SahabatCAPD, Aplikasi Pintar untuk Monitoring Pasien Gagal Ginjal

Tampilan aplikasi SahabatCAPD karya tim mahasiswa ITS untuk bantu pasien Gagal Ginjal Kronis (GGK).

Pasien Gagal Ginjal Kronis (GGK) yang menggunakan metode Continuous Ambulatory Peritoneal Dialysis (CAPD) seringkali menemui masalah self-monitoring yang berakibat komplikasi.

Guna mengatasi masalah tersebut, mahasiswa Institut Teknologi Sepuluh Nopember (ITS) membuat sebuah aplikasi bernama SahabatCAPD dengan teknologi machine learning.

Aplikasi karya Fiqey Indriati, Muchamad Maroqi, Nabilla Alvania, Shinta Ulwiya dan Millads Anwary Fandiaz ini berfungsi untuk membantu pasien GGK mendeteksi dini risiko komplikasi serta meningkatkan self-monitoring pasien.

Fiqey Indriati selaku ketua tim mengatakan, 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 persen lebih baik daripada metode terapi lainnya,” ucapnya, Senin (7/2).

Untuk prinsip kerja dari 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.

Dalam praktiknya, Fiqey menjelaskan, penelitian di tahun 2016 dan 2020 menunjukkan tingkat kelalaian pasien mencapai 74 persen. 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,” jelasnya.

Setelah mengkaji puluhan jurnal mengenai Peritoneal Dialysis, Fiqey dan tim akhirnya menemukan bahwa 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,” ungkap mahasiswi Departemen Teknik Informatika ini.

Aplikasi SahabatCAPD memiliki tiga konsep fungsionalitas utama. Pertama, logbook sebagai pengganti buku catatan dialisis pada pasien yang lebih efektif dan sistematis dalam memberikan follow up data ke tenaga medis.

Kedua, chatbot sebagai sistem virtual assistant ketika pasien membutuhkan edukasi mengenai CAPD. Ketiga, model deteksi dini komplikasi berbasis machine learning.

Tak hanya itu, aplikasi SahabatCAPD memungkinkan pasien terhubung dengan tenaga medis, sehingga follow up data penggantian cairan akan lebih mudah dimonitoring.

Hal ini ditujukan untuk memudahkan tenaga medis mencegah komplikasi sedini mungkin. “Yang mulanya pasien harus membawa buku catatan ke rumah sakit, sekarang monitoring dapat ditinjau langsung dari jauh,” ucapnya.

Secara akurasi kesesuaian solusi image processing terhadap indikasi dan komplikasi, model memiliki akurasi mencapai 94,7 persen. Selain itu, SahabatCAPD juga telah diujikan kepada lima pasien GGK sesuai dengan standar System Usability Scale (SUS) dan mendapat skor 80.

Terkait alat ukur pengujian aplikasi, tim merujuk pada uji laboratorium dari Nilai Cells Count Leukosit. Yakni perbandingan antara diagnosis hasil aplikasi dan uji lab memiliki kecocokan yang sesuai.

“Selama tujuh hari penggunaan aplikasi, pasien secara rutin meng-update data penggantian cairan dengan lancar,” ungkapnya.

Aplikasi SahabatCAPD ini memiliki potensi hak cipta dan pengembangan yakni terintegrasi dengan website rumah sakit sebagai bentuk real time sistem monitoring.

"Kami berharap SahabatCAPD dapat menjadi salah satu solusi penyelesaian masalah yang dialami pasien CAPD dan tenaga medis. Kami juga berharap potensi pengembangan aplikasi melalui website sebagai sistem real time monitoring ini dapat segera terealisasi,” pungkasnya.

Berkat inovasi ini, Fiqry dan tim berhasil menyabet medali emas kategori presentasi dalam ajang Pekan Ilmiah Mahasiswa Nasional (Pimnas) ke-34 bidang Karsa Cipta tahun 2021.