Para peneliti dari Institut Teknologi India Hyderabad (IIT Hyderabad) telah mengembangkan perangkat berdaya rendah yang dapat memantau elektrokardiogram (EKG) dan memperingatkan pasien dan dokter secara real-time tentang risiko penyakit kardiovaskular (CVD). CVD menempati urutan teratas dalam masalah kesehatan masyarakat dibandingkan dengan penyakit lain dan hampir menjadi penyebab utama kematian manusia, seperti yang disurvei oleh Organisasi Kesehatan Dunia (WHO). Penyebab utama termasuk tren perubahan gaya hidup, kebiasaan makan yang tidak sehat, penggunaan tembakau, asupan buah dan sayuran yang rendah dan kurangnya aktivitas fisik dan banyak stres.
Faktor-faktor ini mengharuskan pengembangan perangkat pemantauan CVD yang dipersonalisasi yang ditenagai oleh cadangan baterai dan dengan form factor yang sangat rendah untuk mencapai gangguan yang bekerja di bawah pengaturan sistem cyber-fisik yang baru muncul.
Penelitian ini dilakukan oleh tim yang terdiri dari Vemishetty Naresh (PhD, Sarjana Penelitian, Sistem Embedded Lanjutan dan Laboratorium Desain IC, Departemen Teknik Listrik), IIT Hyderabad dan Dr Amit Acharyya, Associate Professor, Departemen Teknik Elektro. Sebagai bukti demonstrasi konsep, para peneliti telah mengambil kasus sehat dan berbagai kasus tidak sehat dari database Physionet untuk memvalidasi metode yang diusulkan. Penelitian mereka telah dipublikasikan baru-baru ini di jurnal internasional peer-review Scientific Reports, akses terbuka online, jurnal ilmiah yang diterbitkan oleh Nature Research.
Berbicara tentang pentingnya penelitian ini, Dr Amit Acharyya mengatakan, "CVD adalah salah satu penyakit paling mematikan dan terlepas dari ekonomi negara yang terkena dampaknya. Penyakit ini dimanifestasikan dalam berbagai bentuk yang memerlukan diagnosis dini, terapi, dan prognosis. Karena itu pekerjaan yang diusulkan pada klasifikasi akan sangat membantu masyarakat. "
Selain itu, mereka juga bekerja mengembangkan teknik klasifikasi yang berbeda dan mengintegrasikannya untuk membuat algoritma generik. Arsitektur System-On-Chip (SoC) yang baru dikembangkan dengan cara yang kompleks rendah dengan konsep berbagi sumber daya untuk otomatisasi CVD. Dengan demikian seluruh sistem dapat mencakup berbagai kelainan EKG dan akhirnya muncul dengan papan prototipe yang terlihat mirip dengan smartphone di ujung pasien.
Berbicara tentang rencana mereka untuk mengambil penelitian ini untuk bermanfaat bagi masyarakat luas, Vemishetty Naresh mengatakan, "Ada peningkatan eksponensial dalam tingkat kematian manusia, karena keterlambatan diagnosis, kurangnya distribusi yang tepat dari fasilitas perawatan kesehatan dan pusat prognosis di sekitarnya. Ada kebutuhan perangkat otomatis yang kuat untuk deteksi dini sinyal EKG abnormal vital pada pasien CVD kronis. "
Ilmu kedokteran dan teknologi ini menuntut banyak tantangan pada pengembangan perangkat seperti, tradeoff desain sistem konsumsi daya rendah antara pemrosesan di atas kapal dan komunikasi RF (Frekuensi Radio), desain sirkuit analog front-end kompleksitas rendah dan pemanenan energi atau self-power mekanisme untuk memperpanjang usia baterai. Lebih lanjut, ada kebutuhan besar untuk mengembangkan algoritma yang kuat untuk menemukan desinkronisasi apa pun dalam gelombang EKG. Dengan kemajuan teknologi saat ini, ada ruang lingkup besar untuk mengembangkan perangkat EKG medis yang kuat dalam menganalisis sinyal EKG dan mengklasifikasikan kondisi pasien.
Metode ini akan memprediksi keberangkatan dari kondisi sehat ke kondisi tidak sehat yang berhubungan dengan CVD.
Bagaimana sistemnya bekerja?
Para peneliti mengatasi tantangan yang disebutkan di atas dengan mengusulkan arsitektur System-on-Chip (SoC) yang baru untuk pemantauan CVD. Meneliti tantangan teknis seperti daya rendah dan area rendah untuk memberikan perawatan kesehatan yang dapat diandalkan di bawah kendala sumber daya, mereka telah mengusulkan Deteksi Batas (BD) kompleks dan Ekstraksi Fitur (FE), Deteksi f-QRS rendah dan Identifikasi Morfologi dan Identifikasi Morfologi (FDMI ) arsitektur, Rule Engine (RE), dan teknik kompresi berbasis Token. Tujuan dari para peneliti adalah untuk membawa ide ini lebih jauh ke level sistem dari konsep dan mengusulkan arsitektur SoC dengan kompleksitas rendah tetapi dapat diandalkan secara medis.
Metodologi yang diusulkan di atas digunakan untuk mengekstraksi fitur klinis penting dari setiap denyut EKG dan dibandingkan dengan nilai standar untuk memberikan klasifikasi biner sebagai normal atau abnormal. Banyak artikel penelitian telah mendorong mempelajari fitur klinis denyut EKG dan variabilitas detak jantung untuk diagnosis. Terlepas dari temuan ini, sulit untuk memperoleh hubungan temporal yang samar-samar dari metodologi ini untuk memprediksi aritmia. Prediksi kelainan EKG yang terkait dengan perubahan morfologi pada fitur-fitur lokal (interval PR, kompleks QRS, interval QT) akan memungkinkan dokter waktu yang cukup untuk melakukan intervensi untuk menghentikan eskalasi yang menyebabkan kematian jantung mendadak.
"Untuk mengurangi keterbatasan di atas, upaya kami dalam tesis ini adalah untuk mengusulkan deteksi berbasis ruang Fase (PSR) berbasis umum dan klasifikasi CVD dengan mengeksploitasi fitur lokal ECG tidak seperti teknik PSR canggih," kata salah satu para peneliti. Karena tujuannya adalah untuk melakukan klasifikasi EKG real-time pada perangkat tepi yang berjalan di bawah lingkungan terbatas sumber daya dengan kelangkaan daya dan area, maka gagasan para peneliti adalah untuk mengusulkan solusi kompleksitas rendah namun akurat dan oleh karena itu mereka mengadopsi teknik klasik deteksi fitur terlokalisasi.
Penelitian ini sebagian didukung oleh Departemen Sains dan Teknologi (DST), Pemerintah India di bawah 'Internet of Things (IoT) Penelitian Program Sistem Fisik Cyber Interdisipliner (ICPS),' dengan Proyek berjudul 'Pencegahan dan Prediksi Holistik Berbasis IOT CVD (i-PREACT). '
Comments