Konten dari Pengguna

Ternyata Smartphone Bisa "Baca" Gejala Psikotik? Mengungkap Rahasia Digital Phenotyping untuk ODGJ

comment
0
sosmed-whatsapp-white
copy-circle
more-vertical

Tulisan dari Firman Firdauz Saputra tidak mewakili pandangan dari redaksi kumparan

Dok: pixabay.
zoom-in-whitePerbesar
Dok: pixabay.

Bagi jutaan keluarga yang merawat orang dengan gangguan jiwa (ODGJ), ancaman terjadinya kekambuhan ibarat sebuah bom waktu yang terus berdetak dalam sunyi. Menurut WHO, pada tahun 2022 terdapat sekitar 24 juta orang yang mengalami gangguan jiwa berat khususnya Skizofrenia. Salah satu permasalahan yang dialami oleh ODGJ adalah keterlambatan deteksi gejala awal kekambuhan yang sering kali berujung pada episode psikotik akut.

Hal ini berakibat pada rawat inap yang berulang pada pasien sehingga memicu trauma psikologis serta memberikan beban ekonomi yang cukup besar pada keluarga dan sistem kesehatan nasional. Seringkali perubahan perilaku pada ODGJ yang menjadi gejala awal kekambuhan luput dari pantauan.

Pengembangan teknologi Internet of Things (IoT) menjadi sebuah secercah harapan baru dalam dunia teknologi digital dibidang kesehatan. Melalui pendekatan digital phenotyping sebagai sebuah metode kuantifikasi fenotipe manusia menjadi jalan baru dalam mengatasi permasalahan pemantauan kekambuhan ODGJ pasca rehabilitasi di rumah sakit.

Konsep ini mengukur fenotipe manusia secara realtime yang bersumber dari smartphone maupun perangkat personal lainnya seperti wearable device. Penggunaan konsep digital phenotyping sebagai instrumen untuk mendeteksi secara dini kekambuhan dapat mengubah paradigma lama yang bergantung pada pemantauan mandiri oleh keluarga maupun tenaga kesehatan yang rentan dengan bias khususnya recall bias.

Konsep teknologi ini menggabungkan data biometrik yang dikumpulkan secara pasif melalui perangkat smartphone maupun wearable device seperti perubahan pada pola tidur, peningkatan heart rate, penurunan aktivitas fisik, perubahan pola penggunaan kata saat berkomunikasi dan atau kecepatan pengetikan pesan maupun perubahan pada intonasi suara saat berkomunikasi.

Sayangnya, inovasi digital phenotyping khususnya dalam mendeteksi kekambuhan pada ODGJ melahirkan sebuah dilema terkait etika dan kebijakan. Untuk bekerja sebagai sebuah sistem, machine learning yang digunakan membutuhkan seluruh data kesehatan pribadi yang berjalan secara terus menerus selama 24 jam nonstop sebagai sebuah siklus pemantauan real-time.

Pengolahan data personal secara terus menerus khususnya pada populasi khusus seperti ODGJ menimbulkan pertanyaan serius tentang keabsahan informed consent dan risiko terjadinya eksploitasi yang melanggar privasi. Hal ini diperparah oleh tidak tersedianya regulasi yang mengatur hal tersebut.

Di Indonesia, payung hukum yang berkaitan dengan perlindungan data diatur dalam Undang-Undang Nomor 27 Tahun 2022 tentang Perlindungan Data Pribadi (UU PDP). Pada UU PDP, data kesehatan dan biometrik diklasifikasikan sebagai ‘data spesifik’ yang pengolahannya memerlukan perlindungan berlapis dan memerlukan persetujuan khusus.

Namun dalam konteks digital phenotyping, UU PDP masih bersifat lex generalis (hukum umum). Belum ada ketentuan turunan yang secara spesifik baik dari Kementerian Komunikasi dan Digital (Komdigi) maupun Kementerian Kesehatan (Kemenkes) yang mengatur pengawasan algoritma / machine learning pemantau perilaku di lingkungan komunitas (di luar fasilitas pelayanan kesehatan).

Tanpa adanya aturan yang spesifik yang mengatur tentang batas waktu penyimpanan data (data retention), hak penghapusan data (right to be forgotten) serta batasan intervensi, para peneliti dan pihak yang bertujuan untuk mengembangkan inovasi berada dalam koridor hukum yang abu-abu.

Menghadapi disrupsi ini, pembuat kebijakan tidak boleh hanya bersikap reaktif. Diperlukan sebuah intervensi pada regulasi yang sudah ada untuk menjembatani antara inovasi dan etika. Kementerian Kesehatan perlu merumuskan sebuah pedoman tentang Dynamic Consent yaitu sebuah persetujuan yang bersifat dinamis khususnya untuk populasi khusus/populasi dengan kondisi kognitif yang perlu perhatian khusus seperti ODGJ.

Pendekatan ini memungkinkan untuk pelimpahan wewenang persetujuan pemrosesan data biometrik dalam kurun waktu terbatas kepada keluarga atau wali hukum (caregiver) dan sistem dapat mengembalikan hak kendali atas data tersebut saat kondisi pasien sudah memiliki tingkat / kondisi kognitif yang cukup baik. Selain itu, pemerintah harus mewajibkan penerapan standar anonimisasi dan enkripsi data (privacy by design) sebelum sebuah data diproses oleh algoritma / machine learning lainnya.

Pada akhirnya inovasi digital phenotyping memiliki potensi yang cukup baik untuk digunakan dalam bidang kesehatan termasuk untuk mendeteksi berbagai gejala kekambuhan pada ODGJ. Namun, menjalankan teknologi inovasi ini tanpa regulasi yang jelas dan ketat sama halnya dengan membuka ruang eksploitasi terhadap kelompok rentan. Keseimbangan antara penggunaan teknologi dan regulasi yang baik terhadap privasi pasien menjadi satu-satunya jalan agar teknologi di bidang kesehatan benar-benar hadir untuk memanusiakan manusia.