Cekricek.id — Tim peneliti Wake Forest University School of Medicine mengembangkan model kecerdasan buatan yang mampu mendeteksi jenis gangguan fungsi jantung yang selama ini sulit dikenali lewat elektrokardiogram (EKG) standar, bahkan hanya dari satu sadapan tunggal alih-alih rekaman 12 sadapan lengkap yang biasa dipakai di rumah sakit.
Temuan itu dipaparkan Oguz Akbilgic, profesor kecerdasan buatan di Departemen Kedokteran Kardiovaskular, Wake Forest University School of Medicine, lewat artikel ECG‐Based Artificial Intelligence for Classifying Left Ventricular Dysfunction and Heart Failure With Preserved Ejection Fraction dalam jurnal Journal of the American Heart Association pada 4 Agustus 2026.
Dilatih dari Lebih Sejuta Rekaman, Diuji di Rumah Sakit Lain
Model itu dikembangkan memakai lebih dari 1 juta rekaman EKG dari pasien Atrium Health Wake Forest Baptist, kemudian divalidasi memakai lebih dari 72.000 rekaman EKG dari University of Tennessee Health Science Center yang sama sekali tidak dilibatkan dalam proses pelatihan. Tim menguji performa model itu baik pada konfigurasi EKG 12 sadapan penuh maupun sadapan tunggal yang lebih sederhana dan lebih murah alatnya.
“Model AI kami dapat mendeteksi berbagai jenis disfungsi jantung hanya dari EKG sadapan tunggal yang sederhana,” kata Akbilgic.
Menyasar Gagal Jantung yang Sering Terlewat
Sasaran utama model ini adalah dua kondisi yang sama-sama sulit dideteksi lewat pemeriksaan EKG konvensional: disfungsi ventrikel kiri, yakni melemahnya kemampuan bilik jantung kiri memompa darah, dan gagal jantung dengan fraksi ejeksi terjaga (HFpEF), jenis gagal jantung ketika jantung masih mampu memompa dengan proporsi normal tetapi otot jantungnya sudah menjadi terlalu kaku untuk terisi darah secara optimal.
Kedua kondisi itu kerap luput dari deteksi dini karena gejalanya tidak selalu tampak jelas pada EKG standar yang dibaca dengan mata telanjang oleh dokter, sehingga banyak pasien baru terdiagnosis setelah kondisinya memburuk. Model berbasis AI ini dirancang untuk menangkap pola-pola halus dalam sinyal listrik jantung yang sulit dikenali manusia, namun konsisten muncul pada rekaman pasien yang kemudian terbukti mengidap kondisi tersebut.
Berpotensi untuk Perangkat Pemantau Portabel
Karena model ini terbukti tetap akurat pada sadapan tunggal, tim menyebut pendekatan ini berpotensi diterapkan pada perangkat pemantau jantung portabel yang lebih murah dan mudah diakses dibanding mesin EKG 12 sadapan di rumah sakit, termasuk perangkat wearable yang kini makin umum dipakai untuk pemantauan kesehatan jantung sehari-hari. Tim menegaskan validasi lebih lanjut pada populasi pasien yang lebih beragam masih diperlukan sebelum model ini bisa dipakai secara klinis rutin.
Baca juga: Kadar Lp(a) di Atas 175 nmol/L Berkaitan dengan Risiko Stroke yang Lebih Tinggi
Baca juga: Jarum Suntik Nano dari Untai DNA Tembus Membran Sel Buatan, Belum Diuji pada Sel Hidup
