Yogyakarta — Pneumonia masih menjadi salah satu tantangan kesehatan serius, terutama pada kelompok balita. Keterbatasan akses terhadap fasilitas diagnostik dan tenaga kesehatan membuat proses identifikasi penyakit tidak selalu dapat dilakukan dengan cepat. Berangkat dari permasalahan tersebut, mahasiswa Universitas Gadjah Mada (UGM) mengembangkan NeumaScope, inovasi alat skrining dini pneumonia non-invasif yang memanfaatkan kecerdasan buatan (AI) dan sensor multimodal.
NeumaScope dikembangkan melalui Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) dengan mengintegrasikan tiga parameter fisiologis, yaitu suara atau akustik paru, laju respirasi, dan distribusi termal tubuh. Ketiga parameter tersebut dikumpulkan secara bersamaan dan dianalisis menggunakan pendekatan sensor fusion berbasis AI.
Pada sistem kecerdasannya, NeumaScope menggunakan algoritma Random Forest yang dipadukan dengan metode decision-level fusion berbasis weighted average. Pendekatan tersebut memungkinkan informasi dari setiap modalitas sensor untuk digabungkan sehingga menghasilkan klasifikasi risiko pneumonia.
“NeumaScope dirancang sebagai alat skrining, bukan pengganti diagnosis dokter. Dengan menggabungkan beberapa parameter fisiologis dalam satu sistem, alat ini diharapkan dapat memberikan informasi awal secara cepat sehingga pemeriksaan lanjutan dapat dilakukan dengan lebih tepat,” jelas tim pengembang NeumaScope.
Pengembangan NeumaScope dilatarbelakangi oleh masih terbatasnya cakupan penemuan kasus pneumonia balita di Indonesia. Berdasarkan data yang dicantumkan dalam proposal, capaian penemuan kasus pneumonia balita di berbagai daerah masih sekitar 24 persen dari total estimasi kasus. Sementara itu, metode konvensional seperti auskultasi, radiografi dada, dan pemeriksaan laboratorium memiliki keterbatasan, baik dari sisi kebutuhan fasilitas, tenaga terlatih, biaya, maupun waktu.
Untuk menjawab tantangan tersebut, NeumaScope mengintegrasikan perangkat keras dan perangkat lunak dalam satu sistem skrining. Sensor akustik digunakan untuk menangkap karakteristik suara napas, sensor tekanan diferensial untuk memperoleh informasi laju respirasi, serta sensor termal untuk mengamati kondisi termal pada area toraks. Data dari ketiga sensor selanjutnya diproses oleh sistem AI untuk menghasilkan keluaran skrining.
Selain pengolahan data, NeumaScope dilengkapi konektivitas Internet of Things (IoT) yang memungkinkan perangkat terhubung dengan smartphone. Hasil skrining dapat ditampilkan secara real-time melalui aplikasi dan didokumentasikan dalam bentuk laporan digital PDF. Sistem tersebut dirancang dengan target waktu skrining kurang dari dua menit sehingga dapat mendukung proses skrining awal secara lebih cepat.
Ke depan, NeumaScope diharapkan dapat dikembangkan untuk mendukung skrining pneumonia di fasilitas kesehatan tingkat pertama, seperti puskesmas dan klinik, termasuk di wilayah 3T. Pengembangan lebih lanjut juga membuka peluang pemanfaatan teknologi sensor multimodal dan AI untuk mendukung skrining penyakit pernapasan lainnya.