Aplikasi Pendeteksi Diabetes Manfaatkan Fitur Kamera dan Flash

"Diabetes bisa asimtomatik untuk jangka waktu yang lama, namun perubahan vaskular yang merugikan masih terjadi secara diam-diam, yang dapat menyebabkan komplikasi kardiovaskular. Ini membuatnya sangat penting bagi kita untuk memeriksa peluang berbiaya rendah dan non-invasif yang membuatnya mudah untuk menyaring jutaan pasien. "Sampai saat ini, alat skrining diabetes noninvasif dan skalabilitas luas masih kurang," kata Avram.

"Berdasarkan temuan kami, strategi ini bisa menjadi cara berbiaya rendah untuk menyaring diabetes di rumah karena dapat diturunkan dari sistem optik apa pun yang memiliki kamera dan lampu senter, dan kebanyakan orang memiliki smartphone,” imbuh dia.

Untuk penelitian ini, para peneliti mempelajari 54.269 orang yang terdaftar dalam Health eHeart Study online, studi UCSF yang disetujui IRB, yang menggunakan aplikasi smartphone Azumio Instant Heart Rate.

Azumio adalah salah satu aplikasi yang paling banyak diunduh dan digunakan untuk mengukur denyut jantung. Pengguna yang berusia lebih dari 18 tahun dan dengan alamat email dapat memilih untuk bergabung dengan Health eHeart Study.

Baca Juga: Olga Ladyzhenskaya, Matematikawan Rusia yang Tampil di Google Doodle

Partisipan rata-rata berusia 45 tahun, 53 persen adalah laki-laki dan 7 persen memiliki diabetes yang dilaporkan sendiri. Para peneliti mengembangkan dan menerapkan algoritma pembelajaran mendalam yang menggunakan rekaman sinyal PPG berbasis smartphone dari peserta untuk mengidentifikasi pasien mana yang menderita diabetes berdasarkan sinyal ini saja.

Secara keseluruhan, model ini mengidentifikasi dengan benar orang yang menderita diabetes di lebih dari 72 persen kasus menggunakan sinyal PPG saja. Tes ini memiliki nilai prediksi negatif yang kuat yaitu 97 persen, yang berarti bahwa dari setiap 100 peserta yang diperkirakan tidak menderita diabetes, 97 benar-benar tidak memiliki penyakit.

Ketika menggabungkan skor diabetes dengan faktor-faktor risiko lain yang umum dapat diakses untuk diabetes, seperti usia, jenis kelamin, indeks massa tubuh dan rasa tau etnis, kemampuan untuk secara tepat mengklasifikasikan seseorang sebagai memiliki diabetes meningkat lebih lanjut, melonjak menjadi 81 persen.

Setelah menggabungkan skrining berbasis aplikasi dengan faktor-faktor risiko umum, para peneliti menentukan alat ini sebanding dengan banyak skor risiko diabetes tradisional yang digunakan di klinik untuk memprediksi diabetes.

Avram, yang penelitiannya berfokus pada penerapan dan pengujian intervensi teknologi seluler untuk meningkatkan manajemen dan diagnosis penyakit, mengatakan penelitian ini lebih jauh menggarisbawahi bagaimana smartphone, Fitbits, Apple Watch dan perangkat yang dapat dikenakan lainnya memberi pasien lebih banyak alat untuk melacak dan meningkatkan kesehatan mereka.

(Ahmad Luthfi)