Ketua tim peneliti, Dini Adni Navastara, mengungkapkan inovasi ini berawal dari gagasan kreatif mahasiswa ITS yang berpartisipasi dalam Program Kreativitas Mahasiswa (PKM) 2021. Sebagai dosen pembimbing dalam tim, Dini melihat potensi besar dalam ide tersebut untuk meningkatkan sistem pemantauan dan pengelolaan kondisi pasien gagal ginjal kronis.
“Namun, anggota tim mahasiswa tersebut saat ini telah menyelesaikan studinya di ITS,” ungkap Dini dalam keterangan tertulis, Senin, 1 April 2024.
Dosen Departemen Teknik Informatika ITS itu tak ingin mengakhiri pengembangan inovasinya. Dia memutuskan melanjutkan penelitian dalam pengembangan dan penyempurnaan aplikasi, termasuk dengan menerapkan teknologi deep learning di dalamnya.
Pemilihan teknologi ini didasarkan dari penelitian sebelumnya yang menunjukkan keberhasilan deep learning dalam mendiagnosis kondisi medis melalui citra. “Meskipun begitu, belum ada penelitian khusus berbasis deep learning terkait CAPD untuk deteksi risiko komplikasi menggunakan effluent dialysate,” beber Dini.
Dini menyebut melalui penerapan deep learning, aplikasi ini memiliki potensi untuk mengenali pola-pola rumit dan menafsirkan data cairan buangan dengan lebih akurat. Sehingga, memungkinkan untuk mendeteksi kemungkinan risiko komplikasi dengan lebih baik.
Selain itu, aplikasi ini juga dilengkapi dengan fitur keluhan lebih lengkap. Sehingga, dapat memberikan informasi tambahan kepada dokter untuk memudahkan dalam diagnosa perkembangan pasien secara lebih komprehensif.
Dini menuturkan penelitian lebih lanjut ini tak lepas dari keterlibatan RSUA dalam mengoptimalkan pemanfaatan data pasien yang relevan untuk meningkatkan akurasi dan efektivitas aplikasi. Dia berharap dengan kolaborasi ini aplikasi SahabatCAPD dapat diuji dan disesuaikan lebih cermat sesuai dengan kebutuhan pasien gagal ginjal kronis yang menjalani terapi CAPD di lingkungan rumah sakit tersebut.
“Selanjutnya, pendataan pasien ini akan dilakukan secara berkelanjutan untuk menyesuaikan hasil validasi data dari rumah sakit,” ungkap alumnus S2 Pusan National University, Korea Selatan tersebut.
Seluruh fitur pencatatan, pendeteksian, dan pemantauan yang telah dikembangkan dalam aplikasi serta penelitian ini bertujuan mengurangi kasus komplikasi gagal ginjal kronis yang selama ini tidak terdeteksi secara dini. Pasalnya, 16 persen risiko kematian pasien terapi CAPD disebabkan oleh komplikasi akibat kelalaian, kesalahan teknis, dan kesalahan dalam pemantauan terhadap pasien.
“Penelitian ini juga menyasar evaluasi terhadap kinerja berbagai model deep learning yang telah dikembangkan sebelumnya,” tutur dia.
Setelah semua tahapan pengembangan dan penyempurnaan sudah matang, aplikasi SahabatCAPD akan segera diluncurkan untuk penggunaan pertamanya di RSUA. “Rencana peluncuran pertama ini menjadi langkah awal dalam menyediakan layanan yang lebih baik bagi pasien gagal ginjal kronis yang menjalani terapi CAPD,” ungkap Kasi Hubungan Pelanggan dan Perencanaan Bisnis Direktorat Pengembangan Teknologi dan Sistem Informasi (DPTSI) ITS tersebut.
| Baca juga: SahabatCAPD, Aplikasi Bikinan Mahasiswa ITS untuk Deteksi Komplikasi Pasien Gagal Ginjal |
Cek Berita dan Artikel yang lain di
Google News
Viral! 18 Kampus ternama memberikan beasiswa full sampai lulus untuk S1 dan S2 di Beasiswa OSC. Info lebih lengkap klik : osc.medcom.id
