Review Jurnal mengenai Internet of Things (IoT) pada industri Kesehatan

Kali ini kita akan membahas jurnal berjudul Hierarchical deep neural network for mental stress state detection using IoT based biomarkers oleh Akshi Kumara, Kapil Sharmab, dan Aditi Sharmaa.

Jurnal ini membahas pentingnya deteksi kesehatan mental sebagaimana kita memperlakukan kesehatan fisik. Deteksi ini memanfaatkan teknologi berupa IoT.

Alasan dibalik penelitian ini adalah karena masalah mental yang diakibatkan stress merupakan masalah umum di dunia modern. Menurut laporan oleh British Health and Safety Executive (HSE) pada tahun 2015, stress menyebabkan 37% masalah kesehatan yang mengganggu pekerjaan. Kesehatan mental juga berbeda dengan kesehatan fisik karena tidak memiliki gejala terukur yang dapat  membedakan dengan kondisi lain.

Sehingga diajukan alat deteksi digital yang dapat melihat interaksi natural melalui digital games hingga proses respon tubuh saat melakukan aktivitas media sosial.

Objek penelitian ini adalah 15 subjek yang terdiri dari 12 pria dan 3 wanita dengan mean usia sebesar 27.5. Objek penelitian akan dipasangi E4 wristband dan RespiBAN (pada bagian dada) selama 2 jam pada lingkungan lab yang terkontrol.

Penilaian akan terbagi 2, yaitu Aspek Fisik dan Aspek Psikis 

Aspek fisik yang akan dibaca

Aspek psikis yang akan dibaca

Pada aspek psikis, Baseline condition didapatkan ketika subjek penelitian pada kondisi netral (duduk, berjalan, atau membaca buku). Sementara untuk melihat kondisi amusement, subjek akan diminta untuk menonton video komedi selama 10 menit. Dan untuk stress, subjek diminta untuk melakukan public speaking.

Data didapatkan kemudian akan diolah melalui framework bernama Convolution Neural Network (CNN) yang terdiri dari level Sub sub network (SSN) dan Sub network (SN).

Melalui framework, output menghasilkan 500.000 nilai per atribut per subjek, sehingga untuk mengolahnya digunakan Fusion Strategy, melalui software SoftMax.

Selanjutnya, untuk menginterpretasi hasil data, digunakan rumus berikut:

Ddilakukan penghitungan menggunakan Confusion Matrix, Accuracy Curve, dan perbandingan dengan model pada paper lain untuk menilai keakuratan penelitian ini.

Didapatkan bahwa penelitian ini mencapai nilai keakuratan sebesar 72%-96% sehingga data diperoleh dapat merepresentasikan kondisi dunia nyata.

Kesimpulan dari penelitian ini adalah:

1. Stress merupakan kondisi umum di dunia modern (37% penyebab masalah kesehatan)
2. Sulit untuk mengklasifikasikan gejala pada kesehatan mental
3. Pada HealthCare 4.0, digunakan IoT-based devices untuk bisa membaca gejala psikis
4. Digunakan digital biomarkers yang dipasang pada pergelangan dan dada 15 subjek
5. Menggunakan hierarchial model network, didapatkan gambaran kondisi stress subjek
6. Data dapat dimanfaatkan bagi berbagai bidang industri, terutama untuk meningkatkan kesejahteraan pekerja