Dokter Indonesia Kembangkan AI Pendeteksi Dini Risiko Gagal Jantung

JAKARTA – Seorang dokter spesialis jantung asal Indonesia mengembangkan perangkat berbasis kecerdasan buatan (Artificial Intelligence/AI) yang berpotensi membantu mendeteksi lebih dini pasien gagal jantung dengan risiko tinggi mengalami perburukan setelah keluar dari rumah sakit.

Inovasi bernama Novel Auscultation Device of Artificial Intelligence for Heart Failure (NAVI-HF) itu diklaim mampu menganalisis suara paru secara cepat dan objektif untuk membantu pengambilan keputusan klinis.

Inovasi tersebut dikembangkan oleh Dr. dr. Rony M. Santoso, SpJP, SubSp.K.I(K), FIHA, dokter spesialis jantung yang berpraktik di Primaya Hospital Tangerang. Penelitian NAVI-HF menjadi bagian dari disertasi doktoralnya di Fakultas Kedokteran Universitas Indonesia.

Pengembangan teknologi ini dilatarbelakangi tingginya angka gagal jantung di Indonesia. Berdasarkan Asian-HF Registry, Indonesia menempati posisi kedua dengan jumlah kasus gagal jantung terbanyak di Asia setelah Tiongkok. Tingkat kematian dalam satu tahun mencapai 34,1 persen, sementara sekitar 30 persen pasien harus kembali menjalani perawatan akibat kondisi yang memburuk setelah dipulangkan dari rumah sakit.

Salah satu penyebab tingginya angka rawat ulang adalah masih adanya penumpukan cairan di paru (residual pulmonary congestion) yang kerap luput terdeteksi saat pasien dinyatakan cukup stabil untuk pulang. Pemeriksaan standar menggunakan stetoskop sering kali belum mampu mengidentifikasi kondisi tersebut, sedangkan metode seperti Lung Ultrasound atau pemeriksaan darah NT-proBNP membutuhkan peralatan khusus, biaya lebih tinggi, serta tenaga medis terlatih.

Berbeda dengan stetoskop konvensional, NAVI-HF bekerja dengan merekam suara rongga dada pasien dari lima titik pemeriksaan selama sekitar satu menit. Data tersebut kemudian dianalisis menggunakan algoritma AI untuk mendeteksi tanda-tanda kongesti paru yang berpotensi memicu kekambuhan gagal jantung.

Hasil penelitian terhadap 246 pasien gagal jantung akut menunjukkan NAVI-HF memiliki tingkat akurasi 86 persen, sensitivitas 91 persen, dan spesifisitas 82 persen dibandingkan pemeriksaan Lung Ultrasound sebagai standar pembanding. Penelitian lanjutan selama enam bulan juga 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.

Dr. Rony menegaskan teknologi tersebut tidak dirancang untuk menggantikan peran dokter, melainkan menjadi alat pendukung dalam menentukan langkah penanganan yang lebih tepat.

"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," jelas Dr. Rony.

Ke depan, NAVI-HF juga diproyeksikan mendukung layanan telemedicine dan home-based monitoring, sehingga pemantauan pasien dapat dilakukan dari rumah tanpa harus selalu datang ke fasilitas kesehatan.

"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 inovasi teknologi kesehatan karya anak bangsa yang memanfaatkan kecerdasan buatan untuk meningkatkan akurasi diagnosis, mempercepat penanganan pasien, serta berpotensi menekan angka rawat ulang dan kematian akibat gagal jantung di Indonesia