Baca berita dengan sedikit iklan, klik di sini
TEMPO.CO, Jakarta - Apple Watch dapat membantu memprediksi penyakit sel sabit atau kelainan sel darah merah genetik yang dikaitkan dengan sejumlah komplikasi parah. Komplikasi itu termasuk anemia kronis, stroke, dan krisis vaso-oklusif (VOC). Yang terakhir dikenal sebelumnya tidak dapat diprediksi, sulit diobati, dan penyebab utama rawat inap.
Baca berita dengan sedikit iklan, klik di sini
Kemampuan Apple Watch itu terungkap dalam studi fitur kesehatan di perangkat tersebut oleh tim peneliti dari Duke University dan Northwestern University, Amerika Serikat. Tim sengaja meneliti apakah Apple Watch dapat digunakan untuk memprediksi rasa sakit seseorang yang memiliki kelainan sel sabit.
Baca berita dengan sedikit iklan, klik di sini
Baca berita dengan sedikit iklan, klik di sini
Pada kelainan ini, sel-sel darah merah meliuk menjadi berbentuk sabit. Sel-sel ini mati dini, menyebabkan berkurangnya sel darah merah yang sehat (sel sabit anemia), dan dapat memblokir aliran darah sehingga menyebabkan nyeri (krisis sel sabit crisis).
Adanya studi tim dari dua universitas itu membuat para peneliti mulai mencoba menggunakan data Apple Watch dan teknik machine learning untuk membantu lebih memahami pengalaman rasa sakit dan menemukan tren untuk memprediksi rasa sakit dari VOC. Juga menentukan kelayakan penggunaan Apple Watch untuk prediksi skor nyeri pada orang dengan penyakit sel sabit yang dirawat di rumah sakit.
Peneliti membuat dan mengevaluasi algoritme pembelajaran mesin untuk memprediksi skor nyeri VOC dengan Apple Watch. Untuk mengumpulkan data penelitian, para peneliti di Duke University's Day Hospital mendekati pasien dengan penyakit sel sabit yang telah dirawat di VOC. Pasien ditanya kesediaan untuk berpartisipasi dalam penelitian ini. Pengumpulan data dilakukan antara Juli dan September 2021.
Bagi pasien yang setuju untuk ikut serta dalam penelitian ini kemudian diberi Apple Watch Series 3. Pasien diminta mengenakannya selama kunjungan mereka. Setiap Apple Watch mengumpulkan data termasuk detak jantung, variabilitas detak jantung, dan kalori.
Skor nyeri dan tanda-tanda vital dikumpulkan dari rekam medis elektronik. Peneliti kemudian menggabungkan data dan menerapkan beberapa model machine learning untuk menganalisis apakah teknik ini dapat membantu pasien dan dokter lebih memahami pengalaman nyeri dan menemukan tren untuk memprediksi nyeri dari VOC.
Data dianalisis menggunakan beberapa model pembelajaran mesin yang berbeda untuk menilai akurasi skor nyeri. Metrik evaluasi yang dipertimbangkan adalah akurasi (skor F1), area di bawah kurva karakteristik operasi penerima, dan root-mean-square error (RMSE). “Kami mendapatkan 20 pasien dengan penyakit sel sabit, semuanya diidentifikasi sebagai orang kulit hitam atau Afrika-Amerika,” kata seorang penelitinya.
Jika dirinci, ada 12 (atau 60 persen) perempuan dan 8 (40 persen) laki-laki. Ada 14 orang yang didiagnosis dengan hemoglobin tipe SS (70 persen). Sedangkan, jika dilihat dari usia rata-rata penduduk adalah 35,5 (IQR 30-41) tahun. Waktu rata-rata yang dihabiskan setiap individu untuk memakai Apple Watch adalah 2 jam 17 menit dan total 15.683 poin data dikumpulkan dari seluruh populasi.
Seperti yang disoroti oleh MyHealthyApple, penelitian tersebut menunjukkan bahwa Apple Watch dapat sangat berguna bagi pasien dan dokter yang merawat. Para peneliti menemukan bahwa Apple Watch sebagai pendekatan baru dan layak serta menghadirkan metode berbiaya rendah yang dapat bermanfaat bagi dokter dan individu dengan penyakit sel sabit dalam pengobatan VOC.
“Kinerja model yang kuat di semua metrik memvalidasi kelayakan dan kemampuan untuk menggunakan data yang dikumpulkan dari perangkat non-invasif, Apple Watch, untuk memprediksi skor rasa sakit selama VOC,” kata para penelitinya dalam laporan yang telah dIpublikasi di situs web National Library of Medicine.
9 TO 5 MAC
Selalu update info terkini. Simak breaking news dan berita pilihan dari Tempo.co di kanal Telegram “Tempo.co Update”. Klik https://t.me/tempodotcoupdate untuk bergabung. Anda perlu meng-install aplikasi Telegram terlebih dahulu.
Foto 
