MALANG POST – Di era yang serba digital, urusan cek kesehatan kini semakin praktis dan bisa dilakukan dari mana saja. Menepis ketakutan banyak orang terhadap jarum suntik, Dosen Vokasi Universitas Muhammadiyah Malang (UMM), Prof. Dr. Ir. Lailis Syafa’ah, M.T., sukses menciptakan aplikasi deteksi anemia mandiri.
Cukup bermodalkan kamera smartphone dan teknologi kecerdasan buatan (AI), aplikasi ini mampu membaca citra mata sehingga tes hemoglobin dapat dilakukan kapan saja dari rumah.
Terobosan ini tidak digarap secara individual. Lailis menggandeng tim dosen dan mahasiswa Vokasi UMM lintas disiplin, termasuk La Febry Andira Rose Cynthia, S.T., M.T. dan Zulfatman, Ph.D.
Melalui kolaborasi ini, mereka berupaya menghadirkan layanan deteksi dini yang inklusif, praktis, serta mengurangi ketergantungan pada fasilitas klinis konvensional.
“Selama ini banyak orang menunda pemeriksaan karena enggan datang ke fasilitas kesehatan dan menjalani prosedur pengambilan darah yang tidak nyaman.”
“Padahal, deteksi dini sangat penting untuk mencegah kondisi yang lebih serius. Saya ingin membuat solusi praktis agar masyarakat bisa lebih sadar dan rutin memeriksa kesehatannya secara mandiri,” tegas Lailis.
Wanita yang juga menjabat sebagai Dekan Vokasi UMM ini menjelaskan, secara teknis aplikasi bekerja dengan memanfaatkan citra konjungtiva (selaput lendir) mata sebagai indikator visual.
Dosen Vokasi Universitas Muhammadiyah Malang (UMM), Prof. Dr. Ir. Lailis Syafa’ah, M.T. (Foto: Istimewa)
Foto mata yang diambil melalui kamera ponsel akan diproses langsung oleh AI yang telah dilatih menggunakan basis data khusus.
Sistem kemudian membaca pola kecerahan dan karakteristik warna mata yang berkorelasi dengan kadar hemoglobin (Hb), lalu mengklasifikasikannya menjadi estimasi nilai. Dengan demikian, uji laboratorium bergeser menjadi proses yang bisa dilakukan melalui sentuhan jari di layar perangkat pribadi.
“Kami tidak hanya mengembangkan aplikasi, tetapi juga sebuah sistem canggih yang mampu menerjemahkan data visual menjadi informasi kesehatan medis.”
“Proses ini membutuhkan pemodelan yang presisi agar hasilnya tetap akurat ketika diterapkan pada berbagai pengguna dengan kondisi yang berbeda,” jelasnya.
Gagasan ini bukan proyek instan. Riset bermula dari studi doktoral Lailis di bidang kedokteran yang berfokus pada pemodelan kesehatan melalui variabel citra. Dalam pengembangannya, sistem terus dilatih untuk menghubungkan kondisi mata dengan kadar hemoglobin.
Hingga kini, tingkat akurasi aplikasi telah mencapai kisaran 80 persen—sebuah indikator yang menggembirakan untuk riset yang masih dalam tahap pengembangan lanjutan.
“Karena riset ini berbasis machine learning, semakin banyak dan beragam datanya, maka analisisnya akan semakin tajam. Saat ini sistem terus kami sempurnakan agar klasifikasinya semakin presisi untuk digunakan secara luas,” ungkapnya.
Ke depan, Lailis memproyeksikan aplikasi ini menjadi alat deteksi mandiri harian bagi masyarakat. Secara khusus, pengembangan juga diarahkan untuk membantu kelompok rentan yang membutuhkan pemantauan hemoglobin rutin tanpa rasa sakit, seperti ibu hamil.
“Teknologi seperti ini diharapkan menjadi jembatan antara masyarakat dan layanan kesehatan. Deteksi dini tidak harus selalu menunggu antrean di rumah sakit, tetapi bisa dimulai dari kesadaran individu dari rumah masing-masing untuk memantau kondisi tubuhnya,” tutup Lailis optimis. (*/M. Abd. Rachman. Rozzi-Januar Triwahyudi)
