Kecerdasan buatan kini dipakai untuk menangkap tanda bahaya gagal jantung sebelum kondisi pasien memburuk. Di FKUI, teknologi ini diarahkan untuk membantu dokter mendeteksi risiko rawat ulang lebih cepat, terutama pada pasien yang akan dipulangkan dari rumah sakit.
Inovasi bernama NAVI-HF dikembangkan Rony Marethianto Santoso dan ditujukan sebagai alat bantu, bukan pengganti dokter. Pendekatan ini penting karena pemeriksaan gagal jantung belum tersedia lengkap di banyak fasilitas kesehatan.
Suara napas jadi petunjuk awal
Gagal jantung terjadi saat kemampuan jantung memompa darah menurun, sehingga cairan bisa menumpuk di tubuh, terutama paru-paru. Kondisi ini memicu sesak napas, bengkak pada kaki, tubuh mudah lelah, dan gangguan aktivitas sehari-hari.
Menurut Rony, salah satu penyebab pasien kembali dirawat adalah penumpukan cairan di paru-paru yang belum terdeteksi lewat pemeriksaan klinis biasa. Masalah itu bisa bersifat subklinis, sehingga belum menimbulkan suara khas yang mudah dikenali dengan stetoskop biasa.
NAVI-HF membaca suara napas yang direkam dengan stetoskop digital untuk mengenali pola yang mengarah pada kongesti paru. Hasil analisis ini memberi dokter gambaran tambahan sebelum memutuskan pasien aman pulang atau masih perlu terapi lanjutan.
| Komponen | Fungsi | Manfaat |
|---|---|---|
| Stetoskop digital | Merekam suara napas pasien | Menjadi data awal analisis AI |
| AI NAVI-HF | Membaca pola suara napas | Mendeteksi risiko cairan paru yang tidak terdengar secara klinis |
| Hasil analisis | Menunjukkan risiko kongesti paru | Membantu dokter menunda kepulangan atau menyesuaikan terapi |
Jika sistem menunjukkan pasien masih berisiko, dokter dapat menunda kepulangan atau menyesuaikan terapi sampai kondisi lebih stabil. Langkah ini diharapkan bisa menekan angka pasien yang kembali dirawat dalam waktu singkat.
Disiapkan untuk pemantauan dari rumah
NAVI-HF juga disiapkan agar bisa dipakai pasien di rumah. Konsepnya sederhana, yaitu stetoskop digital portabel dihubungkan ke ponsel, lalu suara napas dianalisis oleh aplikasi berbasis AI.
Jika sistem mendeteksi tanda penumpukan cairan di paru-paru, pasien akan mendapat peringatan untuk segera berkonsultasi atau datang ke rumah sakit. Rony juga menyebut alat itu bisa diminiaturisasi agar pasien dapat memeriksakan diri sendiri di rumah.
Ke depan, sistem ini direncanakan terhubung dengan layanan cloud. Dengan begitu, dokter dapat memantau kondisi pasien dari jarak jauh dan mendukung telemedicine serta home-based monitoring.
Data awal pengembangan algoritma dikumpulkan dari sekitar 246 pasien di sejumlah rumah sakit rujukan gagal jantung di Indonesia. Hasil awalnya menunjukkan sensitivitas, spesifisitas, dan akurasi yang baik untuk mengidentifikasi pasien yang masih mengalami kongesti paru.
Masalah besar gagal jantung di Indonesia
Rony menyebut Indonesia menempati peringkat kedua di Asia untuk prevalensi penyakit jantung. Tingginya angka kasus juga sejalan dengan tingginya angka rehospitalisasi atau rawat ulang pada pasien gagal jantung.
Dalam banyak kasus, pasien yang sudah mendapat pengobatan tetap kembali dirawat karena kondisi jantungnya memburuk. Karena itu, AI diposisikan sebagai alat bantu agar keputusan klinis lebih akurat, terutama di fasilitas kesehatan dengan keterbatasan alat diagnostik maupun tenaga ahli.
Di tengah kebutuhan pemantauan yang makin besar, NAVI-HF memberi opsi baru untuk menangkap risiko lebih cepat sebelum pasien jatuh ke kondisi yang lebih berat. Bagi dokter, alat ini diharapkan menjadi lapisan tambahan dalam membaca kondisi paru dan mencegah kekambuhan yang berujung rawat ulang.