Kesehatan merupakan hal yang penting bagi setiap makhluk hidup, terkhusus bagi manusia. Kesehatan adalah keadaan sempurna, baik fisik, mental, maupun sosial dan tidak hanya bebas dari penyakit dan cacat. Sehingga, kesehatan adalah hal yang mendasar bagi manusia untuk melakukan dan mendapatkan sesuatu yang maksimal dengan baik, tanpa merasakan sakit. Menurut Prof. Dr. drh. NLP Indi Dharmayanti selaku Ketua ORK BRIN, Indonesia sedang menghadapi peningkatan tiga kali lipat masalah penyakit. Pertama, penyakit new emerging dan re-emerging seperti Covid-19. Kedua adalah penyakit menular yang masih perlu diatasi dengan baik dan ketiga adalah penyakit tidak menular yang cenderung naik setiap tahunnya (BRIN, 2022). Berdasarkan jenisnya, penyakit dibedakan menjadi dua, yaitu penyakit menular dan penyakit tidak menular. Penyakit menular adalah perpindahan penyakit dari orang yang sakit ke orang yang sehat. Sedangkan penyakit tidak menular adalah sebuah penyakit yang tidak mengalami proses pemindahan dari orang lain, namun menjadi penyebab kematian paling banyak bagi masyarakat (Kemenkes, 2022).

Data dari World Heatlh Organization (WHO), penyakit tidak menular (PTM) membunuh 41 juta orang setiap tahun, setara dengan 74% dari semua kematian di seluruh dunia. Setiap tahun, lebih dari 15 juta orang meninggal karena PTM antara usia 30 dan 69 tahun; 85% dari kematian ini terjadi di negara-negara berpenghasilan rendah dan menengah. Penyakit kardiovaskular merupakan penyebab kematian terbanyak akibat PTM, atau 17,9 juta orang setiap tahunnya, diikuti oleh kanker (9,3 juta), penyakit pernapasan (4,1 juta), dan diabetes (1,5 juta). Keempat kelompok penyakit ini menjadi penyumbang ±80% dari semua kematian PTM (WHO, 2024). Indonesia pada kasus PTM pengidap diabetes berada di posisi kelima dengan jumlah 19,47 juta. Dengan jumlah penduduk sebesar 179,72 juta, berarti prevalensi diabetes di Indonesia sebesar 10,6% (Phalevi, 2021). Jumlah pengidap penyakit ini di usia 20-79 tahun, berarti 1 dari 9 orang pada kelompok usia 20-79 tahun menderita diabetes di Indonesia. Data lain menunjukkan hal yang sama, International Diabetes Federation (IDF) dalam Atlas edisi ke-10 mengonfirmasi bahwa diabetes telah masuk dalam golongan “gawat darurat” kesehatan global dengan pertumbuhan paling cepat di abad ke-21 ini (Waluyo, 2024). IDF mencatat 4 dari 5 orang pengidap diabetes 81% tinggal di negara berpendapatan rendah dan menengah. Hal ini diperkirakan masih ada 44% orang dewasa pengidap diabetes yang belum didiagnosis.

Diabetes atau Diabetes Melitus merupakan penyakit metabolik kronis yang ditandai dengan peningkatan kadar glukosa darah (atau gula darah) yang seiring waktu menyebabkan kerusakan serius pada jantung, pembuluh darah, mata, ginjal, dan saraf (Biofarma, 2024). Diabetes terdapat 2 jenis yaitu diabetes tipe 1 dan tipe 2. Pada diabetes tipe 1, sistem kekebalan tubuh secara keliru menyerang dan menghancurkan sel-sel pankreas yang memproduksi insulin. Sehingga mereka harus menerima supply insulin dari luar tubuh secara rutin. Diabetes melitus tipe 2 adalah penyakit kronis yang ditandai dengan peningkatan kadar gula darah dalam tubuh akibat resistensi insulin atau produksi insulin yang tidak kuat. Kondisi ini memengaruhi cara tubuh menggunakan gula (glukosa) sebagai sumber energi.

Pertumbuhan teknologi informasi dan komunikasi serta IoT telah memberikan dampak besar pada sektor kesehatan. Sistem perawatan kesehatan pintar membantu menangkap data pasien melalui sensor pintar untuk membantu mereka dari penyedia layanan kesehatan tanpa hambatan geografis (Jain et al., 2019). Teknologi telah merevolusi solusi perawatan kesehatan cerdas dengan kualitas perawatan dan diagnosis yang cepat dan tepat. Pemantauan berkelanjutan memungkinkan pasien untuk menentukan kondisi kritis untuk kemungkinan tindakan korektif. Akses catatan kesehatan secara real-time berguna untuk melakukan analisis kesehatan dan dampaknya pada pengguna (Joshi et al., 2020).

Teknologi telemedicine yang telah berkembang dalam membantu pasien diabetes melitus yaitu gulkometer. Alat ini yang sudah tersedia di masyarakat menggunakan pendekatan invasive dan non-invasive. Pendekatan invasive menyakitkan karena harus mengambil sampel darah langsung dengan ditusuk jarum. Hal ini dirasa tidak cocok untuk pengukuran glukosa secara terus menerus. Sedangkan, pendekatan non-invasive menjadi solusi dalam perawatan kesehatan pintar untuk menghilangkan proses tusukan dalam tubuh yang membantu pemantauan kesehatan berkelanjutan terutama pasien diabetes melitus. Pendekatan pengukuran non-invasive lebih maju dibandingkan dengan metode invasive saat ini untuk membuat perangkat tanpa rasa sakit.

Oleh karena itu, menjawab permasalahan dan tantangan pada penyakit diabetes melitus. Inovasi yang kami tawarakan mengangkat judul Ni-SpectraGluco: Pengembangan Alat Kadar Glukosa Darah Non-invasive Menggunakan Sensor Near Infrared Spectroscopy Multi-Channel dengan Health Instructions. Pengukuran glukosa darah non-invasive yang diusulkan didasarkan pada prinsip spektroskopi optik Near-Infrared (NIR) sedangkan pengukuran glukosa lain dapat menggunakan photoplethysmogram (PPG) atau teknik spektroskopi lainnya, namun memiliki masalah akurasi yang kurang baik. Pada perangkat yang akan dibuat, data yang diperoleh nantinya dikalibrasi dengan dataset pengukuran glukosa invasive menggunakan glukosa kapiler, sebagai nilai referensi alat. Selanjutnya, dilakukan model regresi dan dekomposisi untuk memprediksi nilai glukosa yang akurat, dengan luaran status pengguna menderita atau tidak. Harapannya, pengembangan perangkat ini menjadi jawaban yang praktis di dunia instrumentasi medis dan masyarakat dapat menggunakan dengan mudah tanpa merasakan sakit.

Keunggulan Ni-SpectraGluco juga menjadi poin pembeda dari produk inovasi sejenis, berikut poin keunggulan dan pembeda Ni-spectraGluco:

1. Bentuk dan dimensi dari electrical casing box
2. Kuantitas/Jumlah Sensor yang digunakan
3. Jenis sensor yang digunakan (Ni-SepctraGluco = NIR-Infrared 940 nm) sedangkan (Produk sejenis = LED Super Bright 650 nm)
4. Ni-SpectraGluco memiliki Health Instructions untuk meindaklanjuti setiap hasil pengukuran gula darah, berupa tips hidup sehat
5. Pada proses analisis data menggunakan algoritma machine learning model regresi dalam memprediksi hubungan antara sensor NIR dengan nilai kadar glukosa dari alat invasive.

Berikut Tabel Keunggulan Ni-SpectraGluco dari Produk Glucometer Invasive