Mahasiswa ITS Ciptakan Aplikasi untuk Pasien Gagal Ginjal
loading...
Tampilan aplikasi SahabatCAPD
A
A
A
JAKARTA - Mahasiswa Institut Teknologi Sepuluh Nopember (ITS) menciptakan aplikasi SahabatCAPD dengan teknologi machine learning. Aplikasi ini akan membantu pasien Gagal Ginjal Kronis (GGK) untuk mendeteksi dini risiko komplikasi serta meningkatkan self-monitoring pasien.
Inovasi mahasiswa ini terinspirasi dari banyaknya pasien GGK yang menggunakan metode Continuous Ambulatory Peritoneal Dialysis (CAPD) yang seringkali menemui masalah self-monitoring dan berakibat komplikasi.
Ketua Tim Fiqey Indriati Eka Sari menjelaskan, pemerintah Indonesia telah menetapkan solusi untuk pemerataan treatment stadium akhir GGK. Yakni melalui terapi Peritoneal Dialysis, khususnya metode CAPD.
“Metode CAPD menjadi alternatif karena pasien bisa memiliki kualitas hidup 90 % lebih baik daripada metode terapi lainnya,” katanya melalui siaran pers, Jumat (4/2/2022).
Lebih lanjut, Fiqey menjelaskan, prinsip kerja CAPD adalah dengan menyalurkan cairan dialisat steril ke rongga peritoneum melalui kateter permanen sebagai pengganti fungsi ginjal. Hal ini dilakukan secara rutin oleh pasien sebanyak tiga hingga lima kali dalam sehari.
“Karenanya, pasien dituntut memiliki disiplin dan self-monitoring yang tinggi,” ujarnya. Baca: Atasi Timbunan Food Loss, Mahasiswa ITS Gagas Aplikasi SABAYUR
Namun dalam praktiknya, lanjut Fiqey, penelitian pada 2016 dan 2020 menunjukkan tingkat kelalaian pasien mencapai 74 %. Selain itu, pasien mengaku sulit mengenali gejala komplikasi yang berdampak keterlambatan penanganan.
“Kondisi terkini, pasien juga kurang mem-follow up data penggantian cairan, sehingga tenaga medis kesulitan untuk mendiagnosis komplikasi lebih dini,” ungkap mahasiswi yang juga anggota tim Robotic Ichiro ITS ini.
Setelah mengkaji puluhan jurnal mengenai Peritoneal Dialysis, Fiqey dan tim menemukan perubahan warna cairan buangan pasien CAPD dapat digunakan sebagai salah satu indikator awal untuk diagnosa komplikasi. Hal ini juga ditunjukkan berdasarkan tingkat kekeruhan cairan buangan pasien.
“Oleh karena itu, kami mengusung judul penelitian Mobile Virtual Assistant Pendeteksi Dini Risiko Komplikasi Continuous Ambulatory Peritoneal Dialysis pada Penyandang Gagal Ginjal Kronis Berbasis Machine Learning, yang juga kami sebut sebagai SahabatCAPD,” tutur mahasiswi Departemen Teknik Informatika ini.
Inovasi mahasiswa ini terinspirasi dari banyaknya pasien GGK yang menggunakan metode Continuous Ambulatory Peritoneal Dialysis (CAPD) yang seringkali menemui masalah self-monitoring dan berakibat komplikasi.
Ketua Tim Fiqey Indriati Eka Sari menjelaskan, pemerintah Indonesia telah menetapkan solusi untuk pemerataan treatment stadium akhir GGK. Yakni melalui terapi Peritoneal Dialysis, khususnya metode CAPD.
“Metode CAPD menjadi alternatif karena pasien bisa memiliki kualitas hidup 90 % lebih baik daripada metode terapi lainnya,” katanya melalui siaran pers, Jumat (4/2/2022).
Lebih lanjut, Fiqey menjelaskan, prinsip kerja CAPD adalah dengan menyalurkan cairan dialisat steril ke rongga peritoneum melalui kateter permanen sebagai pengganti fungsi ginjal. Hal ini dilakukan secara rutin oleh pasien sebanyak tiga hingga lima kali dalam sehari.
“Karenanya, pasien dituntut memiliki disiplin dan self-monitoring yang tinggi,” ujarnya. Baca: Atasi Timbunan Food Loss, Mahasiswa ITS Gagas Aplikasi SABAYUR
Namun dalam praktiknya, lanjut Fiqey, penelitian pada 2016 dan 2020 menunjukkan tingkat kelalaian pasien mencapai 74 %. Selain itu, pasien mengaku sulit mengenali gejala komplikasi yang berdampak keterlambatan penanganan.
“Kondisi terkini, pasien juga kurang mem-follow up data penggantian cairan, sehingga tenaga medis kesulitan untuk mendiagnosis komplikasi lebih dini,” ungkap mahasiswi yang juga anggota tim Robotic Ichiro ITS ini.
Setelah mengkaji puluhan jurnal mengenai Peritoneal Dialysis, Fiqey dan tim menemukan perubahan warna cairan buangan pasien CAPD dapat digunakan sebagai salah satu indikator awal untuk diagnosa komplikasi. Hal ini juga ditunjukkan berdasarkan tingkat kekeruhan cairan buangan pasien.
“Oleh karena itu, kami mengusung judul penelitian Mobile Virtual Assistant Pendeteksi Dini Risiko Komplikasi Continuous Ambulatory Peritoneal Dialysis pada Penyandang Gagal Ginjal Kronis Berbasis Machine Learning, yang juga kami sebut sebagai SahabatCAPD,” tutur mahasiswi Departemen Teknik Informatika ini.
Lihat Juga :
