Semenjak pandemi COVID-19 (Coronavirus Disease 2019) mewabah di Indonesia dan khususnya Jakarta, beragam solusi untuk layanan konsultasi dengan dokter telah tersedia untuk masyarakat. Mereka yang merasa punya gejala, kini tidak perlu lagi datang langsung ke rumah sakit atau fasilitas kesehatan lain untuk mendapatkan rekomendasi dari dokter ahli, cukup melalui telepon. Layanan inilah yang biasa kita kenal sebagai telemedicine.

Tetapi masih ada yang kurang, bisakah Smartcitizen menebak apakah itu? Ya, meski telemedicine sangat membantu, terutama dalam mengurangi risiko penularan serta beban pekerjaan para tenaga medis, layanan serupa belum bisa menentukan kelayakan seseorang untuk mengikuti tes lebih lanjut, baik dalam bentukrapid test maupun Polymerase Chain Reaction (PCR) Test.

Solusi Distribusi Rapid Test dan Swab Test yang Efektif

Alat untuk rapid test sebenarnya sudah didistribusikan Pemerintah Provinsi DKI Jakarta sebagai upaya untuk mendeteksi laju penyebaran COVID-19 di Ibu Kota. Nah, sejumlah mahasiswa Indonesia yang pernah menimba ilmu di Harvard University, Amerika Serikat melihat ada potensi kerja sama untuk mengoptimalkan pelaksanaan rapid test.

“Ide ini pertama kali muncul ketika kami melakukan brainstorming, kira-kira ide apa yang bisa dibuat untuk membantu Indonesia,” tutur dr. Nanda Lucky Prasetya, Master of Medical Science (MMSc) dari Harvard Medical School.

“Jadi saya dimasukkan ke dalam suatu grup WhatsApp. Di sana saya bertemu dengan Jessica [Wijaya, ilmuwan data Indonesia dari Harvard] dan Bahrul [Ilmi Nasution, ahli komputasi statistik dari Badan Pusat Statistik].

“Lalu saat kami mengobrol, tiba-tiba Jessica bicara, ‘Eh yuk kita bikin suatu model untuk prognostic factor’, yang dulu itu namanya COVID prognosis meter. Setelah itu, saya mencoba mencari siapa yang bisa memberikan data itu. Karena dalam machine learning, yang paling sulit itu adalah mendapatkan kepercayaan untuk mengakses big data tersebut.”

Pencarian yang dilakukan dr. Nanda kemudian mempertemukannya kembali dengan sang “kakak kelas”, dr. Ngabila Salama, yang kebetulan menjabat Kepala Seksi Surveillance Bidang Epidemiologi dan Imunisasi Dinas Kesehatan Provinsi DKI Jakarta.

“Pada pertengahan Maret lalu, kami melakukan pitching kepada dr. Ngabila tentang penentuan prioritas rapid test. Pitching ini dilakukan sebelum alat rapid test tiba di Indonesia. Setelah mendapat data berupa form PE atau penyelidikan epidemiologi, beliau kemudian bilang, ‘Nanda, kamu sebaiknya juga audiensi dengan Pak Anies’.”

Akhirnya, pada 24 Maret 2020, dr. Nanda bersama rekan-rekannya mendapat kesempatan bertemu dengan Gubernur DKI Jakarta, Anies Baswedan, untuk memaparkan konsep pemanfaatan teknologi machine learning dalam penyeleksian serta penentuan prioritas rapid test di Jakarta.

“Kita merasa terhormat dan sama sekali tidak merasa deg-degan. Rasanya seperti berbicara santai dengan Pak Anies, bersama-sama melakukan brainstorming di kantor gubernur,” ceritanya.

Perbincangan Gubernur DKI Jakarta dengan dr. Nanda dan kawan-kawan yang kini tergabung dalam Harvard CLM Team membuka jalan sekaligus menjadi langkah awal dalam mewujudkan aplikasi Kalkulator COVID-19. Mengusung teknologi COVID-19 Likelihood Meter (CLM) yang berbasis machine learning, aplikasi ini dapat memberikan rekomendasi medis yang sesuai dengan kondisi kesehatan serta menentukan prioritas pelaksanaan rapid test hingga swab test.

Tantangan Selama Pengembangan

Dalam pembuatan Kalkulator COVID-19 serta COVID-19 Likelihood Meter, Harvard CLM Team tidak bekerja sendiri. Untuk memastikan agar setiap ide bisa terwujud dalam bentuk aplikasi yang bisa dimanfaatkan oleh masyarakat, mereka mendapat bantuan dari mitra-mitra lain, salah satunya adalah Klakklik.ID. Perusahaan dengan spesialisasi di ranah inovasi teknologi itu didirikan Agus Rachmanto pada 2016.

“Sejak pandemi COVID-19, Klakklik.ID juga mempunyai komitmen untuk berkontribusi balik dengan keahlian yang kami miliki, yakni di ranah inovasi digital. Kontribusi ini bersifat sukarela atau free of charge dengan harapan bisa membuat kebaikan dan perbedaan dari aplikasi yang kita buat,” ucap Agus yang sebelumnya sudah lama berkecimpung sebagai tenaga ahli di Pemprov DKI dan institusi swasta lainnya.

“Kami bangga dapat bekerjasama dengan banyak orang hebat, termasuk tim dokter dari mahasiswa Indonesia yang berkuliah di Harvard. Merekalah yang membuat skema dan model perhitungan CLM. Peran kami mewujudkan konsep itu dalam bentuk aplikasi web/mobile untuk dapat dipakai secara luas oleh masyarakat.”

Sepanjang pengembangan CLM yang menjadi basis untuk aplikasi Kalkulator COVID-19, Agus menjelaskan sejumlah tantangan yang dihadapi timnya. Seperti cara bagaimana memastikan model perhitungan agar sesuai dengan apa yang ditampilkan kepada pengguna aplikasi dan mudah dipahami. Ia juga berbicara tentang pengaturan jadwal pelaksanaan rapid test yang tidaklah mudah.

“Kami kemudian berinovasi dengan penjadwalan otomatis ke puskesmas terdekat dan menambahkan QR Code yang cukup ditunjukkan saat akan tes,” terangnya. “Tantangan terakhir adalah bagaimana kami menjamin layanan aplikasi dapat berjalan dengan baik, setelah nanti digunakan luas oleh masyarakat.”

Rencana Penyempurnaan untuk CLM 2.0

CLM dibuat dengan mengedepankan konsep pengembangan yang dinamis. Ini berarti, seiring dengan bertambah data dan informasi yang masuk dari pengguna, aplikasi seperti Kalkulator COVID-19 akan mampu memberikan hasil tes yang lebih akurat dan presisi. Pengembangan dinamis seperti inilah yang juga membuka pintu bagi para pihak yang terlibat untuk melakukan penyempurnaan menjadi CLM 2.0.

“Aplikasi ini bisa digunakan cukup luas. Tidak hanya institusi kesehatan, tapi juga perusahaan dan sekolah. Karena prinsipnya adalah untuk mendeteksi kemungkinan terjangkit COVID-19 dari perhitungan gejala,” tambah Agus. “Jadi ke depannya, tidak menutup kemungkinan ini akan digunakan luas di beberapa perusahaan, bahkan menjadi syarat untuk masuk ke suatu daerah, seperti halnya SIKM pada saat PSBB lalu.”

Kalkulator COVID-19 berteknologi CLM machine learning sudah bisa kamu gunakan melalui fitur JakCLM pada aplikasi JAKI, kini tersedia di Google Play Store dan Apple App Store.