Penyakit Paru Obstruktif Kronis (PPOK) merupakan salah satu ancaman kesehatan global yang berdampak signifikan terhadap angka kesakitan dan kematian. Menurut data WHO (2021), penyakit ini menyebabkan sekitar 3,5 juta kematian setiap tahunnya dan menempati peringkat keempat sebagai penyebab kematian tertinggi di dunia.
Melihat urgensi tersebut, lima mahasiswa Universitas Syiah Kuala (USK) dari dua fakultas berbeda berinovasi menciptakan alat deteksi dini PPOK berbasis Internet of Things (IoT) dan Machine Learning (ML) melalui Program Kreativitas Mahasiswa – Karsa Cipta (PKM-KC). Tim ini terdiri dari Nur Hidayah Naimah Harahap (ketua), Muhammad Ilham, dan Muhammad Suhaili dari Fakultas Teknik, serta Dzakiroh Mufidah Hasibuan dan Farah Narizki dari Fakultas Kedokteran. Mereka dibimbing oleh Dr. dr. Budi Yanti, Sp.P(K).
Inovasi yang dikembangkan diberi nama SUNSTONE (Screening Unit for Noninvasive Detection of COPD Using Exhaled VOCs and Internet of Things). SUNSTONE merupakan perangkat deteksi dini yang dirancang untuk mengidentifikasi tanda-tanda awal PPOK secara non invasif, akurat, dan real-time, serta dapat digunakan secara mandiri oleh masyarakat.
“Alat ini kami kembangkan khususnya untuk membantu masyarakat, terutama kalangan perokok, agar dapat mendeteksi gejala awal PPOK secara cepat dan mudah,” ujar Naimah, ketua tim pengembang.
SUNSTONE bekerja dengan cara menganalisis Volatile Organic Compounds (VOCs) yang terkandung dalam hembusan nafas pasien. Dengan menggunakan sensor gas canggih, perangkat ini menangkap data pernapasan dan menganalisisnya secara langsung menggunakan teknologi machine learning. Hasil analisis ditampilkan melalui platform berbasis web yang terhubung secara otomatis melalui sistem IoT.
Proses pemeriksaan dilakukan secara sederhana. Pasien diminta berkumur dengan air putih, menarik napas dalam, dan menghembuskan napas ke dalam mouthpiece yang terhubung dengan perangkat. Prosedur ini diulang beberapa kali untuk memperoleh data yang konsisten dan akurat. Selama proses berlangsung, pengawasan dilakukan untuk menjamin kenyamanan, keamanan, serta privasi pasien.
Setelah data diperoleh, sistem akan melakukan validasi dan mengklasifikasikan kondisi pasien berdasarkan tingkat risiko PPOK. Informasi ini dapat digunakan oleh tenaga medis untuk meninjau dan mengambil keputusan klinis lebih awal.
“Kami berharap inovasi ini dapat membantu menurunkan angka penderita PPOK dengan tingkat keparahan tinggi, sekaligus meringankan beban sistem layanan kesehatan,” tutup Naimah.