Sabtu, 21 November 2026 WIB
LIFESTYLE

AI di Balik EKG Bisa Tebak Risiko Mati Jantung Mendadak

AI di Balik EKG Bisa Tebak Risiko Mati Jantung Mendadak
AI di Balik EKG Bisa Tebak Risiko Mati Jantung Mendadak

JAKARTA — Sebuah kecerdasan buatan yang membaca rekaman jantung biasa bisa menandai orang yang berisiko mati jantung mendadak. Yang menarik, sistem ini menemukan 86,1 persen pasien berisiko tinggi yang lolos dari pemeriksaan standar rumah sakit.

Studi yang terbit di jurnal Nature itu melatih model deep learning atau pembelajaran mendalam pada lebih dari 440.000 rekaman elektrokardiogram (EKG) dari Swedia. Model lalu diuji pada data EKG hampir 140.000 pasien di Amerika Serikat dan sekelompok kecil pasien dari Taiwan.

EKG sendiri hanyalah pemeriksaan rekam listrik jantung lewat elektrode di kulit. Biayanya murah, tidak melukai pasien, dan tersedia luas di rumah sakit.

Hasilnya, AI berhasil memilah kelompok pasien berisiko tinggi yang mencakup 2,2 persen sampel Swedia. Hanya sebagian kecil kelompok itu yang juga terdeteksi oleh cara penilaian konvensional.

Kenapa pemeriksaan lama tak cukup

Selama ini dokter memperkirakan risiko lewat ultrasound yang mengukur aliran darah, dengan angka yang disebut fraksi ejeksi ventrikel kiri (LVEF). Angka itu dipakai untuk menentukan siapa yang perlu dipasangi defibrilator implan, alat yang bisa memutus aritmia jantung mematikan.

Masalahnya, LVEF sering meleset ke dua arah. Banyak pasien yang akhirnya mengalami kematian jantung mendadak tidak masuk kategori berisiko. Sebaliknya, banyak orang yang ditandai berisiko tinggi tidak pernah membutuhkan defibrilator seumur hidup.

Kematian jantung mendadak didefinisikan sebagai kematian tak terduga dalam satu jam akibat penyebab jantung. Angka di Amerika Serikat saja mencapai hingga 300.000 jiwa per tahun, dan diperkirakan menyumbang sampai 15 persen dari seluruh kematian di dunia.

Lebih dari 350.000 orang di AS mengalami henti jantung mendadak setiap tahun. Sebagian besar tidak sempat tiba di rumah sakit.

“Kami punya obat untuk masalah ini,” kata Ziad Obermeyer, dokter sekaligus peneliti AI dari University of California, Berkeley.

Ia menjelaskan persoalannya bukan pada pengobatan, melainkan pada penentuan siapa yang butuh alat penyelamat. “Masalahnya adalah dokter tidak bisa mengetahui siapa yang membutuhkannya sebelum terlambat,” ujarnya.

Defibrilator turunkan kematian 54,4 persen

Temuan AI itu punya implikasi yang bisa menyelamatkan nyawa. Di antara pasien berisiko tinggi yang ditandai AI, pemilik defibrilator implan tercatat mengalami kematian jantung mendadak 54,4 persen lebih rendah dibanding perkiraan statistik.

Angka itu menunjukkan alat tersebut berpotensi mencegah sebagian kematian di kelompok ini. Tapi peneliti menegaskan temuannya masih observasional. Studi ini belum membuktikan defibrilator sebagai penyebab langsung penurunan angka kematian tersebut.

Para penulis studi menilai kelompok berisiko tinggi itu merupakan populasi baru yang selama ini tidak terduga. “Pasien berisiko tinggi tampaknya mewakili populasi baru yang sebelumnya tidak dicurigai, dengan kematian yang sering dan bisa dicegah,” tulis mereka.

Para peneliti juga menyoroti alasan AI cocok dipakai di EKG. “Pembelajaran mendalam pada EKG bisa memberi yang terbaik dari dua dunia: citra standar yang murah dan tersedia luas, yang bisa langsung dimasukkan ke pengklasifikasi untuk memprediksi risiko tanpa masukan manusia,” tulis mereka dalam makalahnya.

Pola tersembunyi di grafik jantung

Saat peneliti memakai model AI kedua untuk memetakan pola listrik yang terkait risiko tinggi, mereka menemukan sesuatu yang belum pernah dijelaskan. Ada fitur gelombang yang secara mandiri memprediksi kematian jantung mendadak.

Fitur itu berupa “slurred downstroke” atau penurunan gelombang yang tampak kabur pada data pasien berisiko tinggi. Menurut ilmuwan, tanda itu mungkin berasal dari fibrosis atau jaringan parut di otot jantung, yang bisa mengganggu rambatan impuls listrik jantung.

Changxin Lai, insinyur biomedis dari Johns Hopkins University yang tidak terlibat dalam studi, menulis komentar tentang riset ini. Menurutnya, temuan tersebut menunjukkan kemampuan machine learning menemukan pola yang tak terlihat pada data yang sudah akrab dibaca dokter.

“EKG telah dibaca secara klinis selama lebih dari satu abad, namun karya ini menunjukkan bahwa data yang paling banyak dipelajari pun bisa mengandung pesan yang belum terbaca,” tulis Lai.

Ia menilai pendekatan pembelajaran mesin bisa melampaui prediksi, menuju penemuan ilmiah, bila dipasangkan dengan alat bantu yang tepat.

Dampaknya bagi pasien di Indonesia terletak pada cara skrining. EKG sudah rutin dipakai di banyak rumah sakit dan puskesmas, sementara defibrilator implan masih mahal dan tidak merata. Sistem berbasis AI seperti ini menjanjikan penyaringan risiko yang lebih murah, tanpa alat baru yang harus dipasang di tubuh pasien.

Tapi ada syarat yang harus dipenuhi sebelum bisa dipakai luas: validasi pada populasi Indonesia, izin edar sebagai alat bantu klinis, dan kesiapan dokter membaca rekomendasi mesin.

Langkah berikutnya ada di tangan peneliti lain. Temuan soal “slurred downstroke” membuka jalan untuk menguji apakah pola itu benar-benar berkaitan dengan jaringan parut jantung, sekaligus menakar apakah memasang defibrilator pada kelompok berisiko versi AI benar-benar memperpanjang nyawa.

(ZA)

Iklan

Tes karakter ringanTes Gaya Mengatur Uang: Kamu Si Perencana, Penikmat, atau Penjaga? →
TRENDING Isra Mikraj 2027: Tanggal Libur, Sejarah Singkat, dan Amalan Menurut NU-Muhammadiyah