Ilustrasi detak jantung (Foto: Shuterstock/Klikdokter)
Jakarta, Jurnas.com - Detak jantung adalah indikator penting kondisi tubuh, mulai dari stres hingga tingkat hidrasi. Namun, selama ini pemantauan detak jantung masih bergantung pada perangkat khusus seperti smartwatch atau monitor medis.
Kini, tim peneliti dari University of California, Santa Cruz (UCSC) memperkenalkan teknologi baru yang mengubah cara pemantauan tersebut dilakukan. Mereka berhasil mengembangkan sistem bernama Pulse-Fi yang mampu membaca detak jantung hanya dengan sinyal Wi-Fi.
Inovasi ini memungkinkan pemantauan kesehatan dilakukan tanpa alat yang dikenakan di tubuh. Cukup dengan perangkat Wi-Fi yang sudah tersedia di rumah, detak jantung dapat terdeteksi dengan akurasi tinggi.
Sinyal Wi-Fi bekerja dengan mengirim gelombang radio untuk membawa data digital. Saat gelombang itu melintasi tubuh manusia, terjadi gangguan kecil yang bisa dianalisis.
Dari gangguan itulah, Pulse-Fi memanfaatkan algoritma machine learning untuk mengenali pola detak jantung. Sistem ini menyaring sinyal lain yang tidak relevan, seperti gerakan atau kebisingan lingkungan.
Menurut Nayan Bhatia, mahasiswa doktoral yang terlibat dalam riset ini, tantangan utama adalah memilih filter yang tepat. Tujuannya agar detak jantung bisa dibedakan dari gangguan di sekitar.
Uji coba Pulse-Fi dilakukan terhadap 118 partisipan dalam berbagai posisi tubuh, mulai dari duduk, berdiri, hingga berjalan. Hasilnya menunjukkan tingkat akurasi tinggi bahkan hanya dengan lima detik pemantauan.
Sistem ini mencatat margin kesalahan di bawah setengah denyut per menit, dan meningkat dalam akurasi bila dilakukan lebih lama. Penempatan perangkat di dalam ruangan juga tidak memengaruhi performa secara signifikan.
Pengujian dilakukan dengan perangkat berbiaya rendah seperti chip ESP32 dan Raspberry Pi. Meski sederhana, keduanya mampu menjalankan sistem ini secara efektif.
Bahkan, perangkat komersial yang lebih canggih diperkirakan dapat meningkatkan performa Pulse-Fi lebih jauh. Hal ini membuka peluang adopsi teknologi ini dalam skala rumah tangga maupun klinis.
Salah satu pencapaian penting dari Pulse-Fi adalah jarak deteksinya yang mencapai hingga tiga meter. Dalam pengujian, jarak tidak memberikan dampak berarti terhadap akurasi berkat model pembelajaran mesin yang digunakan.
Pranay Kocheta, peneliti muda dalam proyek ini, menjelaskan bahwa sistem tetap bekerja baik meski pengguna bergerak atau berpindah posisi. Hal ini membuat Pulse-Fi fleksibel dalam berbagai skenario penggunaan harian.
Untuk melatih sistem, tim UCSC membangun dataset khusus karena belum tersedia data yang sesuai. Mereka menggabungkan sinyal dari ESP32 dengan data medis dari oximeter untuk menghasilkan data pembanding yang valid.
Setelah itu, mereka melatih model neural network untuk mengenali pola detak jantung dari sinyal Wi-Fi. Pelatihan ini memungkinkan sistem mengenali bahkan gangguan sinyal terkecil yang berkaitan dengan denyut nadi.
Validasi dilakukan menggunakan dataset besar dari Brasil yang dikumpulkan dengan perangkat Raspberry Pi. Hasilnya memperkuat bahwa Pulse-Fi bekerja secara andal dalam kondisi yang beragam.
Ke depan, tim peneliti berencana memperluas kemampuan Pulse-Fi untuk memantau laju pernapasan. Target awalnya adalah mendeteksi gangguan seperti sleep apnea melalui analisis pola napas.
Dengan teknologi ini, proses diagnosa bisa dilakukan tanpa alat yang invasif atau pemantauan di laboratorium. Cukup dengan jaringan Wi-Fi yang ada, pemantauan bisa dilakukan secara pasif dan real-time.
Pulse-Fi membuka kemungkinan rumah pintar menjadi alat pemantau kesehatan harian tanpa intervensi langsung dari pengguna. Data yang dikumpulkan pun dapat dimanfaatkan untuk deteksi dini dan diagnosis oleh tenaga medis.
Studi ini telah dipublikasikan di jurnal IEEE Xplore dan mendapat perhatian luas di bidang teknologi kesehatan. Dengan biaya rendah, akurasi tinggi, dan pendekatan non-invasif, Pulse-Fi berpotensi menjadi tonggak penting dalam pemantauan kesehatan masa depan. (*)
Sumber: Earth
KEYWORD :Teknologi kesehatan Wi-Fi deteksi detak jantung Pulse-Fi UCSC
