Riset Doktor UI Kembangkan Machine Learning Prediksi Keberhasilan Terapi Epilepsi Anak

RINGKASAN BERITA: 

• Penelitian Achmad Rafi mengembangkan model machine learning untuk memprediksi keberhasilan terapi epilepsi resisten obat pada anak.

• Hasil riset membantu dokter menentukan langkah penanganan lebih cepat dan tepat.

• Studi ini dipublikasikan di jurnal internasional dan meraih penghargaan Global Burden Fellowship Program Award 2025.

RIAUCERDAS.COM, JAKARTA - Upaya meningkatkan ketepatan penanganan epilepsi resisten obat (ERO) pada anak kini mendapat terobosan baru melalui riset mahasiswa doktor Fakultas Kedokteran Universitas Indonesia (FK UI), Achmad Rafi.

Melalui penelitiannya, Rafi mengembangkan model machine learning untuk memprediksi keberhasilan tata laksana ERO, sehingga dapat mendukung keputusan klinis secara lebih akurat dan cepat.

Penelitian berjudul “Pengembangan Model Machine Learning dalam Memprediksi Keberhasilan Tata Laksana pada Anak dengan Epilepsi Resisten Obat” itu memanfaatkan kecerdasan buatan untuk mempelajari pola kompleks dari data klinis pasien.

Keberhasilan terapi dinilai melalui pemantauan frekuensi kejang selama tiga bulan, dengan kategori terkontrol apabila terjadi penurunan frekuensi kejang minimal 75 persen.

Epilepsi merupakan gangguan neurologis yang sering ditemukan pada tahun pertama kehidupan, dengan insidensi tertinggi pada masa bayi.

Sekitar 6–14 persen anak dengan epilepsi dapat berkembang menjadi ERO, yaitu kondisi ketika kejang tidak dapat dikendalikan meskipun telah diberikan dua obat antiepilepsi yang sesuai dengan dosis maksimal.

Rafi menjelaskan bahwa penatalaksanaan ERO pada anak masih menghadapi banyak tantangan, mulai dari keterbatasan fasilitas pemeriksaan genetik, lamanya waktu tunggu MRI, hingga pemilihan obat antiepilepsi yang belum optimal.

Selain itu, variasi karakteristik pasien menyebabkan respons terhadap terapi sangat beragam dan sulit diprediksi.

“Pemilihan obat antiepilepsi yang tepat merupakan aspek krusial dalam penatalaksanaan ERO. Namun, adanya variasi karakteristik intrinsik pasien menyebabkan respons terhadap pengobatan menjadi sangat beragam,” tutur Rafi dilansir dari portal resmi UI. 

Guru Besar Ilmu Kesehatan Anak FKUI, Prof. Dr. dr. R. A. Setyo Handryastuti, Sp.A., Subsp. Neuro.(K), selaku promotor, menegaskan bahwa hasil penelitian ini sangat bermanfaat bagi dokter anak konsultan neurologi.

Menurutnya, kecerdasan buatan dapat membantu memastikan apakah kombinasi obat yang diberikan sudah tepat untuk mengontrol kejang.

“Penelitian ini membuktikan bahwa kecerdasan buatan dapat dipakai untuk membantu menentukan apakah kombinasi obat antiepilepsi yang diberikan sudah tepat. Ini sangat penting agar dokter dapat menentukan langkah selanjutnya lebih cepat dan agresif,” jelasnya.

Inovasi Rafi dinilai berpotensi menjadi produk unggulan FK UI dan Rumah Sakit Dr. Cipto Mangunkusumo (RSCM).

Hasil penelitiannya telah dipublikasikan dalam jurnal Frontiers in Neurology serta meraih Global Burden Fellowship Program Award 2025 dari International Child Neurology Association.

Selain capaian riset, Achmad Rafi juga menyelesaikan studi doktoralnya dengan prestasi akademik gemilang.

Ia lulus dalam masa studi empat semester dengan IPK 4,00 dan predikat summa cum laude, serta berhasil mempertahankan disertasinya pada sidang promosi doktor di IMERI FKUI, Jakarta.

Ke depan, penelitian ini diharapkan dapat diterapkan secara luas di negara berkembang setelah melalui proses validasi eksternal di sejumlah rumah sakit rujukan provinsi di Indonesia, sehingga memberi manfaat nyata bagi peningkatan kualitas layanan epilepsi anak. (*)