<![CDATA[Transformasi digital di sektor kesehatan menghasilkan volume data yang sangat besar, namun belum seluruhnya mampu diolah menjadi informasi yang bermakna bagi pengambilan keputusan. Artificial Intelligence (AI), khususnya Machine Learning (ML), dinilai memiliki potensi besar dalam mendukung proses Data to Information (DTI) di fasilitas kesehatan melalui pembersihan data, analisis prediktif, deteksi pola, dan penyediaan informasi berbasis bukti. Penelitian ini bertujuan menganalisis peran, manfaat, hambatan, kelemahan, serta strategi optimalisasi pemanfaatan AI dalam proses DTI untuk mendukung pengambilan keputusan di fasilitas kesehatan. Metode yang digunakan adalah Systematic Literature Review dengan pendekatan naratif terhadap 10 artikel ilmiah terbitan tahun 2017–2025 yang diperoleh dari database PubMed, PubMed Central, SpringerLink, SINTA, JMIR Medical Informatics, dan Frontiers in Artificial Intelligence. Hasil kajian menunjukkan bahwa AI berperan penting dalam meningkatkan kualitas data, memprediksi kebutuhan klinis dan manajerial, serta mendukung evidence-based decision making di fasilitas kesehatan dan fasilitas pelayanan kesehatan primer. Namun, implementasi AI juga memiliki kelemahan, antara lain ketergantungan pada kualitas data, risiko bias algoritma, rendahnya interpretabilitas model, potensi ketergantungan berlebihan terhadap teknologi, serta risiko privasi dan keamanan data pasien. Oleh karena itu, pemanfaatan AI perlu disertai strategi antisipatif berupa penguatan tata kelola data, interoperabilitas sistem, validasi model, penerapan human in the loop, peningkatan literasi digital SDM, serta regulasi internal terkait etik dan keamanan data. Kesimpulannya, AI dapat menjadi instrumen strategis dalam proses DTI apabila diterapkan secara bertahap, kontekstual, aman, dan akuntabel.]]>
