Dari Individu ke Populasi: Transformasi Metode Surveilans dan Monitoring Penyakit Jantung Koroner melalui Pemanfaatan Photoplethysmography

Dari Individu ke Populasi: Transformasi Metode Surveilans dan Monitoring Penyakit Jantung Koroner melalui Pemanfaatan Photoplethysmography

Penulis: Bima Diokta Alparisi

Pendahuluan

Penyakit jantung koroner (PJK) merupakan penyebab utama kematian di Indonesia. Pada tahun 2021, tercatat lebih dari 765.000 kematian akibat penyakit kardiovaskular, dengan PJK sebagai kontributor terbesar.¹ Prevalensi PJK di Indonesia berdasarkan Survei Kesehatan Indonesia (SKI) 2023 adalah 0,85%, dengan angka tertinggi di Yogyakarta (1,67%) dan Papua Tengah (1,65%).² Beban biaya yang ditanggung BPJS Kesehatan akibat penyakit jantung mencapai lebih dari Rp7,7 triliun pada 2021, menempatkannya sebagai penyakit dengan klaim terbesar.² Kondisi ini menuntut adanya inovasi dalam deteksi dini dan pemantauan faktor risiko, salah satunya melalui pemanfaatan photoplethysmography (PPG).

Dasar dan Mekanisme PPG

PPG merupakan teknologi optik non-invasif yang mendeteksi perubahan volume darah pada mikrosirkulasi melalui cahaya inframerah atau hijau.³ Sinyal PPG dapat digunakan untuk memperoleh parameter kardiovaskular penting seperti laju denyut jantung, variabilitas denyut jantung (heart rate variability), saturasi oksigen, hingga estimasi tekanan darah.⁴ Karakteristik ini menjadikan PPG sebagai teknologi yang mudah diakses, murah, serta cocok untuk monitoring jangka panjang baik pada individu sehat maupun pasien berisiko PJK.

Gambar 1. Alur Pemakaian PPG dalam Stratifikasi Risiko dan Monitoring PJK¹

Monitoring Individu di Indonesia

Pemanfaatan PPG melalui wearable devices seperti smartwatch telah berkembang pesat di Indonesia, terutama di kalangan usia produktif perkotaan. Teknologi ini memungkinkan pemantauan denyut jantung secara real time, deteksi aritmia, dan evaluasi aktivitas fisik.¹ Bagi pasien hipertensi atau diabetes—dua faktor risiko utama PJK di Indonesia—PPG dapat dimanfaatkan untuk self-monitoring tekanan darah dan kondisi kardiovaskular sehari-hari.⁵ Pemanfaatan teknologi ini mendukung program nasional GERMAS (Gerakan Masyarakat Hidup Sehat) yang mendorong deteksi dini faktor risiko penyakit tidak menular.²

Surveilans Populasi dan Potensi Big Data

Dalam konteks kesehatan masyarakat Indonesia, data agregat dari ribuan pengguna wearable dapat digunakan untuk surveilans digital. Analisis big data berbasis PPG mampu memetakan distribusi risiko PJK berdasarkan wilayah dan kelompok umur.¹ Teknologi ini berpotensi diintegrasikan dengan Posbindu PTM yang sudah ada di puskesmas, sehingga hasil monitoring masyarakat dapat langsung masuk ke sistem informasi Kementerian Kesehatan.⁶ Dengan dukungan kecerdasan buatan (AI), pola risiko PJK dapat diprediksi, dan sistem peringatan dini (early warning system) dapat dibangun di daerah dengan prevalensi tinggi, seperti Yogyakarta dan DKI Jakarta.²

Tantangan Implementasi di Indonesia

Beberapa hambatan perlu diperhatikan, antara lain keterbatasan akses perangkat wearable di daerah pedesaan, kualitas sinyal PPG yang dipengaruhi gerakan dan kondisi lingkungan tropis, serta perlunya validasi klinis di populasi Indonesia.^7,8 Selain itu, aspek privasi dan keamanan data kesehatan masyarakat perlu dijamin melalui kebijakan regulasi digital health yang jelas.⁹

Kesimpulan

Pemanfaatan PPG di Indonesia membuka peluang besar dalam pencegahan sekunder dan tersier PJK. Pada level individu, PPG mendukung self-monitoring dan gaya hidup sehat; pada level komunitas, ia memperkuat surveilans PTM melalui data agregat; dan pada level nasional, teknologi ini dapat mendukung integrasi sistem kesehatan digital. Dengan validasi lokal, subsidi perangkat melalui BPJS Kesehatan, serta integrasi ke Posbindu PTM, PPG berpotensi menjadi tulang punggung monitoring dan surveilans PJK di Indonesia.

Ditinjau oleh: Andika, S.KM., M. Epid

REFERENSI

1. Weng WH, Baur S, Daswani M, Chen C, Harrell L, Kakarmath S, et al. Predicting cardiovascular disease risk using photoplethysmography and deep learning. PLOS Glob Public Health. 2024;4(6):e0003204.
2. Kementerian Kesehatan RI. Survei Kesehatan Indonesia 2023: Laporan Nasional Penyakit Tidak Menular. Jakarta: Badan Kebijakan Pembangunan Kesehatan; 2024.
3. Wikipedia. Photoplethysmogram. Accessed 2025.
4. Ferizoli R, et al. Arterial stiffness assessment using PPG feature extraction. Sci Rep. 2024;14:2024.
5. Ihsan MF, Mandala S, Pramudyo M. A study of feature selection method to detect coronary heart disease (CHD) on photoplethysmography (PPG) signals. BITS J. 2022;4(2):18–26.
6. Kementerian Kesehatan RI. Pedoman Pelaksanaan Posbindu PTM. Jakarta: Ditjen P2PTM; 2022.
7. Scholte NTB, et al. Photoplethysmography and intracardiac pressures: early clinical evaluation. Eur Heart J Digit Health. 2024.
8. Meier M, Demirel BU, Holz C. Tri-Spectral PPG: Robust Reflective Photoplethysmography by Fusing Multiple Wavelengths for Cardiac Monitoring. arXiv preprint. 2024.
9. Dias FM, Toledo MAF, et al. Quality Assessment of Photoplethysmography Signals For Cardiovascular Biomarkers Monitoring Using Wearable Devices. arXiv preprint. 2023.

Jangan lupa baca artikel lainnya berikut ini:

Epidemiologi Penyakit GERD : Berpengaruhkah Terhadap Puasa Ramadhan?

Hari Kesehatan Sedunia dalam Sorotan Epidemiologi Global

SARI (Severe Acute Respiratory Infections): Penyakit Lama yang Perlu Diwaspadai!