Surabaya (beritajatim.com) – ITS Surabaya mengembangkan aplikasi pemantau pasien gagal ginjal kronis bernama SahabatCAPD. Inovasi ini hasil kolaborasi bersama Rumah Sakit Universitas Airlangga (RSUA).
Ketua Tim Peneliti Dini Adni Navastara mengatakan, inovasi ini berawal dari gagasan kreatif mahasiswa ITS yang berpartisipasi dalam Program Kreativitas Mahasiswa (PKM) tahun 2021 lalu.
Tak ingin mengakhiri pengembangan inovasinya, Dini memutuskan untuk melanjutkan penelitian dalam pengembangan dan penyempurnaan aplikasi, termasuk dengan menerapkan teknologi deep learning di dalamnya.
Dosen Departemen Teknik Informatika ITS itu menyebut, 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 (Continuous Ambulatory Peritoneal Dialysis) untuk deteksi risiko komplikasi menggunakan effluent dialysate,” ujar Dini, Senin (1/4/2024).
Melalui penerapan deep learning, lanjut dia, aplikasi ini memiliki potensi untuk mengenali pola-pola yang 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 fitur keluhan lebih lengkap, sehingga dapat memberikan informasi tambahan kepada dokter untuk memudahkan dalam diagnosa perkembangan pasien secara lebih komprehensif.
Dengan kolaborasi bersama RSUA ini, diharapkan aplikasi SahabatCAPD dapat diuji dan disesuaikan secara lebih cermat sesuai 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 untuk 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,” imbuhnya.
Setelah seluruh 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,” tandasnya. [ipl/ian]
