Alat Deteksi COVID-19 GeNose C19 Masuk 2 Jurnal Internasional

Kuwat memaparkan data-data riset GeNose C19 berhasil terpublikasikan di Artificial intelligence in Medicine (AIIM), yang merupakan jurnal Q1 dengan impact factor 7,011, berjudul Hybrid learning method based on feature clustering and scoring for enhanced COVID-19 breath analysis by an electronic nose, yang terbit pada Mei 2022 (Vol. 129(02323), Hal. 1-13). 

Sementara dalam Nature portfolio journal (npj) Digital Medicine, yang merupakan jurnal Q1 dengan impact factor 15,357, dengan judul Fast and noninvasive electronic nose for sniffing out COVID-19 based on exhaled breath-print recognition, terbit pada Agustus 2022 (Vol. 5(115), Hal. 1-17).

“Diterimanya publikasi hasil riset GeNose menunjukkan bahwa konsep sensing infeksi dengan analisis volatile organic compound (VOC) napas berbasis big data, dan kecerdasan artifisial atau  artificial intelligence (AI) dapat diterima dalam aplikasi klinisnya,” papar Kuwat.

Dengan diterimanya konsep ini, Kuwat mengatakan, pemanfaatan AI dan teknologi informasi menjadi sebuah revolusi dalam memanajemen penyakit, baik penyakit infeksi maupun non-infeksi. Data-data yang dikumpulkan dari pasien dengan metode tertentu secara terstandarisasi dapat menjadi sumber biomarker baru yang valid, reproducible dan terjangkau.

“Hanya memang diperlukan pengujian terus menerus dan update dari database, serta algoritma AI untuk terus dapat meningkatkan performa diagnostiknya. Untuk proses learning berbasis hybrid dibahas secara lengkap di manuskrip pertama, sedangkan proses pengujian hasil learning secara uji diagnostik multisenter sekaligus hasil validasi eksternal, akan diterbitkan di jurnal internasional bereputasi berikutnya,” ucapnya.

Sementara, Rektor UGM, Ova Emilia, mengatakan publikasi GeNose C19 dalam dua jurnal bereputasi internasional tersebut, menunjukkan pengakuan dari dunia bahwa metode identifikasi infeksi dengan metode volatile dapat diterima. Hal ini memperlihatkan adanya pergeseran paradigma dalam proses identifikasi suatu infeksi.

“Kalau dulu itu identifikasi dari hewannya, sekarang dilihat dari gejala dapat diidentifikasi dengan konsep data yang banyak, sehingga terkumpul pola-pola yang mengarah pada penyakit tertentu,” katanya.