Nationalgeographic.co.id - Manusia telah mampu mendapatkan prakiraan cuaca selama beberapa dekade. Memprediksi kesehatan jangka pendek kita jauh lebih sulit. Namun mengetahui sejak dini bahwa kita mungkin terkena flu atau COVID-19 bisa sangat membantu. Kabar baiknya: Teknologi yang dapat dipakai, seperti jam tangan pintar, mulai memberikan peringatan dini seperti itu.
Jessilyn Dunn adalah seorang insinyur biomedis di Duke University di Durham, NC. Dia adalah bagian dari tim yang menganalisis detak jantung dan data lain dari perangkat yang dapat dikenakan. Sistem seperti jam tangan pintar mengandung sensor. Ini mengumpulkan data—banyak sekali—yang dapat menunjukkan kesehatan atau penyakit.
Tim Dunn meminta 49 sukarelawan untuk memakai gelang yang sarat sensor sebelum dan sesudah mereka terkena virus pilek atau flu. Setidaknya sekali per detik, gelang ini merekam detak jantung, gerakan tubuh, suhu kulit, dan lainnya. Dalam sembilan dari setiap 10 rekrutan, data ini menunjukkan tanda-tanda penyakit berkembang setidaknya sehari sebelum gejala muncul.
Para peneliti menggambarkan temuan mereka pada 29 September di JAMA Network Open.
Peringatan dini ini, kata Dunn, dapat membantu mencegah infeksi sejak awal. Ini mungkin mencegah gejala parah dan mencegah kemungkinan orang yang rentan ke rumah sakit. Dan mengetahui bahwa Anda sakit sebelum memiliki gejala dapat memperingatkan Anda untuk tetap tenang sehingga Anda dapat mengurangi kemungkinan penyebaran penyakit Anda.
Namun, sistem ini belum siap untuk dunia nyata, catat ahli virologi Stacey Schultz-Cherry. Dia bekerja di Rumah Sakit Penelitian Anak St. Jude di Memphis, Tennessee. "Ini menarik tetapi juga sangat awal," kata Schultz-Cherry. “Lebih banyak pekerjaan diperlukan sebelum pendekatan ini dapat diluncurkan dalam skala yang lebih besar.”
Baca Juga: Temuan Baru, Tanaman Ini Memiliki Efektivitas Mirip Ibuprofen
Memilah-milah jutaan data
Para peneliti memberikan 31 dari 49 rekrutan obat tetes hidung dengan virus flu. Orang-orang yang tersisa terkena virus flu biasa.
Percobaan di mana sukarelawan setuju untuk menerima virus tidak biasa, catat Schultz-Cherry. Mereka juga bisa berbahaya. Jadi para peneliti memastikan para sukarelawan itu sehat dan tidak akan menularkan flu kepada orang lain. (Dokter juga sering memeriksanya selama percobaan.)
Kelompok Dunn ingin membandingkan data sensor dari orang yang terinfeksi dan tidak terinfeksi. Namun memutuskan siapa yang terinfeksi “melibatkan perdebatan substansial dalam tim kami,” catat Emilia Grzesiak. Dia adalah seorang ilmuwan data yang mengerjakan proyek tersebut saat di Duke. Rekrutmen terinfeksi harus melaporkan setidaknya lima gejala dalam waktu lima hari setelah menerima virus. Uji PCR juga harus mendeteksi virus pada setidaknya dua dari hari ke hari.
Rekrutmen mulai memakai gelang sebelum mereka diekspos. Ini memberikan data dasar saat para sukarelawan sehat. Sensor terus mengumpulkan data selama beberapa hari setelah paparan. Beberapa data diukur lebih dari 30 kali per detik. Itu berarti 49 rekrutan masing-masing memiliki hingga 19 juta poin data, catat Grzesiak. Sebuah komputer menyaring jutaan data ini untuk mencari pola yang menandakan munculnya penyakit.
Baca Juga: Teknologi VR Bantu Orang Tua Ini Pahami Prosedur Operasi Anak
Untuk penyaringan itu, komputer membutuhkan suatu algoritma. Grzesiak mengembangkan petunjuk langkah demi langkah itu. Algoritmenya menguji semua kemungkinan kombinasi data sensor dan titik waktu. Itu mencari perbedaan terbesar antara orang yang terinfeksi dan tidak terinfeksi. Salah satu contoh kombinasi yang terbaik: Menjumlahkan detak jantung rata-rata 6 hingga 7 jam setelah terpapar virus dan waktu rata-rata antara detak jantung 7 dan 9 jam setelah terpapar. (Model terbaik sebenarnya lebih kompleks.)
Grzesiak menggunakan beberapa data untuk membuat model komputer. Dia menguji prediksinya di sisa data. Kemudian dia mengulangi proses ini berkali-kali. Model terakhirnya secara akurat memprediksi infeksi sembilan kali dalam setiap 10 virus.
Tantangan selanjutnya
Salah satu tantangannya adalah banyak infeksi virus memiliki gejala yang serupa. Faktanya, banyak hal selain virus memicu gejala yang sama. Contohnya, catat Schultz-Cherry, termasuk keracunan makanan, asma, atau alergi musiman. Demikian pula, detak jantung merespons hal-hal yang tidak ada hubungannya dengan infeksi. Contohnya termasuk olahraga dan film menakutkan.
Terlebih lagi, dalam kehidupan nyata, kita tidak tahu siapa yang terpapar virus dan kapan. Jadi jendela waktu pascapajanan tidak akan diketahui. Orang yang berpotensi terinfeksi mungkin adalah mereka yang datanya melebihi nilai tertentu dalam jangka waktu dua jam. Akan tetapi tim Dunn belum menguji seberapa baik model prediksi akan bekerja dalam pengaturan ini.
Bisakah sistem seperti itu suatu hari nanti mengarah pada orang-orang yang terjangkit COVID-19? Mungkin, kata Benjamin Smarr. Dia adalah seorang bioengineer di University of California, San Diego. Teknologi serupa, katanya, sedang dikembangkan di tempat lain untuk memberikan peringatan dini infeksi itu.
Studi semacam itu terdengar menarik. Namun banyak pekerjaan yang harus dilakukan. Misalnya, catat Smarr, akurasi prediksi 95 persen terdengar bagus. Akan tetapi angka itu berarti “memberi tahu satu dari setiap 20 orang setiap malam bahwa mereka akan terkena flu padahal sebenarnya tidak”.
Smarr mengharapkan peningkatan yang berkelanjutan dalam akurasi prediksi. Model masa depan kemungkinan akan mencakup jenis lain dari perubahan tubuh yang menunjukkan penyakit berkembang. Dan peneliti akan menyempurnakan model tersebut dengan menganalisis seberapa baik mereka memprediksi efek pada ribuan orang.