UNAIR NEWS- Tim Fakultas Kedokteran Universitas Airlangga (FK UNAIR) berhasil meraih penghargaan Best Presentation dalam ajang ACSA 2025. Tim ini terdiri dari Najwa Nezalfi P, Hendro Kusumo Sricahyonoaji, Maritza Fiorenza V S, Garnis Latifah H, dan Catherine Canina C. Ajang ini berlangsung dalam rangkaian ACSA 2025 yang berlangsung pada Minggu (2/11/2025), di Vasa Hotel Surabaya.
Kompetisi ACSA 2025 atau Airlangga Cardiovascular International Conference VII (ACIC VII), Continuing Medical Education XXVII (CME XXVII), Surabaya Cardiology Update XVI (SCU XVI), dan Airlangga Cardiovascular Expert Meeting VIII (ACEM VIII) ini diselenggarakan oleh Departemen Kardiologi dan Kedokteran Vaskular Universitas Airlangga. Tema besar dari lomba ini adalah “Evolving Cardiovascular Horizons: Integrating Basic Science and Advanced Technologies for Better Outcomes”. Tema ini menekankan pentingnya integrasi antara sains dasar dan teknologi canggih untuk menghasilkan hasil yang lebih baik di bidang kardiovaskular.
AI untuk Pengukuran GLS
Tim peneliti FK UNAIR berhasil mengangkat penelitian berjudul “Automated Global Longitudinal Strain by Artificial Intelligence in Echocardiography: A Meta-Analysis of Diagnostic Accuracy and Prognostic Value”. Penelitian ini berfokus pada penerapan Artificial Intelligence (AI) untuk meningkatkan pengukuran Global Longitudinal Strain (GLS) dalam ekokardiografi. Pengukuran tersebut yang penting untuk mendeteksi disfungsi jantung lebih awal. GLS merupakan indikator penting dalam menilai fungsi sistolik ventrikel kiri dan dapat mendeteksi perubahan jantung lebih dini. Terlebih lagi. sebelum penurunan fraksi ejeksi terlihat.
Sistem berbasis AI yang mereka kembangkan dapat memberikan hasil yang lebih cepat, konsisten, dan akurat daripada dengan pengukuran manual. Metode manual sering kali bergantung pada keterampilan operator. Najwa Nezalfi, salah satu anggota tim menjelaskan, “Penelitian ini menyimpulkan bahwa AI-GLS merupakan metode pemeriksaan yang efektif dan menjanjikan untuk meningkatkan akurasi diagnosis pada pemeriksaan ekokardiografi. Namun, penggunaannya dalam penilaian prognosis jangka panjang masih memerlukan penelitian lebih lanjut dengan desain studi yang lebih seragam dan populasi yang lebih luas.”
Proses Penelitian Data
Penelitian ini menggunakan metode Systematic Review dan Meta-Analysis. Melibatkan 6 artikel yang mencakup 24.943 peserta, dari berbagai database seperti PubMed, Scopus, dan ScienceDirect. Dengan bantuan perangkat lunak STATA/MP 17 dan RevMan 5.4, tim peneliti berhasil menganalisis akurasi diagnostik dan nilai prognostik penggunaan AI dalam ekokardiografi. Pendekatan ini memungkinkan mereka untuk mengevaluasi secara lebih objektif keefektifan teknologi AI dalam membantu mendiagnosa kardiovaskular.
Selama proses penelitian, tim menghadapi sejumlah tantangan signifikan yang menjadi hambatan dalam perjalanan mereka. Najwa menjelaskan, “Salah satu masalah terbesar yang kami temui adalah keterbatasan jumlah penelitian primer. Terkait mengenai penggunaan Artificial Intelligence (AI) untuk Automated Global Longitudinal Strain (GLS) pada ekokardiografi. Topik ini masih tergolong baru dalam bidang kardiologi, sehingga belum banyak penelitian klinis berkualitas tinggi yang dapat kami masuk dalam meta-analisis. Dari ratusan artikel yang kami temukan, hanya enam studi yang memenuhi kriteria inklusi.”
Hal ini menimbulkan beberapa kendala, seperti tingginya heterogenitas data, perbedaan metode antar studi, serta keterbatasan dalam menarik kesimpulan prognostik yang kuat. Meskipun demikian, tim tetap optimis dan berusaha memberikan yang terbaik dengan data yang ada.
Keberanian untuk Mencoba
Meskipun berada pada level preklinik, tim merasa bangga dapat menjadi salah satu tim pertama yang mengangkat dan menganalisis AI-based Automated GLS dalam bentuk meta-analisis di tingkat kompetisi internasional. Najwa Nezalfi menambahkan, “Meskipun topik ini masih tergolong baru dan belum banyak disentuh oleh peneliti lain, kami percaya bahwa justru karena topik ini begitu inovatif. Keberanian kami untuk mencoba menjadi nilai tambah tersendiri. Pengalaman ini mengajarkan kami bahwa menjadi pemula bukanlah kelemahan, keberanian untuk mencoba jauh lebih penting daripada status akademik yang sudah mapan.”
Keberhasilan ini menjadi bukti bahwa keinginan untuk mengeksplorasi inovasi, meskipun dalam keterbatasan, dapat menghasilkan dampak yang besar. Tim FK UNAIR merasa terinspirasi dan termotivasi untuk terus mengembangkan diri dalam bidang penelitian.
Penulis: Saffana Raisa Rahmania
Editor: Ragil Kukuh Imanto
