18 hours ago
9
Alat Deteksi Prediabetes Karya Mahasiswa UGM.(Sumber. Fakultas Kedokteran UGM)
PREDIABETES kerap berkembang tanpa gejala sehingga seseorang dapat berada pada kondisi berisiko tinggi terkena diabetes melitus tanpa menyadarinya. Persoalan itu mendorong empat mahasiswa Universitas Gadjah Mada (UGM) mengembangkan perangkat skrining yang mencoba menawarkan cara berbeda, yakni mendeteksi risiko prediabetes melalui air liur tanpa pengambilan darah.
Inovasi bernama Glicovia tersebut memadukan sensor elektrokimia, kecerdasan buatan (artificial intelligence/AI), dan Internet of Things (IoT) untuk membaca sejumlah indikator dalam saliva yang berkaitan dengan risiko prediabetes.
Tim pengembang terdiri atas Alya Ramadhani sebagai ketua, Naefi Luthfia Zahra, Emmily Martha Renaunia dari Fakultas Kedokteran Gigi UGM, serta Hendra Kurnia Maliqi dari Fakultas Teknik UGM. Mereka mengembangkan Glicovia di bawah bimbingan Dr. drg. Indra Bramanti, M.Sc., Sp.KGA(K).
Alya mengatakan gagasan tersebut berangkat dari persoalan diabetes yang masih menjadi tantangan kesehatan di Indonesia. Menurut data yang menjadi dasar pengembangan tim, sekitar 20,4 juta penduduk Indonesia berusia 20–79 tahun hidup dengan diabetes pada 2024. Pada saat yang sama, diperkirakan terdapat sekitar 29,8 juta penduduk yang berada dalam kondisi prediabetes atau impaired glucose tolerance.
“Prediabetes merupakan fase ketika kadar glukosa darah berada di atas normal, tetapi belum memenuhi kriteria diabetes. Kondisi ini umumnya tidak menimbulkan gejala sehingga sering tidak disadari oleh penderitanya,” ujar Alya dalam keterangannya, 26 Juli.
Padahal, fase tersebut menjadi salah satu kesempatan untuk melakukan intervensi sebelum seseorang berkembang menjadi diabetes melitus tipe 2. Perubahan gaya hidup dan penanganan sejak dini dapat membantu menurunkan risiko tersebut.
Persoalannya, pemeriksaan kesehatan bagi sebagian orang masih identik dengan prosedur pengambilan sampel darah. Glicovia mencoba menggeser pendekatan tersebut dengan menggunakan saliva sebagai bahan pemeriksaan.
Cara kerjanya dimulai ketika pengguna menempatkan air liur pada sensor yang tersedia pada perangkat. Sensor elektrokimia kemudian mengukur sejumlah indikator, di antaranya glukosa, fruktosamin saliva, dan tingkat keasaman atau pH.
Data hasil pengukuran selanjutnya diproses menggunakan model kecerdasan buatan berbasis Support Vector Machine (SVM) untuk menghasilkan penilaian terhadap tingkat risiko prediabetes.
Hasilnya kemudian dapat diteruskan ke aplikasi atau platform digital melalui integrasi IoT. Dengan mekanisme tersebut, pengguna tidak hanya mendapatkan hasil pemeriksaan, tetapi juga dapat menyimpan dan memantau riwayat pemeriksaan secara digital.
“Kami ingin menghadirkan metode skrining yang tidak hanya akurat, tetapi juga lebih nyaman. Dengan memanfaatkan saliva sebagai sampel pemeriksaan dan mengintegrasikan kecerdasan buatan serta IoT, kami berharap deteksi dini prediabetes dapat dilakukan lebih luas sehingga risiko berkembang menjadi diabetes dapat ditekan sejak awal,” kata Alya.
Meski demikian, Glicovia saat ini belum berada pada tahap siap digunakan sebagai perangkat diagnosis masyarakat. Pengembangannya baru mencapai sekitar 70 persen.
Tim telah menyelesaikan perancangan sistem, pengembangan sensor, integrasi IoT, serta pengembangan model AI. Tahap berikutnya adalah melakukan validasi menggunakan sampel saliva asli untuk menguji akurasi dan keandalan hasil yang diperoleh perangkat.
Tahap validasi menjadi penting karena kemampuan mendeteksi indikator tertentu dalam saliva belum dengan sendirinya menjadikan sebuah perangkat sebagai alat diagnosis. Sistem perlu melalui pengujian untuk mengetahui seberapa konsisten hasil pengukuran dan seberapa baik model yang digunakan dalam mengidentifikasi risiko.
Selain aspek kenyamanan, mahasiswa UGM tersebut juga memasukkan konsep green diagnostics dalam pengembangan Glicovia. Penggunaan saliva sebagai sampel berpotensi mengurangi sejumlah bahan habis pakai yang digunakan dalam prosedur pemeriksaan berbasis darah.
Sementara itu, integrasi IoT dirancang agar data pemeriksaan dapat tersimpan secara digital sehingga pemantauan kondisi kesehatan dapat dilakukan secara berkelanjutan.
Glicovia dikembangkan melalui pendanaan Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC) 2026 yang didukung Direktorat Jenderal Pendidikan Tinggi, Riset, dan Teknologi melalui Direktorat Pembelajaran dan Kemahasiswaan.
Tim menargetkan pengembangan perangkat tersebut dapat berlanjut hingga Pekan Ilmiah Mahasiswa Nasional (PIMNAS). Namun, target jangka panjang mereka bukan sekadar kompetisi mahasiswa, melainkan menghadirkan metode skrining yang lebih praktis sehingga dapat digunakan untuk memperluas akses deteksi risiko diabetes, khususnya pada tahap sebelum penyakit berkembang.
Jika proses validasi menunjukkan hasil yang memadai, pendekatan berbasis saliva tersebut berpotensi menjadi alternatif dalam skrining kesehatan yang lebih nyaman. Dengan begitu, upaya mendeteksi risiko diabetes tidak hanya bergantung pada pemeriksaan ketika seseorang telah mengalami gejala atau membutuhkan pemeriksaan lebih lanjut. (Sumber: UGM Fakultas Kedokteran/P-3)
