:

  • rumah sakit grup,
  • jaringan rumah sakit,
  • merger rumah sakit,
  • multi-site imaging,
  • dan organisasi dengan banyak modality.

Arsitekturnya dapat berkembang menjadi:

Multiple PACS

VNA

Enterprise Imaging Platform

EMR / Clinical Ecosystem


14. Potensi Pasar: Bukan Hanya Menjual PACS

Ini bagian paling menarik secara bisnis.

Jika perusahaan hanya menjual:

PACS software

maka bisnisnya berada pada pasar software.

Tetapi jika perusahaan membangun:

Imaging Platform

maka peluangnya jauh lebih besar.

Revenue dapat berasal dari:

  • PACS subscription
  • Cloud storage
  • DICOM Router
  • Web Viewer
  • RIS
  • Teleradiology
  • AI integration
  • AI orchestration
  • VNA
  • Disaster Recovery
  • Data migration
  • Integration service
  • Enterprise imaging
  • Managed service

Dengan kata lain:

PACS dapat menjadi entry point menuju Imaging-as-a-Service.


15. Rumah Sakit dan Klinik Akan Memiliki Kebutuhan yang Berbeda

SegmenKebutuhan UtamaModel PACS Potensial
RS Tipe besarEnterprise imagingOn-prem / Hybrid / Cloud
RS jaringanMulti-site imagingCloud / VNA
RS menengahPACS + RISHybrid / Cloud
Klinik utamaX-Ray / USG / CTCloud PACS
Diagnostic CenterHigh-volume imagingCloud + Teleradiology
PuskesmasBasic imagingCloud ringan
Praktik mandiriUSG / X-RaySaaS PACS

Inilah yang membuat pasar Indonesia menarik.

Tidak ada satu model PACS yang cocok untuk semua.


16. Kesimpulan: Indonesia Tidak Membutuhkan Lebih Banyak “Storage”

Indonesia membutuhkan infrastruktur imaging yang terhubung.

Perubahan tersebut dapat digambarkan sederhana:

PACS Generasi 1

Store the Image

PACS Generasi 2

View the Image

PACS Generasi 3

Share the Image

PACS Generasi 4

Integrate the Image

PACS Generasi 5

Understand the Image

Dan kita sedang bergerak menuju generasi kelima.

Karena ketika AI, cloud, teleradiology, EMR, RIS, dan SATUSEHAT semakin terintegrasi, nilai PACS tidak lagi berada pada berapa banyak gambar yang mampu disimpan.

Nilainya berada pada:

Seberapa cepat sebuah medical image dapat berubah menjadi informasi klinis yang berguna.


Masa Depan Radiologi Indonesia

Bayangkan lima tahun ke depan.

Pasien melakukan CT Scan di sebuah klinik di daerah.

Image otomatis masuk ke cloud PACS.

AI melakukan pre-analysis.

Radiologist di kota lain membaca pemeriksaan.

Hasil expertise masuk kembali ke sistem.

Dokter klinik melihat image dan report.

Data radiologi terintegrasi dengan rekam medis pasien.

Pasien kemudian dirujuk ke rumah sakit.

Dokter rumah sakit dapat mengakses riwayat imaging sebelumnya sesuai hak akses.

Tidak ada CD.

Tidak ada film.

Tidak ada pencarian folder.

Tidak ada duplikasi pemeriksaan yang tidak perlu.

Image mengikuti pasien, bukan pasien membawa image.

Dan inilah alasan mengapa PACS memiliki posisi strategis dalam transformasi digital kesehatan Indonesia.

PACS bukan lagi sekadar sistem arsip radiologi.

PACS adalah fondasi menuju Enterprise Imaging dan Intelligent Healthcare.