Sistem Prediksi Kematian Mendadak Akibat Gagal Jantung Berbasis Wearable Electrocardiogram Sensor dan Teknologi Internet of Things

Sudden cardiac death (SCD) adalah kematian alami yang timbul secara mendadak (sekitar 1 jam setelah serangan pada pasien yang sebelumnya sudah/belum memiliki penyakit jantung dan kematian tersebut tidak diperkirakan sebelumnya. SCD menyumbang antara 300 ribu hingga 400 ribu kematian setiap tahunnya di Amerika Serikat. Sekitar 50% dari kematian terkait penyakit kardiovaskular di Amerika Serikat maupun di beberapa negara maju lainnya diakibatkan oleh SCD. Sudden cardiac death terjadi akibat terjadinya gangguan mendadak pada irama jantung, terutama akibat ventricular tachicardia (VT) atau ventricular fibrillation (VF). Pencegahan SCD dapat dilakukan dengan mengidentifikasi individu yang kondisi kelistrikan jantungnya kurang stabil. Apabila individu tersebut dapat diidentifikasi dengan tepat, maka pencegahan dapat dilakukan. Electrocardiogram (ECG) merupakan metode non- invasive yang dapat diandalkan untuk mendeteksi ketidakstabilan sistem kelistrikan jantung yang merupakan penyebab utama dari SCD. HRV, T-wave alternans, dan QT interval dispersion adalah prediktor yang terbukti dapat mendeteksi VT maupun VF. Jumlah kardiolog yang masih terbatas, khususnya di negara berkembang seperti Indonesia masih menjadi kendala dalam interpretasi sinyal ECG. Perkembangan teknologi di bidang biomedis memungkinkan wearable biomedical devices (peralatan biomedis yang dapat dikenakan oleh pasien) yang semakin mudah ditemui di pasaran. Peralatan yang saat ini cukup populer adalah jam tangan pintar (smart watch) yang dilengkapi dengan kemampuan memonitor aktifitas pemakainya seperti yang diperlihatkan pada gambar 3. Jam pintar ini dilengkapi dengan berbagai jenis sensor seperti akselerometer untuk mengukur gerakan, global positioning system (GPS) untuk mengukur lokasi, temperatur, denyut jantung, hingga ECG. Tujuan dari penelitian ini adalah membuat sistem prediksi kematian mendadak akibat gagal jantung atau SCD dengan mendeteksi ketidakstabilan kelistrikan jantung yang ditunjukkan dengan adanya ventricular tachicardia atau ventricular fibrillation pada hasil rekaman ECG. Sistem tersebut akan memanfaatkan teknologi wearable ECG sensor pada jam tangan pintar dan melakukan analisis data dengan mengandalkan teknologi Internet of Things atau IoT pada infrastruktur berbasis cloud.

Luaran : Paper di jurnal international ICIC Express Letters
Publikasi : “ECG Noise Classification Using CEEMDAN and Multilayer Perceptron”