@import url('https://fonts.googleapis.com/css2?family=Montserrat:wght@400;700&display=swap'); body { font-family: 'Montserrat', Arial, sans-serif; } 🌐 🌐
.@import url('https://fonts.googleapis.com/css2?family=Nunito+Sans:wght@400;700&display=swap'); h1, h2, h3, h4, h5, h6 { font-family: 'Nunito Sans', Arial, sans-serif; } /* PAKSA SEMUA JUDUL RELATED POST JADI HITAM */ .related-posts a, .related-posts a:link, .related-posts a:visited, .related-posts h3 a, .related-posts h4 a, .related-posts .title a, .related-posts .post-title a, .related-posts .related-title a{ color:#000000 !important; text-decoration:none !important; } /* Saat disentuh atau hover tetap hitam */ .related-posts a:hover, .related-posts a:active{ color:#000000 !important; }

AI Dokter Indonesia Deteksi Dini Gagal Jantung

Dokter Indonesia memperkenalkan inovasi AI NAVI-HF untuk deteksi dini risiko gagal jantung pada pasien.
JAKARTA | Faktanow.proInovasi di bidang teknologi kesehatan kembali lahir dari putra bangsa. Seorang dokter spesialis jantung asal Indonesia berhasil mengembangkan perangkat berbasis kecerdasan buatan (Artificial Intelligence/AI) yang berpotensi membantu tenaga medis mendeteksi lebih dini pasien gagal jantung dengan risiko tinggi mengalami perburukan setelah menjalani perawatan di rumah sakit.

Inovasi tersebut diberi nama Novel Auscultation Device of Artificial Intelligence for Heart Failure (NAVI-HF). Teknologi ini dikembangkan oleh Dr. dr. Rony M. Santoso, SpJP, SubSp.K.I(K), FIHA, Dokter Spesialis Jantung dan Pembuluh Darah, Konsultan Kardiovaskular Intervensi, serta Konsultan Kedokteran Vaskular yang berpraktik di Primaya Hospital Tangerang. Pengembangan NAVI-HF merupakan bagian dari penelitian disertasi doktoralnya di Fakultas Kedokteran Universitas Indonesia.

Kehadiran NAVI-HF menjadi salah satu terobosan penting dalam upaya meningkatkan kualitas pelayanan pasien gagal jantung di Indonesia. Perangkat tersebut memanfaatkan teknologi AI untuk menganalisis suara paru melalui rekaman dari rongga dada sehingga mampu membantu dokter mengenali tanda-tanda kongesti paru secara lebih cepat, objektif, dan praktis.

Gagal jantung hingga kini masih menjadi salah satu penyebab tingginya angka kesakitan dan kematian di Indonesia maupun dunia. Berdasarkan data Asian-HF Registry, Indonesia berada di peringkat kedua negara dengan jumlah kasus gagal jantung terbanyak di Asia setelah Tiongkok.

Data tersebut juga menunjukkan bahwa angka kematian pasien gagal jantung dalam satu tahun mencapai 34,1 persen. Selain itu, sekitar 30 persen pasien harus kembali menjalani perawatan di rumah sakit akibat kondisi kesehatannya memburuk setelah dipulangkan.

Salah satu faktor utama yang menyebabkan tingginya angka rawat ulang adalah masih adanya penumpukan cairan di paru atau residual pulmonary congestion yang belum sepenuhnya terdeteksi ketika pasien dinyatakan layak pulang.

Kondisi tersebut sering kali sulit dikenali hanya melalui pemeriksaan menggunakan stetoskop konvensional. Sementara itu, metode pemeriksaan yang lebih akurat seperti Lung Ultrasound maupun pemeriksaan biomarker darah NT-proBNP memerlukan fasilitas kesehatan yang memadai, peralatan khusus, biaya relatif tinggi, serta tenaga medis yang memiliki kompetensi tertentu.

Photo: . Wilbert Huang, asisten peneliti NAVI-HF, bersama Dr. dr. Rony M. Santoso, Sp.JP, Subsp.K.I(K), FIHA, peneliti utama NAVI-HF sekaligus Dokter Spesialis Jantung dan Pembuluh Darah Konsultan Intervensi Kardiovaskular di Primaya Hospital Tangerang, berfoto bersama usai sesi media di Fakultas Kedokteran Universitas Indonesia.

Melihat tantangan tersebut, Dr. Rony mengembangkan NAVI-HF sebagai solusi yang lebih sederhana namun tetap memiliki kemampuan diagnostik yang baik. Teknologi ini dirancang untuk menjadi alat bantu klinis bagi dokter dalam menentukan kondisi pasien sebelum diperbolehkan pulang dari rumah sakit.

Cara kerja NAVI-HF cukup sederhana. Perangkat ini merekam suara rongga dada pasien dari lima titik pemeriksaan selama kurang lebih satu menit. Seluruh data suara yang diperoleh kemudian diproses menggunakan algoritma kecerdasan buatan yang telah dilatih untuk mengenali pola suara yang berkaitan dengan kongesti paru.

Melalui proses analisis tersebut, sistem dapat memberikan informasi kepada dokter mengenai kemungkinan masih adanya penumpukan cairan di paru yang berpotensi meningkatkan risiko pasien mengalami kekambuhan atau harus kembali dirawat di rumah sakit.

Hasil penelitian terhadap 246 pasien gagal jantung akut menunjukkan bahwa NAVI-HF memiliki performa yang sangat baik. Dibandingkan dengan pemeriksaan Lung Ultrasound sebagai standar acuan, perangkat ini mencatat tingkat akurasi sebesar 86 persen, sensitivitas 91 persen, dan spesifisitas 82 persen.

Temuan tersebut menunjukkan bahwa NAVI-HF mampu mengenali sebagian besar pasien yang masih memiliki risiko kongesti paru dengan tingkat ketepatan yang cukup tinggi.

Tidak hanya itu, penelitian lanjutan yang dilakukan selama enam bulan memperlihatkan hasil yang semakin menjanjikan. Pasien yang memperoleh hasil pemeriksaan NAVI-HF positif diketahui memiliki risiko sekitar 1,6 kali lebih tinggi mengalami rawat ulang akibat gagal jantung dibandingkan pasien dengan hasil pemeriksaan negatif.

Menurut Dr. Rony, pengembangan NAVI-HF bukan bertujuan menggantikan peran dokter dalam mengambil keputusan medis. Sebaliknya, teknologi ini dirancang sebagai perangkat pendukung agar tenaga kesehatan dapat melakukan penilaian klinis secara lebih objektif dan akurat.

Ia menjelaskan bahwa salah satu tantangan terbesar dalam penanganan gagal jantung adalah memastikan kondisi pasien benar-benar stabil sebelum diperbolehkan meninggalkan rumah sakit.

"NAVI-HF kami kembangkan untuk membantu dokter mengidentifikasi pasien yang masih memiliki risiko mengalami perburukan melalui alat yang sederhana, portabel, dan didukung teknologi AI. Dengan demikian, pasien yang membutuhkan pemantauan lebih intensif dapat dikenali lebih awal sehingga terapi dapat disesuaikan sebelum terjadi komplikasi," ujar Dr. Rony.

Selain digunakan di rumah sakit, NAVI-HF juga memiliki potensi besar untuk mendukung pengembangan layanan kesehatan berbasis digital, termasuk home-based monitoring dan telemedicine.

Melalui pemanfaatan teknologi tersebut, pasien dapat dipantau secara berkala tanpa harus selalu datang ke rumah sakit. Dokter pun memiliki kesempatan lebih besar untuk mendeteksi perubahan kondisi pasien sejak dini sehingga tindakan medis dapat segera diberikan apabila ditemukan tanda-tanda perburukan.

Dr. Rony berharap inovasi ini dapat menjadi salah satu solusi dalam meningkatkan kualitas pelayanan pasien gagal jantung di Indonesia sekaligus mengurangi angka rawat ulang yang masih tergolong tinggi.

Ia menilai teknologi kecerdasan buatan dapat menjadi mitra strategis bagi tenaga kesehatan dalam mendukung proses pengambilan keputusan klinis tanpa menghilangkan peran utama dokter sebagai penentu diagnosis dan terapi.

Perkembangan teknologi AI di bidang kesehatan juga dinilai membuka peluang besar bagi Indonesia untuk menghasilkan inovasi yang mampu bersaing di tingkat internasional. Pemanfaatan AI tidak hanya berfokus pada efisiensi pelayanan, tetapi juga meningkatkan akurasi diagnosis, mempercepat proses evaluasi pasien, serta memperluas akses layanan kesehatan bagi masyarakat.

Keberhasilan pengembangan NAVI-HF menjadi bukti bahwa kolaborasi antara ilmu kedokteran dan teknologi digital mampu menghasilkan solusi yang relevan terhadap tantangan pelayanan kesehatan modern.

Apabila pengembangan dan implementasinya terus dilakukan secara berkelanjutan melalui penelitian lanjutan serta uji klinis yang lebih luas, NAVI-HF berpotensi menjadi salah satu perangkat pendukung diagnosis gagal jantung yang dapat dimanfaatkan di berbagai fasilitas kesehatan, mulai dari rumah sakit rujukan hingga layanan kesehatan primer.

Inovasi karya anak bangsa ini diharapkan mampu memberikan kontribusi nyata dalam menekan angka komplikasi, meningkatkan kualitas hidup pasien gagal jantung, sekaligus mengurangi beban pembiayaan layanan kesehatan nasional melalui deteksi dini yang lebih cepat, akurat, dan berbasis teknologi kecerdasan buatan.

Jurnalis: [Iskandar].
➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️➖️