JAKARTA - Biasanya dokter memantau saturasi oksigen menggunakan oksimeter denyut yang dipasang di ujung jari atau telinga. Tapi kini, hal itu bisa dilakukan secara mudah hanya dengan smartphone.
Dalam sebuah studi oleh para peneliti University of Washington dan University of California San Diego telah menunjukkan smartphone mampu mendeteksi tingkat saturasi oksigen darah hingga 70 persen.
Itu adalah nilai terendah yang harus dapat diukur oleh oksimeter nadi, seperti yang direkomendasikan oleh Food and Drug Administration Amerika Serikat (AS).
Penelitian ini melibatkan para peserta, di mana mereka harus menempatkan jari mereka di atas kamera dan flash smartphone, yang menggunakan algoritma pembelajaran mendalam untuk menguraikan kadar oksigen darah.
Ketika peneliti mengirimkan campuran nitrogen dan oksigen yang terkontrol ke enam peserta untuk menurunkan kadar oksigen darah mereka secara artifisial, smartphone secara tepat memprediksi apakah peserta memiliki kadar oksigen darah rendah 80 persen dari waktu.
"Dengan cara ini Anda dapat melakukan beberapa pengukuran dengan perangkat Anda sendiri tanpa biaya atau biaya rendah. Di dunia yang ideal, informasi ini dapat dengan mulus ditransmisikan ke kantor dokter," ungkap rekan penulis Dr. Matthew Thompson, profesor kedokteran keluarga di Fakultas Kedokteran University of Washington.
BACA JUGA:
"Ini akan sangat bermanfaat untuk janji temu medis atau bagi perawat triase agar dapat dengan cepat menentukan apakah pasien perlu pergi ke unit gawat darurat atau hanya perlu beristirahat di rumah dan membuat janji dengan penyedia perawatan primer mereka nanti," imbuhnya.
Melansir ScienceDaily, Selasa, 20 September, prosesnya hanya memakan waktu sekitar 15 menit. Untuk keenam peserta, tim memperoleh lebih dari 10.000 pembacaan tingkat oksigen darah antara 61 persen dan 100 persen.
Para peneliti kemudian hanya menggunakan data empat dari enam peserta untuk melatih algoritma pembelajaran mendalam untuk mengeluarkan kadar oksigen darah. Sisa data digunakan untuk memvalidasi metode dan kemudian mengujinya untuk melihat seberapa baik kinerjanya pada subjek baru.
Tim berharap untuk melanjutkan penelitian ini dengan menguji algoritma pada lebih banyak orang, dan ini adalah langkah awal yang baik untuk mengembangkan perangkat biomedis yang dibantu oleh pembelajaran mesin.