Jakarta, Prohealth.id – Center for Indonesia’s Strategic Development Initiatives (CISDI) dan Nalagenetics meluncurkan inovasi berupa machine learning pemeta profil risiko petugas kesehatan COVID-19 Likelihood Meter 2.0 for Healthcare Provider (CLM 2.0HP).
CISDI menggelar diskusi publik Urgensi Pengumpulan Data melalui CLM 2.0HP: Deteksi Dini Risiko Infeksi Covid-19 bagi Tenaga Kesehatan pada Kamis, (28/10/2021). Adapun pengembangan CLM 2.0HP bertujuan membangun sistem peringatan dini berbasis data yang dapat mendeteksi tren lonjakan kasus sehingga menjadi dasar upaya mitigasi di fasilitas kesehatan.
Adapun CISDI dan Nalagenetics melibatkan 20 fasilitas kesehatan dan 4.270 tenaga kesehatan dan staf penunjang dari seluruh Indonesia dalam pengembangan CLM 2.0HP. Sistem kecerdasan buatan ini berfungsi menilai besar risiko tenaga kesehatan dan staf di fasilitas kesehatan terhadap infeksi Covid-19 dan membantu penentuan prioritas tes PCR berdasarkan profil risiko orang bergejala atau diduga terinfeksi saat terjadi keterbatasan sumber daya.
Guru Besar Fakultas Kedokteran Universitas Indonesia, Prof. Dr. dr. Akmal Taher, SpU(K) menyatakan negara ekonomi menengah seperti Indonesia kerap terkendala melakukan testing. Oleh karena itu, dasilitas kesehatan membutuhkan metode deteksi Covid-19 yang akurat, terjangkau, dan dapat diakses dengan peralatan minimal bagi tenaga kesehatan.
“Metode ini (screening melalui machine learning) diharapkan dapat meringankan beban sistem kesehatan Indonesia yang terdampak Covid-19,” tuturnya.
Sementara itu, Direktur Kebijakan CISDI, Olivia Herlinda, M.Sc. menilai inovasi CLM2.0 HP lahir dari situasi keterbatasan sumber daya tes dan menyadari pentingnya perlindungan bagi tenaga kesehatan. “Selain memprioritaskan perlindungan bagi tenaga kesehatan, staf di fasilitas kesehatan juga menjadi target inisiatif ini.
“Keduanya merupakan garda terdepan respons pandemi di Indonesia. Kami berharap CLM2.0 HP dapat menjadi alternatif solusi permasalahan deteksi di Indonesia yang murah, mudah diakses, dan efisien,” papar Olivia.
Shreyash Sonthalia, BS, selaku Product Data Scientist Nalagenetics, menyebut Nalagenetics berperan dalam serangkaian upaya pengembangan platform CLM2.0 HP ini, mulai dari pengujian validitas hingga analisis data. Dia menyebut, algoritma saat ini dapat diakses di covidmeter.id, dan sedang dibuat dalam aplikasi yang dapat dengan mudah diakses petugas fasilitas kesehatan
Kathleen Irena Junusmin selaku Clinical Research Associate dan rekan dari Nalagenits menambahkan, selain sebagai alat prediksi diagnostik, CLM diharapkan dapat dikembangkan untuk memprediksi keparahan penyakit individu yang terinfeksi Covid-19 secara daring dan berkelanjutan.
“Walaupun Covid-19 terasa sudah terkendali untuk sekarang, pengumpulan data secara tepat dan berkelanjutan tetap harus diimplementasikan untuk pembuatan kebijakan yang efektif untuk mengatasi pandemi Covid-19 ke depannya,” ujarnya.
Sekretaris Lembaga Riset IDI, dr. Ahmad Hidayat, Grad, Dipl. Safety Sc., M.Sc.PH, menyambut positif inovasi ini. Dia berpendapat, CLM 2.0 HP adalah wujud peran serta aktif semua pihak dalam turut serta melindungi tenaga kesehatan dari risiko Covid-19 dengan metode riset mutakhir.
Ketua Yayasan Satriabudi Dharma Setia, dr. Vincentius Simeon Weo Budhyanto, mengungkapkan sektor publik berperan membangun respons penanganan wabah. Namun, inisiatif CLM 2.0HP banyak didukung actor non-pemerintah.
“Ini menunjukkan pentingnya kolaborasi multi-pihak menyelesaikan persoalan wabah, terutama di wilayah kerja fasilitas kesehatan.”
Perwakilan Rumah Sakit Nasional Diponegoro (RSND), dr. Rebriarina Hapsari, M.Sc., Sp.MK(K) menekankan kembali bahwa keberadaan CLM 2.0HP krusial untuk melindungi tenaga kesehatan dari risiko terinfeksi. “Melalui screening CLM 2.0HP tenaga kesehatan memiliki kesempatan untuk mengetahui potensi risiko terinfeksi Covid-19,” ungkapnya.
Untuk mendukung keberlanjutan inisiatif ini, diperlukan kolaborasi lebih lanjut antar banyak pihak. Maka dari itu, Nalagenetics membuka kesempatan bagi siapa pun yang berkenan untuk mengadopsi dan/atau turut serta mengembangkan CLM 2.0HP.
Penulis: Gloria Fransisca Katharina Lawi
Komentar