SYNAPTIX: Pemantauan Risiko Stroke Dini Menggunakan Wearable Internet of Things dan Analisis Multimodal Fisiologis Visual Berbasis Long Short Term Memory

Abstract

Stroke merupakan salah satu penyebab utama kematian dan disabilitas di dunia, sementara deteksi dini risiko stroke masih menjadi tantangan dalam pelayanan kesehatan. Esai ini mengusulkan SYNAPTIX, suatu sistem pemantauan risiko stroke berbasis wearable Internet of Things (IoT) yang dipadukan dengan algoritma Long Short-Term Memory (LSTM) untuk melakukan pemantauan fisiologis secara berkelanjutan. Sistem ini mengintegrasikan parameter hemodinamik, profil metabolik, saturasi oksigen, deteksi fibrilasi atrium, analisis asimetri wajah, deteksi jatuh, serta fitur panggilan darurat otomatis. Analisis multimodal berbasis kecerdasan buatan memungkinkan identifikasi perubahan fisiologis secara real-time, termasuk pada wilayah dengan keterbatasan akses internet. Inovasi ini diharapkan mampu meningkatkan deteksi dini risiko stroke, mempercepat intervensi medis, serta menurunkan angka morbiditas dan mortalitas akibat stroke melalui pemantauan yang lebih komprehensif dan berkesinambungan.