Perkembangan teknologi kesehatan menghadirkan pendekatan baru dalam memantau proses rehabilitasi pasien pascastroke. Para peneliti dari University of Massachusetts Amherst bersama tim kolaborator mengembangkan perangkat wearable berbasis sensor gerak dan kecerdasan buatan untuk mengukur pemulihan fungsi lengan secara lebih objektif. Penelitian yang diterbitkan dalam jurnal Science Translational Medicine pada 30 September 2026 ini memperkenalkan Digital Arm Performance Scale (DAPS), sistem penilaian digital yang memanfaatkan data aktivitas sehari-hari. Inovasi TEKNOLOGI tersebut berpotensi membantu tenaga medis memahami perkembangan kemampuan gerak pasien, termasuk perubahan kecil yang mungkin tidak terlihat melalui pemeriksaan klinis rutin.
Pengembangan Perangkat Wearable dalam Penilaian Kemampuan Motorik Pasien Stroke
Riset ilmiah tersebut dipimpin oleh Dr. Sunghoon Lee dari University of Massachusetts Amherst bersama sejumlah peneliti kolaborator. Fokus utama penelitian adalah menghasilkan metode pengukuran kemampuan gerak lengan yang mampu mengenali perkembangan kecil. Pada proses pemeriksaan klinis biasa, dokter dan terapis memanfaatkan berbagai tes fungsi motorik untuk mengukur perkembangan gerakan. Meskipun tes klinis memiliki manfaat besar, hasilnya tidak selalu menggambarkan cara pasien menggerakkan anggota tubuh di luar ruang pemeriksaan. Keterbatasan tersebut membuka kebutuhan terhadap sistem pengukuran digital yang mampu merekam aktivitas sehari-hari.
Perangkat wearable memberikan alternatif tambahan karena mampu mengumpulkan informasi gerakan selama pasien beraktivitas di lingkungan biasa. Pada pengembangan sistem DAPS, para ilmuwan menggunakan sensor percepatan yang dipasang di area pergelangan tangan. Sensor tersebut mencatat perubahan gerakan dalam tiga dimensi untuk mengukur karakteristik pergerakan. Kumpulan sinyal aktivitas tersebut kemudian dianalisis menggunakan metode pembelajaran mesin sehingga terbentuk indikator fungsi lengan. Dengan pendekatan tersebut, proses pemulihan motorik dapat diamati melalui indikator tambahan.
Mekanisme Sensor Wearable dan AI untuk Menilai Fungsi Lengan
Teknologi pengukuran kemampuan lengan berbasis DAPS menggabungkan informasi dari pemeriksaan kemampuan lengan dengan rekaman penggunaan lengan di luar pemeriksaan. Berdasarkan rancangan sistem, tim pengembang mempelajari hubungan antara hasil tes yang dilaksanakan oleh tenaga medis dan kebiasaan pergerakan pasien. Alat pengukur gerakan ini merekam aktivitas fisik dari pergelangan tangan selama proses observasi. Informasi tersebut tidak langsung menunjukkan tingkat kesembuhan, melainkan memerlukan analisis tambahan. Indikator yang dihasilkan kemudian membantu menggambarkan kemampuan gerak lengan berdasarkan karakteristik aktivitas yang telah dipelajari sistem.
Pendekatan analisis otomatis tersebut berperan untuk mengenali pola gerakan yang relevan. Berdasarkan pemrosesan kumpulan pengukuran dari kelompok pasien dan pembanding, model berupaya menilai tingkat fungsi lengan secara lebih terstruktur. Manfaat penting sistem tersebut berasal dari kemampuannya menangkap perubahan kecil yang mungkin sulit terlihat melalui tes yang hanya dilakukan pada waktu tertentu. Meskipun menawarkan hasil menarik, pemahaman terhadap skor DAPS tetap perlu dipadukan dengan penilaian tenaga kesehatan. Oleh sebab itu, DAPS berfungsi sebagai metode evaluasi tambahan, bukan pengganti diagnosis dokter.
Temuan Penelitian Sensor Pergelangan Tangan pada Pemulihan Pascastroke
Selama pelaksanaan penelitian, para peneliti melibatkan 61 pasien yang memiliki riwayat stroke kurang dari enam bulan serta 75 peserta sehat sebagai kelompok kontrol nonstroke. Para peserta menggunakan akselerometer di pergelangan tangan selama pengamatan aktivitas. Selama kegiatan pengamatan, perangkat mengumpulkan data selama ribuan jam. Data tersebut menjadi dasar pengembangan model DAPS yang menghubungkan aktivitas harian dengan penilaian klinis. Hasil awal menunjukkan bahwa sistem berhasil mengukur kemajuan gerakan dengan kemampuan yang sebanding dengan tes klinis pada peserta yang diteliti.
Sebagai evaluasi tambahan, tim riset mengevaluasi 79 pasien lain yang mengalami stroke lebih dari enam bulan sebelumnya. Dalam pengujian tambahan ini, DAPS tetap memberikan hasil penilaian yang berguna. Aspek yang cukup menonjol adalah kemampuan sistem untuk mengenali perbedaan aktivitas antara kelompok stroke dan kelompok sehat. Selain itu, teknologi ini mampu mengenali variasi antara peserta yang memperoleh hasil terbaik pada penilaian klinis dan orang yang tidak pernah mengalami stroke. Temuan tersebut menunjukkan potensi sensitivitas tinggi terhadap perubahan motorik yang sangat kecil.
Manfaat Wearable bagi Rehabilitasi dan Pemulihan Pascastroke
Salah satu manfaat potensial wearable untuk rehabilitasi stroke adalah kemampuan mengumpulkan pengukuran objektif mengenai aktivitas lengan pasien selama menjalani kehidupan sehari-hari. Pada evaluasi klinis standar, pasien melaksanakan tugas tertentu untuk menentukan tingkat performa motorik. Namun, kemampuan seseorang ketika menjalani pemeriksaan dapat berbeda dari penggunaan lengannya dalam situasi nyata. Untuk memahami perbedaannya, seseorang mungkin menunjukkan kemampuan tertentu di ruang terapi, tetapi lebih sering mengandalkan tangan yang lebih kuat ketika menyelesaikan pekerjaan sehari-hari. Informasi dari sensor gerak berpotensi memperlihatkan perbedaan tersebut.
Dalam praktik pemantauan klinis, rekaman pola penggunaan lengan mungkin berguna untuk memahami perkembangan fungsi motorik. Jika individu dalam program pemulihan memiliki peningkatan aktivitas lengan, data tersebut bisa digunakan sebagai pelengkap terhadap hasil pemeriksaan klinis. Pendekatan ini membuka kemungkinan program rehabilitasi yang mempertimbangkan perkembangan masing-masing individu. Namun perlu diperhatikan, pemanfaatan sensor pemantauan tidak langsung meningkatkan kemampuan motorik. Fungsi yang diteliti adalah menyediakan indikator pemulihan, sementara latihan rehabilitasi tetap membutuhkan arahan profesional.
Tantangan Akurasi dan Penerapan Wearable dalam Layanan Kesehatan
Meskipun penelitian menunjukkan hasil menjanjikan, penggunaan secara rutin di fasilitas rehabilitasi masih membutuhkan validasi lanjutan. Persoalan utama dalam pengembangan adalah menjaga keandalan data sensor pada pasien dengan tingkat gangguan motorik berbeda. Gerakan yang dilakukan pasien dapat dipengaruhi banyak faktor, termasuk kelelahan, lingkungan, kebiasaan, dan jenis pekerjaan yang dilakukan. Dengan mempertimbangkan keragaman tersebut, penafsiran hasil sensor sebaiknya melibatkan pertimbangan klinis agar perubahan aktivitas tidak langsung dianggap sebagai perubahan kemampuan.
Aspek pengembangan berikutnya berkaitan dengan kenyamanan perangkat, keamanan informasi, serta kesesuaian dengan kebutuhan pasien. Pengguna dengan keterbatasan motorik mungkin mengalami kesulitan memasang sensor. Di sisi pengelolaan informasi, data aktivitas tubuh dapat menggambarkan kebiasaan fisik seseorang sehingga perlu dijaga kerahasiaannya. Platform analisis informasi kesehatan sebaiknya menerapkan pengamanan akses, perlindungan privasi, dan persetujuan pemrosesan data. Sebelum penggunaan secara luas, pengembang serta praktisi rehabilitasi perlu memastikan bahwa manfaat pemantauan digital benar-benar membantu keputusan klinis.
Potensi DAPS untuk Mendukung Penilaian Gerak Lengan Pasien
Pengembangan Digital Arm Performance Scale memberikan gambaran bahwa perkembangan TEKNOLOGI kesehatan berpotensi membantu penilaian pemulihan lengan pasien pascastroke secara lebih terperinci. Melalui kombinasi akselerometer dan pembelajaran mesin, para peneliti berhasil mengembangkan sistem yang membantu memperkirakan kemampuan lengan berdasarkan data sensor. Temuan yang dilaporkan memperlihatkan kemampuan DAPS dalam mengidentifikasi variasi kemampuan gerak. Meskipun hasilnya positif, sistem ini perlu diteliti lebih jauh sebelum digunakan secara luas.
Dalam penelitian berikutnya, sistem pemantauan kesehatan digital berpotensi menjadi bagian penting rehabilitasi yang disesuaikan dengan kondisi individu. Pemantauan gerakan dalam kehidupan sehari-hari berpotensi memperkaya hasil pemeriksaan klinis sehingga perkembangan pasien dapat dipahami dari berbagai indikator. Meskipun begitu, program rehabilitasi tetap membutuhkan pengawasan profesional. Bagaimana menurut Anda, apakah wearable berbasis AI akan semakin berperan dalam layanan rehabilitasi? Sampaikan pandangan Anda mengenai penggunaan wearable dalam rehabilitasi.
