7 Modifikasi Penelitian Hasil Kolaborasi Antara BINUS University bersama Institusi Kesehatan

Melihat banyaknya permasalahan serta kasus kesehatan yang kian bermunculan, Indonesia memerlukan pemecahan akan hal tersebut. Para peneliti dari BINUS University turut berkontribusi untuk mengatasi permasalahan tersebut dengan berkolaborasi bersama para institusi kesehatan baik dari dalam negeri maupun luar negeri. Berikut merupakan 9 penelitian yang telah diteliti dan dikembangkan untuk membantu meringankan permasalahan yang ada,

1. Medicine Information Record Based on Blockchain Technology
Pencatatan produksi obat merupakan salah satu proses terpenting dalam industri farmasi. Manfaat pencatatan obat adalah untuk menghindari tersebarnya obat-obatan palsu yang dapat membahayakan konsumennya. Dengan mengetahui jumlah pasti produksi obat akan memudahkan pelacakan penggunaan obat. Oleh karena itu, penelitian kualitatif ini dilakukan dengan menggunakan teknologi Blockchain, yang memiliki karakteristik tidak berubah dari waktu ke waktu, tidak dapat diubah, dan peer-to-peer, yang akan meminimalkan kemungkinan adanya obat palsu. Simulasi dilakukan dengan menggunakan aplikasi Multichain untuk mendapatkan gambaran yang jelas bagaimana produksi obat dapat dicatat dalam blockchain (Multichain). Penelitian ini melibatkan salah satu perusahaan industri obat terbesar di Indonesia yaitu PT. Pharos Indonesia untuk memberikan masukan tentang teknologi Blockchain (Multichain) pada catatan produksi obat. Hasil dari penelitian ini adalah teknologi blockchain (Multichain), dapat digunakan untuk mencatat produksi obat sehingga memungkinkan pelacakan obat. Penelitian ini dianggap sangat penting dan bermanfaat bagi industri obat untuk menjamin kualitas produksi tiap obat.

2. Propose Model Blockchain Technology Based Good Manufacturing Practice Model of Pharmacy Industry in Indonesia

Pembuatan obat di Indonesia dilakukan berdasarkan Peraturan Pemerintah no. 34 Tahun 2018 tentang Cara Pembuatan Obat Baik (CPOB) atau Good Manufacturing Practice (GMP). Metode ini mengatur proses dari bahan baku ke tempat penyimpanan dan gudang obat. Dengan CPOB (GMP), diharapkan mutu obat lebih terjamin. Penelitian sebelumnya melakukan pencatatan produksi obat. Dalam penelitian ini bertujuan untuk meningkatkan kualitas obat dengan GMP berteknologi blockchain. Langkah ini dilakukan karena masih banyak obat palsu yang diproduksi dan diedarkan.
Supply Chain Management (SCM) adalah proses inti dalam industri farmasi. SCM yang ada saat ini perlu ditingkatkan di beberapa area karena data tersebut dapat diubah atau dihapus, sehingga diperlukan teknologi yang tepat untuk memperkuat SCM tersebut. Teknologi Blockchain dikenal tidak berubah dari waktu ke waktu, tidak dapat diubah, aman, didistribusikan, dan peer to peer yang sekarang terkenal di banyak industri. Penelitian ini juga melibatkan lima orang ahli (masih aktif bekerja dan menangani proses pembuatan obat hingga penyimpanan secara langsung) dari salah satu industri farmasi terbesar di Indonesia yaitu PT. Pharos Indonesia. Penelitian ini mencoba membuat model SCM dengan metode GMP menggunakan teknologi Blockchain. Model yang diusulkan menunjukkan dukungan teknologi blockchain di bagian proses SCM. Metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan desain yang berpusat pada pengguna, diawali dengan literatur untuk menemukan proses esensial untuk pembentukan model. Hasil pada penelitian ini diketahui bermanfaat bagi industri dan pengembangan ilmu pengetahuan.

3. A Tree-based Mortality Prediction Model of COVID-19 from Routine Blood Samples

COVID-19 telah dinyatakan oleh Organisasi Kesehatan Dunia (WHO) sebagai pandemi global pada Januari 2020. Para peneliti telah berupaya merumuskan pendekatan dan solusi terbaik untuk menyembuhkan penyakit dan membantu mencegah pandemi semacam itu di masa depan. Machine Learning (ML) telah terbukti bermanfaat untuk penelitian dan aplikasi dalam domain kesehatan sebagai cara memahami fenomena dunia nyata melalui analisis data. Dalam percobaan ini, para peneliti mengumpulkan data sampel darah retrospektif dari 1.000 pasien COVID-19 di Jakarta, Indonesia dari periode Maret hingga Desember 2020. Peneliti melaporkan temuan awal mereka tentang penggunaan biomarker tes darah umum dalam memprediksi kematian pasien COVID-19. Studi ini memanfaatkan pembelajaran mesin yang dapat dijelaskan dalam memeriksa kumpulan data. Kontribusi makalah ini adalah untuk menjelaskan temuan dalam memprediksi kematian pasien COVID-19, termasuk peran 11 biomarker teratas yang ditemukan dalam kumpulan data. Temuan ini dapat digeneralisasikan, terutama di Indonesia. Dari hasil penelitian ini menunjukkan bahwa model AI berbasis pohon berkinerja baik dalam memprediksi kematian COVID-19,

4. Connecting Climate and Communicable Disease to Penta Helix using Hierarchical Likelihood Structural Equation Modelling (HSEM)

Masalah kesehatan di seluruh tujuan pembangunan berkelanjutan diketahui telah diintegrasikan ke dalam satu tujuan akhir, yang membantu memastikan gaya hidup sehat serta meningkatkan kesejahteraan bagi semua manusia dari semua tingkat sosial. Di sisi lain, Perubahan iklim saat ini diketahui semakin mempersulit pengendalian pola penularan penyakit dan terkadang sulit dicegah. Senada dengan itu, Centers for Disease Control (CDC) Taiwan mengelompokkan penyebaran penyakit melalui sumbernya dalam enam kelompok utama pertama yaitu makanan atau air, udara atau droplet, vektor, menular seksual atau darah, kontak, dan lain sebagainya. Menurutnya, akademisi, pemerintah, dan sektor swasta harus bekerja sama dan berkolaborasi untuk menjaga masalah kesehatan. Artikel ini mengkaji dan menghubungkan aspek iklim dan menular terhadap Penta-Helix di Taiwan. Penelitian ini diteliti dengan berbagai perguruan tinggi dari Chaoyang University of Technology (Taichung, Taiwan), Seoul National University dan Hospital (Seoul, Korea Selatan), Pukyong National University (Busan, Korea Selatan), Universitas Indonesia (Jawa barat, Indonesia), dan Universitas Sumatera Utara (Medan, Indonesia).Singkatnya, peneliti telah membahas jumlah perusahaan swasta di seluruh sektor perawatan kesehatan, jumlah fasilitas kesehatan, dan lembaga pendidikan yang dikenal luas sebagai Penta Helix. Selain itu, peneliti juga menggunakan pemodelan persamaan struktural kemungkinan hierarkis (HSEM). Semua hubungan variabel iklim, penyakit menular, dan Penta Helix dapat diinterpretasikan melalui variabel laten dengan GoF 79,24%.

5. An XGBoost Model for Age Prediction from COVID-19 Blood Test

COVID-19 dinyatakan sebagai pandemi oleh Organisasi Kesehatan Dunia (WHO) pada Januari 2020. Banyak penelitian menemukan bahwa beberapa kelompok usia tertentu memiliki risiko lebih tinggi untuk tertular penyakit tersebut. Tes standar untuk penyakit ini adalah tes khusus kondisi berdasarkan Reverse-Transcriptase Polymerase Chain Reaction (RT-PCR). Penelitian sebelumnya telah menunjukkan bahwa hasil rangkaian standar tes darah non-spesifik dapat digunakan untuk menunjukkan adanya infeksi COVID-19 dengan probabilitas tinggi. Peneliti melanjutkan penelitian di bidang ini dengan mempelajari hubungan antara hasil tes darah rutin pasien dan usia mereka. Memprediksi usia seseorang dari kimia darah bukanlah hal baru dalam ilmu kesehatan. Paling sering, hasil tersebut digunakan untuk mendeteksi tanda-tanda penyakit yang berhubungan dengan penuaan dan mengembangkan obat baru. Eksperimen yang dijelaskan di sini menunjukkan bahwa algoritma XGBoost dapat digunakan untuk memprediksi usia pasien dari tes darah rutin mereka.

6. IoT-based COVID-19 Patient Vital Sign Monitoring

Jumlah kasus COVID-19 diketahui berkembang pesat, sementara tidak adanya tenaga kesehatan yang cukup untuk dapat membantu pasien. Lebih buruknya lagi, sifat penyakit yang sangat menular ini, mengharuskan staf medis untuk lebih ketat dan memakai Alat Pelindung Diri (APD) setiap saat ketika menangani pasien secara langsung. Dalam situasi ini, sistem jarak jauh yang dapat memantau kemajuan pasien dari jauh tidak dapat dihindari. Munculnya teknologi Internet of Thing (IoT) telah diterapkan di banyak domain. Ketersediaan teknologi pintar, dengan hampir semua perangkat di sekitar kita memiliki konektivitas ke internet, memungkinkan orang untuk mengotomatisasi proses dari jarak jauh. Penerapan IoT juga terbukti sangat membantu di bidang medis, terutama di masa pandemi. Teknologi IoT dapat menjadi solusi yang tepat untuk memantau pasien dengan penyakit yang sangat menular. Teknologi ini juga dapat sangat membantu masyarakat yang tinggal jauh dari fasilitas kesehatan. Ini dapat memungkinkan orang untuk segera melapor dan bahkan terhubung ke sistem rumah sakit secara real-time. Dalam makalah ini, peneliti mengusulkan penggunaan tiga sensor yang berbeda, yaitu: sensor detak jantung dan oksimeter pulsa (MAX30102), sensor suhu (DS18b20) dan sensor akselerometer, yang terintegrasi dalam sistem pemantauan peringatan dini berbasis web untuk COVID- 19 pasien.

7. Hybrid Vector Autoregression Feedforward Neural Network with Genetic Algorithm Model for Forecasting Space-Time Pollution Data

Tingkat paparan polusi udara di sebagian besar kota perkotaan menjadi perhatian utama karena mengakibatkan konsekuensi yang mengancam jiwa bagi kesehatan dan kesejahteraan manusia. Selain itu, estimasi akurat dan prediksi tingkat polusi yang berkelanjutan adalah tugas yang sangat rumit. Dalam makalah ini, salah satu model ruang-temporal, vektor autoregressive (VAR) dengan jaringan saraf (NN) dan algoritma genetika (GA) diusulkan dan ditingkatkan. VAR dapat mengatasi masalah deret waktu multivariat, NN untuk nonlinier, dan GA untuk penentuan estimasi parameter. Oleh karena itu, model tersebut dapat digunakan untuk membuat prediksi, seperti informasi deret dan data lokasi. Metode ini diterapkan pada data pencemaran antara lain NOX, PM2.5, PM10, dan SO2 di Taipei, Hsinchu, Taichung, dan Kaohsiung. Algoritma genetika metaheuristik digunakan untuk meningkatkan metode yang diusulkan selama percobaan. Kesimpulan dari penelitian ini, VAR-NN-GA memberikan akurasi yang baik ketika evaluasi metrik digunakan. Selanjutnya metode tersebut dapat digunakan untuk mengetahui fenomena 10 tahun pencemaran udara di Taiwan.

Demikian penelitian-penelitian ini dikembangkan atas kepedulian para peneliti bersama institusi kesehatan dengan menerapkan berbagai macam teknologi, model, dan metode penelitian yang efisien serta teruji.