Mesin Deteksi Dini Covid-19 Dikembangkan untuk Lindungi Nakes

Sistem deteksi dini risiko Covid-19 semakin penting buat para tenaga kesehatan yang berada di garis depan selama pandemi. Center for Indonesia's Strategic Development Initiatives (CISDI) dan Nalagenetics saat ini mengembangkan machine learning yang membantu memetakan profil risiko petugas kesehatan.

Machine learning tersebut bernama Covid-19 Likelihood Meter 2.0 for Healthhcare Provider (CLM2.0HP).  "Machine learning ini bisa menjadi alternatif solusi mengatasi permasalahan akses tes Covid-19 di Indonesia," kata Direktur Kebijakan CISDI Olivia Herlinda dalam diskusi daring, Kamis (28/10).

CLM2.0HP akan mengukur kemungkinan tenaga kesehatan positif Covid-19. Mesin ini akan membantu menjawab pertanyaan potensi seseorang tertular corona sehingga memerlukan tes Polymerase Chain Reaction (PCR).

Dengan demikian, mesin tersebut akan membantu menentukan prioritas tes PCR berdasarkan profil risiko orang bergejala atau diduga terinfeksi saat terjadi keterbatasan sumber daya.

"CLM2.0HP akan menjadi kalkulator yang dapat menghitung profil risiko infeksi Covid-19 pada tenaga kesehatan dan staf fasilitas kesehatan," ujar Olivia.

Selanjutnya, pengembangan CLM2.0HP bertujuan membangun sistem peringatan dini berbasis data yang dapat mendeteksi tren lonjakan kasus. Dengan demikian, mesin tersebut dapat menjadi dasar upaya mitigasi di fasilitas kesehatan.

Studi CLM2.0HP membutuhkan 11 ribu responden untuk mengisi kueisoner berisi 60 poin pertanyaan. Skor CLM2.0HP akan dihitung berdasarkan pengisian data pada kuesioner online.

Adapun, validitas dari CLM2.0HP akan diuji dengan cara membandingkan skor CLM2.0HP dengan hasil tes PCR.

Pengumpulan data dilakukan pada dua lokasi, yaitu Jabodetabek dan Semarang. Saat ini, data responden telah terdistribusi sebanyak 4.984 dari 8.000 Virus Transport Media (VTM) di Jabodetabek. Sedangkan, VTM yang sudah digunakan di Semarang sebanyak 507 dari 3.000 VTM.

Guru Besar Fakultas Kedokteran Universitas Indonesia Akmal Taher mengatakan, machine learning tersebut dapat digunakan sebagai screening Covid-19. Penggunaan Artificial Intelligence dalam screening juga sudah digunakan di berbagai negara.

Adapun, akurasi machine learning di beberapa negara tergantung dari instrumen yang digunakan. Sebagai contoh, Slovenia menggunakan instrumen tes darah, sementara Tiongkok menggunakan CT Scan.

Meskipun berbeda instrumen, Akmal memastikan tingkat sensitivitas machine learning tinggi. "Semua sensitivitas di atas 80%," ujar dia.

Meski begitu, ia tetap memastikan standar emas pemeriksaan Covid-19 ialah tetap tes Polymerase Chain Reaction (PCR). Namun, kehadiran machine learning bisa membantu prioritas tes PCR saat pasokan reagen terbatas.

Seiring melandainya kasus Covid-19, tingkat keterisian tempat tidur (bed occupancy rate/BOR) rumah sakit (RS) rujukan penanganan virus corona Covid-19 kembali menurun. Secara nasional, rata-rata BOR RS hanya sebesar 4% pada Rabu, 27 Oktober 2021. Berikut grafik Databoks: