FK-KMK UGM. Mahasiswa Universitas Gadjah Mada yang tergabung dalam Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) mengembangkan inovasi yang dinamakan OSTOSENSE. OSTOSENSE adalah sabuk medis pintar yang dirancang untuk membantu mendeteksi risiko kebocoran kantong stoma secara lebih dini sehingga pasien dapat melakukan tindakan pencegahan sebelum kebocoran berkembang menjadi masalah yang lebih serius.
Tim PKM-KC UGM yang terdiri atas Putri Eka Desintha dari S1 Ilmu Keperawatan sebagai ketua tim, Hamzah Abdul Aziz dari S1 Teknik Elektro, Markus Adytama Wisnumaya Nugraha Jati dari D4 Teknologi Rekayasa Instrumentasi dan Kontrol, serta Rasyadwa Arsya Irnantyanto dan Marcellinus Dinoglide Yoga Prakoso dari S1 Teknologi Informasi. Pengembangan inovasi tersebut dilakukan di bawah bimbingan dosen pendamping Ir. Ridwan Wicaksono, S.T., M.Eng., Ph.D., IPM.
Inovasi ini lahir dari persoalan kebocoran kantong stoma yang masih menjadi salah satu tantangan bagi pasien. Kebocoran tidak hanya mengganggu kenyamanan, tetapi juga dapat menyebabkan iritasi kulit, menimbulkan bau yang tidak diinginkan, membatasi mobilitas, hingga memberikan dampak psikologis bagi pasien. Karena itu, kemampuan untuk mengenali tanda-tanda risiko kebocoran sebelum kondisi memburuk menjadi kebutuhan yang penting.
OSTOSENSE dikembangkan dengan nama lengkap “Sistem Cyber-Physical Medical Wearable dengan Edge-Native Ordinal Intelligence untuk Stratifikasi Risiko Kebocoran Ostomi Berbasis Sensor LIG dan Deteksi Kapasitif”. Sistem tersebut memanfaatkan mikrokontroler ESP32-S3 yang terintegrasi dengan sensor resistif, sensor kapasitif, serta model Ordinal Logistic Regression untuk mengklasifikasikan tingkat risiko kebocoran ke dalam empat kategori berurutan, yaitu Safe, Monitor, Caution, dan Urgent.
Ketua tim OSTOSENSE, Putri Eka Desintha, menjelaskan bahwa sistem tersebut menggunakan dua jalur yang saling melengkapi. Jalur pertama bersifat prediktif dengan memanfaatkan sensor kapasitif dan kecerdasan buatan atau AI lokal. Sistem ini memungkinkan perangkat mengenali pola risiko secara langsung pada perangkat tanpa bergantung pada koneksi internet, sehingga potensi kebocoran dapat diketahui sebelum benar-benar terjadi.
Sementara itu, jalur kedua berfungsi sebagai fail-safe dengan menggunakan sensor resistif berbasis LIG. Jalur ini dirancang untuk tetap mendeteksi kebocoran aktual apabila model AI mengalami kendala. Kombinasi kedua jalur tersebut menjadi bagian penting dari rancangan OSTOSENSE karena sistem tidak hanya mengandalkan kemampuan prediksi, tetapi juga memiliki mekanisme untuk mendeteksi kondisi kebocoran yang benar-benar terjadi.
Pengembangan OSTOSENSE juga didasarkan pada kebutuhan nyata pasien. Tinjauan literatur internasional menunjukkan bahwa sekitar 18 hingga 76 persen pasien stoma mengalami kebocoran, dengan 37 persen di antaranya mengalami kebocoran setidaknya sekali dalam seminggu. Angka tersebut memperlihatkan bahwa persoalan kebocoran bukan merupakan kejadian yang jarang dan dapat berulang dalam kehidupan pasien.
Untuk memastikan inovasi yang dikembangkan sesuai dengan kebutuhan di lapangan, tim OSTOSENSE melakukan kunjungan dan diskusi mendalam di Griya Puspa Wound Care, Caturharjo, Sleman, Yogyakarta. Dalam kegiatan tersebut, tim berdiskusi bersama perawat klinis spesialis stoma sekaligus pendiri Jogja Nursing Center, Indaryati, S.Kep., Ners., RN, WOC(ET)N. Masukan dari pengalaman klinis menjadi bagian penting dalam melihat kebutuhan pasien secara lebih nyata.
OSTOSENSE diharapkan dapat membantu pasien kolostomi mengenali kondisi kantong stoma lebih awal sehingga tindakan pencegahan dapat segera dilakukan. Dengan adanya informasi mengenai tingkat risiko, pasien memiliki kesempatan untuk merespons kondisi kantong stoma sebelum kebocoran parah menembus baseplate.
Tidak berhenti pada sistem deteksi mandiri, OSTOSENSE juga dirancang agar informasi yang diperoleh dapat dipantau dari jarak jauh. Data hasil pemrosesan sensor dan AI dapat terhubung dengan website dan aplikasi mobile melalui integrasi protokol MQTT serta sinkronisasi data ke Supabase. Dengan sistem tersebut, kondisi kantong stoma dapat dipantau secara real-time oleh pasien maupun tenaga kesehatan.
Saat ini, Tim OSTOSENSE masih menyelesaikan tahap pelatihan dan validasi model AI menggunakan dataset sensor. Tahap tersebut menjadi bagian penting sebelum inovasi dikembangkan lebih lanjut dan diterapkan secara lebih luas. Validasi diperlukan untuk memastikan model yang digunakan dapat bekerja sesuai dengan tujuan sistem dalam mengidentifikasi risiko kebocoran.
OSTOSENSE merupakan inovasi sabuk medis pintar yang dikembangkan mahasiswa UGM untuk mendeteksi risiko kebocoran kantong stoma melalui kombinasi sensor dan AI lokal. Sistem dua jalur memungkinkan deteksi prediktif sekaligus menyediakan mekanisme fail-safe untuk mengenali kebocoran aktual. Pengembangan ini mendukung SDG 3: Kehidupan Sehat dan Sejahtera melalui inovasi untuk meningkatkan kualitas hidup pasien serta SDG 4: Pendidikan Berkualitas melalui pengembangan karya inovatif dan kolaboratif mahasiswa. (Kontributor: Tim OSTOSENSE UGM)
