Pantau Diabetes Tanpa Jarum dengan Teknologi Sinyal Photoplethysmography dan AI

virprom.com – Dr. Ernia Susana, mahasiswa program Doktor Teknik, Fakultas Teknik (FT), Universitas Indonesia (UI) telah mengembangkan cara baru untuk memantau kadar gula darah tanpa menggunakan jarum suntik.

Metode ini menggunakan teknologi cahaya yang disebut sinyal Photoplethysmography (PPG) dan kecerdasan buatan (AI).

Baca juga: Apakah Anda Memiliki Gula Darah Rendah? Inilah ciri-cirinya…

Berdasarkan rilis FTUI pada Selasa (16/7/2024), Ernia berharap dengan adanya inovasi di bidang kesehatan ini, masyarakat dapat dengan mudah mengontrol kadar gula darah pasien diabetes dengan cara yang sederhana, nyaman, dan terjangkau.

Teknik PPG mengukur perubahan volume darah pada pembuluh darah dengan menggunakan cahaya.

Tantangan utama metode ini adalah gangguan sinyal akibat pergerakan dan faktor lainnya.

Untuk mengatasi permasalahan tersebut, Ernia menggunakan teknik analisis frekuensi waktu (Tan Frekuensi Analysis atau TFA) berdasarkan short time Fourier Transform (STFT) untuk meningkatkan kualitas sinyal.

Dalam penelitian ini Ernia melakukan tiga langkah yaitu monitoring pengembangan sistem, implementasi teknik TFA, dan pengujian data.

Baca juga: Siapa yang Berisiko Gula Darah Tinggi? Ini penjelasannya…

Dalam pengembangan sistem pemantauannya, Ernia memadukan filter elektronik dengan AI untuk menciptakan sistem pemantauan gula darah yang akurat.

Dalam langkah ini, mereka menggunakan data dari 80 orang dewasa yang dikumpulkan selama pandemi Covid-19. Model terbaik yang ditemukan adalah Ensemble Bagged Trees (EBTA) dengan akurasi 97,8 persen.

Tingkat eksekusi teknik TFA kemudian digunakan untuk meningkatkan kualitas sinyal masukan pada model kecerdasan buatan.

Hasil penelitiannya, model support vector machine (SVM) mampu mencapai akurasi 91,3 persen pada waktu pelatihan 9,25 detik, sedangkan model Long-Term Long Term Memory (BLSTM) mencapai akurasi 87 persen pada waktu pelatihan. dalam 15 detik.

Erna menjelaskan, pengembangan lebih lanjut penelitian ini menggunakan saran penggunaan algoritma deep learning berbasis BLSTM dan teknik optimasi yang dapat meningkatkan akurasi dan mengurangi waktu pelatihan.

Baca juga: 10 Makanan Baik dan Buruk untuk Gula Darah Tinggi

Selain itu, penelitian ini juga menyarankan pengembangan aplikasi monitoring BGL berbasis Android untuk pengolahan data yang cepat dan responsif.

“Perkembangan teknik pemantauan BGL non-invasif ini menawarkan solusi untuk meningkatkan kepatuhan pasien dengan memantau kadar glukosa darah secara rutin,” kata Dekan FTUI, Prof. dr. Ir. Hermansyah, ST., M.Eng., IPU.

Mengingat akurasi yang tinggi dan waktu pelatihan yang efisien, teknologi ini dapat menjadi alat penting untuk deteksi dini dan pengelolaan diabetes di masa depan. Penelitian lebih lanjut diharapkan dapat lebih menyempurnakan teknologi ini melalui integrasi algoritma dan pengembangan aplikasi berbasis perangkat seluler. , ” dia melanjutkan.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back To Top