FK-KMK UGM. Tim mahasiswa Universitas Gadjah Mada menghadirkan inovasi di bidang teknologi kesehatan. Di bawah bimbingan dosen D4 Manajemen Informasi Kesehatan Sekolah Vokasi UGM, Dina Fitriana Rosyada, SKM., MKL., tim interdisipliner ini berhasil mengembangkan SPINALZYE, sebuah alat skrining awal deteksi dini kifosis dan lordosis berbasis Kecerdasan Buatan yang aman tanpa risiko radiasi.
Inovasi ini diinisiasi oleh lima mahasiswa UGM lintas disiplin, yaitu Jesslynn Chang (FK-KMK angkatan 2023), Rachel Laviona Zahra Syaharani dan Anisa Nur ‘Aini (Sekolah Vokasi angkatan 2025), serta Ahmad Faiz Luthfi Nurastyo dan Jasmin Radyasafina (Fakultas MIPA angkatan 2024). Kolaborasi antarbidang ilmu ini berhasil menggabungkan keahilan ilmu kedokteran, manajemen informasi kesehatan, dan elektronika-instrumentasi.
Pengembangan SPINALYZE dilatarbelakangi tingginya kasus kelainan tulang belakang di dunia. WHO mencatat sekitar 250.000–500.000 kasus baru kelainan tulang belakang setiap tahun. Kondisi seperti kifosis dan lordosis bahkan dapat mulai berkembang sejak masa anak-anak dan remaja, ketika pertumbuhan tulang berlangsung. Karena kerap muncul tanpa gejala yang jelas, kelainan ini berisiko tidak terdeteksi hingga memburuk dan menimbulkan komplikasi, seperti nyeri punggung kronis dan gangguan pernapasan.
Mahasiswa FK-KMK UGM berperan dalam memberikan landasan medis dan validasi klinis pada pengembangan SPINALYZE. Melalui kajian literatur dan analisis karakteristik kifosis serta lordosis, mahasiswa memetakan indikator kelengkungan tulang belakang dan menentukan metode pengukuran sudut postur yang tervalidasi. Landasan medis tersebut kemudian diintegrasikan ke dalam algoritma kecerdasan buatan agar SPINALYZE tidak hanya mampu memproses citra, tetapi juga menghasilkan klasifikasi skrining yang akurat dan dapat dipertanggungjawabkan secara medis.
SPINALYZE bekerja memanfaatkan teknologi Computer Vision dan Machine Learning untuk menganalisis kelengkungan tulang belakang. Proses pemeriksaan dilakukan dengan memasang stiker penanda atau marker berwarna merah pada titik-titik tertentu pada tubuh pengguna yang berdiri 90° di depan kamera. Kamera kemudian menangkap citra tubuh, memproses titik koordinat melalui Computer Vision, dan mengklasifikasikan hasilnya menggunakan Machine Learning.
Setelah tiga puluh detik, informasi indikasi kondisi normal, kifosis, dan lordosis beserta tingkat keparahannya, yaitu ringan, sedang, atau berat, dapat langsung ditampilkan pada layar LCD. Untuk mendukung pemantauan hasil pemeriksaan dari waktu ke waktu, SPINALYZE juga dilengkapi dengan situs web yang terintegrasi dengan database sehingga memungkinkan pengguna melihat.
Inovasi SPINALZYE selaras dengan SDG 3: Kehidupan Sehat dan Sejahtera melalui upaya pencegahan dan deteksi dini penyakit, serta SDG 9: Industri, Inovasi, dan Infrastruktur melalui pemanfaatan Kecerdasan Buatan dalam teknologi medis modern. (Kontributor: Tim PKM SPINALYZE).
