Perubahan iklim dan pola hidup masyarakat sering kali memicu munculnya berbagai masalah kesehatan yang sulit diprediksi secara manual. Di Kota Langsa, para ahli kesehatan lingkungan yang tergabung dalam HAKLI Langsa mulai mengadopsi teknologi kecerdasan buatan atau AI sebagai instrumen utama dalam upaya preventif kesehatan masyarakat. Langkah revolusioner ini dilakukan dengan Menggunakan AI untuk menganalisis data lingkungan yang besar dan kompleks guna Memetakan Risiko Penyakit yang mungkin muncul di suatu wilayah. Dengan pendekatan berbasis data ini, intervensi kesehatan tidak lagi dilakukan secara merata, melainkan lebih spesifik pada titik-titik yang memang menunjukkan indikasi kerentanan yang tinggi.
Proses kerja sistem ini diawali dengan pengumpulan data primer dan sekunder, mulai dari curah hujan, kepadatan penduduk, kondisi sanitasi, hingga data historis kunjungan pasien ke puskesmas terdekat. Setelah data terkumpul, algoritma AI akan bekerja mengolah informasi tersebut untuk melihat korelasi antara kondisi lingkungan dan tren penyakit yang terjadi. Di Langsa, teknologi ini sangat membantu dalam mendeteksi potensi wabah seperti demam berdarah atau diare bahkan sebelum kasus tersebut meledak di masyarakat. Kemampuan Menggunakan AI dalam memproses data dalam hitungan detik memberikan keunggulan waktu bagi para tenaga kesehatan untuk melakukan sosialisasi dan pembersihan lingkungan di area yang diprediksi akan menjadi titik panas penyebaran penyakit.
Visualisasi yang dihasilkan dari proses ini adalah peta risiko digital yang sangat dinamis. Melalui peta ini, pemerintah daerah dapat melihat dengan jelas wilayah mana yang memiliki Memetakan Risiko Penyakit paling tinggi berdasarkan kondisi lingkungannya. Misalnya, jika AI mendeteksi adanya penumpukan sampah di area dengan kelembapan tinggi, sistem akan memberikan skor risiko yang meningkat bagi wilayah tersebut. Inovasi dari HAKLI Langsa ini mengubah paradigma penanganan kesehatan dari yang semula bersifat kuratif (mengobati setelah sakit) menjadi sangat preventif dan prediktif. Hal ini tentu sangat membantu efisiensi anggaran kesehatan karena biaya pencegahan jauh lebih murah dibandingkan biaya pengobatan massal saat terjadi wabah.
Selain untuk kepentingan pemerintah, data yang dihasilkan juga bermanfaat bagi masyarakat umum sebagai panduan kewaspadaan dini. Dengan mengetahui bahwa wilayah tempat tinggal mereka masuk dalam zona Risiko Penyakit tertentu, warga akan lebih termotivasi untuk menjaga kebersihan lingkungan secara mandiri.