Mahadata Kesehatan dan Teknologi Reproduksi Berbantu (TRB): Dasar Pengembangan Kebijakan Kesehatan Masyarakat dan Kedokteran Presisi
- Administrator
- Senin, 15 Juli 2024 08:28
- 534 Lihat
- Buku Inovasi
Mahadata Kesehatan dan Teknologi Reproduksi Berbantu
(TRB): Dasar Pengembangan Kebijakan Kesehatan Masyarakat
dan Kedokteran Presisi
Prof. Dr. dr. Budi Wiweko, SpOG(K)-FER, MPH
Guru Besar Fakultas Kedokteran UI
Kemajuan teknologi digital, mahadata, kecerdasan buatan dan genomik pada satu dekade terakhir telah membawa semangat serta arus perubahan dalam berbagai bidang, termasuk kesehatan. Konsep inovasi disrupsi sebagai sebuah langkah terobosan yang memimpin perubahan masyarakat serta memengaruhi pasar secara dominan, sangat terfasilitasi dan terakselerasi oleh revolusi industri 4.0, termasuk sektor kesehatan
Berbagai permasalahan besar masih membayangi dunia kesehatan kita pada era revolusi industri 4.0. Data riset kesehatan dasar tahun 2018 menunjukkan buruknya indikator berbagai penyakit degeneratif, seperti: obesitas, hipertensi, penyakit ginjal kronik dan kencing manis. Tidak kurang dari 21.8% proporsi penduduk ndonesia mengalami obesitas, prevalensi kencing manis mencapai 2%, serta jumlah penderita penyakit ginjal kronik yang mencapai 3.8 per mil pada populasi di atas usia 15 tahun (5). Angka ini tergolong tinggi bila dibandingkan dengan prevalensi di negara tetangga atau pun negara maju di dunia. Tidak hanya itu, dampak kebiasaan merokok yang semakin meningkat juga memiliki kontribusi negatif pada masyarakat.
Mahadata kesehatan merupakan data terkait kesehatan yang memiliki karakteristik volume sangat besar dalam hal jumlah maupun ukurannya, jenis yang sangat bervariasi, tidak terstruktur dan terkumpul dalam waktu yang sangat cepat. Sumber mahadata kesehatan dapat berasal dari fasilitas pelayanan kesehatan, data asuransi, laboratorium, instalasi farmasi, bank jaringan dan berbagai sistem registrasi.
Perkembangan teknologi dan kedokteran digital saat ini menjadi pendukung utama pemanfaatan mahadata kesehatan yang kemudian diolah menjadi algoritma. Berkembangnya platform next generation sequencing memungkinkan kita mengetahui urutan basa gen tertentu atau genom secara keseluruhan sehingga kita dapat memahami faktor risiko terjadinya suatu penyakit. Perangkat wearable devices yang dilengkapi berbagai sensor memungkinkan pasien atau masyarakat untuk mengetahui dan melaporkan parameter kesehatannya kepada fasilitas pelayanan kesehatan sehingga sangat mendukung konsep 4 Ps dalam kedokteran presisi, yaitu predictive, preventive, participatory dan personalize.