1 week ago
5
ilustrasi(freepik)
GAGAL jantung masih menjadi salah satu persoalan serius dalam layanan kesehatan di Indonesia. Data Asian-HF Registry menunjukkan Indonesia menempati peringkat kedua dengan jumlah kasus gagal jantung terbanyak di Asia setelah Tiongkok. Tingkat kematian pasien dalam satu tahun mencapai 34,1 persen, sementara sekitar 30 persen pasien harus kembali menjalani perawatan di rumah sakit akibat kondisi yang memburuk setelah dipulangkan.
Salah satu faktor yang memicu tingginya angka rawat ulang adalah masih adanya penumpukan cairan di paru atau residual pulmonary congestion yang tidak terdeteksi sebelum pasien meninggalkan rumah sakit. Kondisi tersebut kerap luput dari pemeriksaan menggunakan stetoskop konvensional.
Sementara itu, metode seperti Lung Ultrasound maupun pemeriksaan biomarker darah NT-proBNP membutuhkan peralatan khusus, biaya yang lebih tinggi, serta tenaga medis yang memiliki kompetensi khusus.
Berangkat dari tantangan tersebut, Dokter Spesialis Jantung dan Pembuluh Darah Konsultan Kardiovaskular Intervensi sekaligus Konsultan Kedokteran Vaskular di Primaya Hospital Tangerang, dr. Rony M. Santoso, mengembangkan Novel Auscultation Device of Artificial Intelligence for Heart Failure (NAVI-HF). Inovasi berbasis kecerdasan buatan (AI) ini merupakan bagian dari penelitian disertasi doktoralnya di Fakultas Kedokteran Universitas Indonesia.
NAVI-HF dirancang sebagai perangkat yang membantu dokter mendeteksi tanda-tanda kongesti paru melalui analisis suara rongga dada secara lebih praktis, cepat, dan objektif. Berbeda dengan stetoskop biasa, perangkat ini merekam suara dada dari lima titik pemeriksaan selama sekitar satu menit.
Selanjutnya, rekaman dianalisis menggunakan algoritma AI untuk mengidentifikasi apakah pasien masih memiliki tanda-tanda kongesti paru yang berpotensi menyebabkan perburukan gagal jantung setelah pulang dari rumah sakit.
Hasil penelitian terhadap 246 pasien gagal jantung akut menunjukkan NAVI-HF memiliki performa diagnostik yang menjanjikan. Dibandingkan dengan Lung Ultrasound sebagai standar acuan, perangkat tersebut mencatat tingkat akurasi sebesar 86 persen, sensitivitas 91 persen, dan spesifisitas 82 persen.
Selain itu, penelitian lanjutan yang dilakukan selama enam bulan menemukan bahwa pasien dengan hasil NAVI-HF positif memiliki risiko 1,6 kali lebih tinggi mengalami rawat ulang akibat gagal jantung dibandingkan pasien dengan hasil negatif.
Menurut dr. Rony, inovasi tersebut tidak dimaksudkan untuk menggantikan peran dokter, melainkan menjadi alat pendukung dalam mengidentifikasi pasien yang memiliki risiko tinggi sehingga penanganan dapat dilakukan lebih cepat.
"Salah satu tantangan terbesar dalam penanganan gagal jantung adalah memastikan kondisi pasien benar-benar stabil sebelum pulang dari rumah sakit. NAVI-HF kami kembangkan untuk membantu dokter mengidentifikasi pasien yang masih berisiko mengalami perburukan melalui alat yang sederhana, portabel, dan didukung teknologi AI. Dengan demikian, pasien yang membutuhkan pemantauan lebih ketat dapat dikenali lebih awal sehingga terapi dapat disesuaikan sebelum terjadi komplikasi," jelasnya dikutip Minggu (19/7).
Ia menambahkan, pengembangan NAVI-HF juga membuka peluang penerapan pemantauan pasien dari rumah (home-based monitoring) serta layanan telemedicine pada masa mendatang.
"Kami berharap inovasi ini dapat mendukung deteksi yang lebih dini, membantu dokter dalam pengambilan keputusan klinis, sekaligus mengurangi risiko rawat ulang akibat gagal jantung," tambahnya.
Pengembangan NAVI-HF menjadi salah satu contoh pemanfaatan teknologi kecerdasan buatan dalam dunia medis. Kehadiran teknologi ini diharapkan dapat membantu tenaga kesehatan menghasilkan diagnosis yang lebih cepat, objektif, dan tepat sasaran tanpa menggantikan peran dokter, sekaligus meningkatkan kualitas hidup pasien gagal jantung serta mengurangi beban layanan kesehatan di Indonesia. (P-4)
