Lupakan cara-cara kuno mendiagnosis kelelahan yang mengandalkan kejujuran subjek dan momen-momen sporadis. Mengukur tingkat kelelahan dan kondisi kesehatan mental yang berkaitan erat dengannya kini beralih dari anket yang seringkali meleset dan hanya menggambarkan kondisi sesaat, ke ranah deteksi objektif yang tak kenal kompromi. Dalam dunia profesional di mana kewaspadaan adalah mata uang, kelelahan bukan sekadar rasa kantuk biasa, melainkan ancaman ekonomi dan keselamatan yang nyata. Ironisnya, alat ukur yang ada saat ini cenderung lebih cocok untuk diary pribadi ketimbang untuk pengawasan real-time yang krusial.
Di sinilah perangkat wearable berjanji untuk menjadi pahlawan super. Teori dasarnya sederhana: memantau penanda kardiovaskular yang terhubung erat dengan sistem saraf otonom. Namun, realitasnya sungguh kejam. Pembacaan data dari perangkat ini cenderung ambyar seketika saat penggunanya bergerak. Getaran otot, gerakan tubuh, bahkan interferensi fisiologis yang tak terduga, semuanya bersatu padu menenggelamkan sinyal jantung dan tekanan darah yang sebenarnya lemah. Strategi mitigasi kebisingan yang ada sekarang pun ibarat menambal kebocoran di perahu bocor dengan satu jenis plester saja, hanya mengatasi satu jenis gangguan atau rentang frekuensi yang sempit.
Tapi, sekelompok ilmuwan dari Universitas Nasional Singapura, dipimpin oleh Profesor Ho Ghim Wei dan dengan Dr. Tian Guo sebagai penulis utama, tampaknya telah menemukan ramuan ajaib. Mereka mengembangkan platform metahydrogel yang tidak hanya menempel di badan, tetapi juga terintegrasi dengan pemrosesan sinyal berbasis kecerdasan buatan. Hasilnya? Sebuah sistem yang secara simultan membungkam berbagai sumber kebisingan gerakan. Angka-angkanya sungguh mencengangkan: rasio sinyal terhadap derau (SNR) untuk elektrokardiograf (ECG) mencapai 37.36 dB dan deviasi tekanan darah serendah 3 mmHg, bahkan saat bergerak. Tingkat akurasi ini bukan sekadar imajinasi, melainkan standar kelas klinis ISO, melampaui performa pelacak komersial yang beredar. Ditambah lagi dengan kecerdasan buatan, platform ini mampu mengklasifikasikan tingkat kelelahan dengan akurasi 92 persen. Ini membuka pintu lebar-lebar untuk pemantauan kesehatan mental yang objektif dan berkelanjutan di dunia nyata, bukan di laboratorium steril.
Temuan revolusioner ini dipublikasikan di Nature Sensors pada 24 Maret 2026, sebuah tanggal yang mungkin akan diingat sebagai titik balik dalam pemahaman kita tentang kelelahan.
Menyaring Kebisingan Langsung dari Sumbernya, Bukan Cuma Edit Video
Alih-alih mengandalkan semata-mata perangkat lunak untuk membersihkan data yang berisik, tim ini memilih jalur yang lebih berani: mengatasi masalah langsung pada antarmuka sensor-tubuh. Platform Metahydrogel Artefact-Mitigating Platform (MAP) ini ibarat pisau Swiss Army untuk menyaring kebisingan, menggabungkan dua mekanisme filtrasi dalam satu material ajaib. Nanopartikel yang tersusun rapi secara mandiri dalam struktur hydrogel bertugas menyebarkan dan menyerap getaran mekanis. Bayangkan seperti panel peredam suara yang menjebak energi suara; di sini, ia menjebak kebisingan gerakan dalam rentang frekuensi yang ditargetkan. Bersamaan dengan itu, elektrolit gliserol-air yang aman untuk tubuh mengatur kecepatan pergerakan ion dalam gel. Ini memungkinkan sinyal jantung berfrekuensi rendah (di bawah 30 Hz) untuk lewat, sementara menekan kebisingan listrik otot berfrekuensi tinggi. Algoritma pemrosesan sinyal cerdas kemudian membuang sisa kebisingan yang tak terstruktur, memastikan fitur fisiologis penting tetap utuh dan tidak terdistorsi.
Keajaiban MAP tidak berhenti di situ. Materialnya begitu lembut sehingga meniru sifat mekanik jaringan biologis, sangat bernapas dengan tingkat transmisi uap air yang melampaui kulit manusia, dan yang terpenting, tahan banting terhadap peregangan berulang. Kombinasi antara hardware yang ditingkatkan dan algoritma cerdas ini membuat sinyal ECG menjadi jauh lebih bersih. Kualitas sinyal melonjak dari 5.19 dB menjadi 37.36 dB. Sinyal yang lebih jernih ini memungkinkan pendeteksian puncak-puncak ECG krusial dengan keandalan yang luar biasa, meningkatkan akurasi deteksi puncak dari 52 persen menjadi 93 persen. Ini membuat perbedaan antara pola kelelahan dan irama jantung normal menjadi sejelas siang dan malam.
“Dibandingkan perangkat komersial yang ada saat ini, platform metahydrogel kami menunjukkan performa superior, terutama dalam kondisi bergerak di mana penekanan artefak sangat penting. Smartwatch umum biasanya mencapai rasio sinyal terhadap derau ECG antara 10-20 dB, yang dapat menurun hingga sekitar 40 persen saat bergerak karena artefak dan kontak yang tidak stabil. Sistem kami mencapai sekitar 37 dB selama aktivitas sehari-hari,” ujar Dr. Tian, menekankan keunggulan terobosan ini.
Dari Sinyal Stabil Menuju Dekoding Kondisi Mental
Ketika kelelahan mengganggu sistem saraf otonom, ia meninggalkan jejak yang terukur dalam variabilitas denyut jantung, pola tekanan darah, dan fitur gelombang ECG. Namun, jejak ini hanya bisa ditangkap dengan bersih jika sinyalnya sendiri tidak terkubur dalam kebisingan gerakan sehari-hari. Tim peneliti telah berhasil merakit sistem wearable MAP yang sepenuhnya terintegrasi dan fleksibel, lengkap dengan transmisi nirkabel. Sistem ini kemudian digunakan untuk memantau partisipan selama beberapa hari, termasuk tugas simulasi mengemudi yang dirancang khusus untuk memicu kelelahan.
Menggunakan data kardiovaskular berkualitas tinggi yang dikumpulkan dari sensor hydrogel, sistem pembelajaran mendalam (deep learning) mampu mengidentifikasi tingkat kelelahan dengan akurasi 92 persen. Sebagai perbandingan, ketika dilatih menggunakan data yang dikumpulkan tanpa MAP, akurasinya hanya mencapai 64 persen. Kehebatan sistem ini juga dibuktikan dengan kemampuannya memenuhi standar emas ISO 81060-2 untuk pemantauan tekanan darah. Ini bukan lagi perkiraan kasar, melainkan pengukuran yang terverifikasi secara klinis.
Potensi MAP tidak terbatas pada pelacakan kelelahan saja. Platform ini terbukti mampu menekan artefak pada berbagai jenis biosinyal, termasuk suara detak jantung, suara pernapasan, rekaman suara, gelombang otak, dan pergerakan mata. Ini menunjukkan potensi luar biasa MAP untuk aplikasi pemantauan neurofisiologis dan kesehatan mental yang lebih luas, membuka dimensi baru dalam pemahaman kondisi internal tubuh.
Menuju Pemantauan Kesehatan Mental di Dunia Nyata yang Sesungguhnya
Perjalanan pengembangan teknologi sensor dasar ini memakan waktu sekitar empat tahun, sebelum akhirnya konsep metahydrogel muncul sekitar dua setengah tahun lalu. Desain dan fabrikasi platform ini memakan waktu satu tahun penuh, periode di mana para peneliti membangun perpustakaan metahydrogel dengan berbagai sistem material untuk menargetkan kebisingan pada rentang frekuensi yang berbeda. Setahun lagi dihabiskan untuk integrasi sistem dan validasi aplikasi, termasuk penjajakan potensi penggunaannya dalam pemantauan kesehatan mental.
“Kami berharap dapat bekerja sama erat dengan para dokter kesehatan mental untuk lebih memahami jenis data fisiologis apa yang paling relevan dalam pengaturan dunia nyata, serta tingkat akurasi yang dibutuhkan untuk memenuhi kebutuhan klinis. Para klinisi dapat memberikan wawasan berharga untuk membantu kami membangun hubungan yang bermakna antara data dan kondisi patologis,” ungkap Prof. Ho, menekankan pentingnya kolaborasi interdisipliner.
Di sisi industri, tim peneliti aktif mencari mitra untuk meningkatkan konsistensi dan skalabilitas perangkat. “Sintesis material dan fabrikasi sistem kami saat ini masih banyak didasarkan pada proses laboratorium. Kami bertujuan untuk berkolaborasi dengan mitra industri untuk mengoptimalkan strategi manufaktur dan memajukan platform ini menuju implementasi praktis pada level produk,” tambahnya, menunjukkan visi komersialisasi yang jelas.
