BISNIS EXPO – Gagal jantung masih menjadi salah satu tantangan terbesar dalam layanan kesehatan di Indonesia. Berdasarkan Asian-HF Registry, Indonesia menempati peringkat kedua dengan jumlah kasus gagal jantung terbanyak di Asia setelah Tiongkok. Tingkat kematian pasien dalam satu tahun mencapai 34,1%, sementara sekitar 30% pasien harus kembali menjalani perawatan di rumah sakit akibat kondisi yang kembali memburuk setelah dipulangkan.
Salah satu penyebab tingginya angka rawat ulang adalah masih adanya penumpukan cairan di paru atau residual pulmonary congestion yang tidak terdeteksi saat pasien diperbolehkan pulang. Kondisi ini sering kali sulit dikenali hanya melalui pemeriksaan menggunakan stetoskop konvensional, sedangkan pemeriksaan seperti Lung Ultrasound maupun tes darah NT-proBNP membutuhkan peralatan khusus, biaya lebih tinggi, serta tenaga medis yang terlatih.
Menjawab tantangan tersebut, Dr. dr. Rony M. Santoso, SpJP, SubSp.K.I(K), FIHA, Dokter Spesialis Jantung, Subspesialis Konsultan Kardiovaskular Intervensi dan Konsultan Kedokteran Vaskular di Primaya Hospital Tangerang, mengembangkan Novel Auscultation Device of Artificial Intelligence for Heart Failure (NAVI-HF). Inovasi berbasis kecerdasan buatan (AI) ini dikembangkan sebagai bagian dari disertasi doktoralnya di Fakultas Kedokteran Universitas Indonesia.
Berbeda dengan stetoskop biasa, NAVI-HF merekam suara rongga dada dari lima titik pemeriksaan selama sekitar satu menit. Data suara tersebut kemudian dianalisis menggunakan algoritma AI untuk mendeteksi adanya kongesti paru yang masih tersisa dan berpotensi meningkatkan risiko perburukan gagal jantung setelah pasien pulang dari rumah sakit.
Hasil penelitian terhadap 246 pasien gagal jantung akut menunjukkan NAVI-HF memiliki performa diagnostik yang baik, dengan tingkat akurasi mencapai 86%, sensitivitas 91%, dan spesifisitas 82% dibandingkan Lung Ultrasound sebagai standar acuan. 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.
Menurut dr. Rony, NAVI-HF tidak dirancang untuk menggantikan peran dokter, melainkan menjadi alat bantu yang mempermudah identifikasi pasien berisiko tinggi sehingga penanganan dapat dilakukan lebih cepat dan 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,” ujar dr. Rony.
Ke depan, NAVI-HF juga berpotensi mendukung pemantauan pasien dari rumah (home-based monitoring) serta layanan telemedicine. Menurut dr. Rony, teknologi ini diharapkan dapat membantu dokter mengambil keputusan klinis secara lebih cepat dan akurat, sekaligus menekan angka rawat ulang akibat gagal jantung.
Penelitian ini menjadi bukti bahwa pemanfaatan kecerdasan buatan dalam dunia medis dapat memberikan manfaat nyata bagi pelayanan kesehatan. AI bukan menggantikan dokter, melainkan menjadi pendukung dalam menghadirkan diagnosis yang lebih objektif, efisien, dan tepat sasaran guna meningkatkan kualitas hidup pasien gagal jantung sekaligus mengurangi beban layanan kesehatan di Indonesia.
