Mahasiswa UGM Ciptakan Detektor Luka Diabetes Berbasis Kecerdasan Buatan

13 Agustus 2021 13:29 WIB

Penulis: Amirudin Zuhri

YOGYAKARTA- Luka menjadi masalah serius ketika dialami oleh penderita diabetes mellitus. Akibat tingginya gula darah, penyembuhan luka ata ulcer menjadi jauh lebih sulit dan membutuhkan waktu lebih panjang. Jika penanganan tidak tepat, luka kecil bisa berisiko kecacatan, amputasi bahkan kematian pada pasien. 

Tim mahasiswa UGM yang terdiri dari Aizizha Syeilla Noverlis (Fakultas Kedokteran), Riki Wartakusumah (Fakultas Kedokteran), Nias Ananto (FMIPA), Taqy Hanawa (FMIPA), dan Leonita Sephira (Fakultas kedokteran hewan) menciptakan prototype alat analisis luka diabetik berbasis artificial intelligence. Alat yang diberi nama Mystic-Wound tersebut berguna untuk mempermudah tenaga kesehatan dalam melakukan pengkajian dan pemilihan intervensi pada luka diabetes dengan cepat dan tepat.

“Alat ini dibuat dengan dana Rp9 juta dari Kemendikbud dalam waktu empat bulan,” ujar Aizizha Ketua Tim Mystic-Wound Jumat 13 Agustus 2021.

Mystic-Wound, alat yang dibekali machine learning menyerupai gawai layar sentuh yang dapat menganalisis dimensi luka, jenis jaringan pada luka, risiko infeksi, dan tingkat keparahan luka dengan tepat dan akurat. 

Alat juga dapat memberikan rekomendasi berbagai jenis penutupan luka perawatan luka diabetes melitus. Keseluruhan pengkajian pada alat ini akan disimpan pada cloud server yang dapat dicetak dan disimpan sesuai kebutuhan. Nias, anggota tim, menjelaskan prototype Mystic-Wound ini dilengkapi dengan buku panduan untuk memudahkan pengoperasian alat agar penggunaannya lebih mudah.

“Mystic-Wound nantinya diharapkan dapat membantu tenaga kesehatan dalam mengkaji dan menentukan intervensi luka diabetik yang efektif dan akurat sehingga dapat mencegah terjadinya risiko kesalahan dalam penanganan luka diabetik yang berujung amputasi,” katanya.

Riki menjelaskan penggunaan alat cukup mudah yakni hanya dengan mengambil gambar sama seperti sistem foto pada gadget kemudian hasil analisis akan tertampil secara otomatis.

Saat ini prototype Mystic-Wound yang didampingi oleh dosen pendamping Anggi Lukman Wicaksana  ini juga telah didaftarkan hak ciptanya sebagai bukti keorisinilan ide dan alat. Tim Mystic-Wound berkomitmen untuk terus melakukan pengembangan guna menyempurnakan kinerja sistem.

Berita Terkait