Kemajuan pesat dalam pengetahuan dan teknologi bidang dermatologi dan venereologi telah kita amati selama ini, baik dalam patofisiologi kelainan, diagnosis, maupun tatalaksana, seperti yang dapat diikuti dalam topik-topik pilihan MDVI terbitan kali ini. Semua publikasi tersebut ditujukan untuk peningkatan kualitas pelayanan kesehatan melalui berbagi pengetahuan dan teknologi.

Memasuki tahun 2019, para dokter spesialis dermatologi dan venereologi (Sp.DV) akan semakin banyak mendengar mengenai terminologi “revolusi industri 4.0”, istilah yang pertama kali diperkenalkan di Jerman pada tahun 2011, tetapi telah mendunia saat ini. Internet of things (internet untuk segalanya), merupakan esensi Industri 4.0, yang membawa inteligensia, konektivitas, dan komputerisasi lebih luas ke dalam industri termasuk industri layanan kesehatan, yang dapat dimanfaatkan untuk efisiensi dan peningkatan kualitas produk. Teknologi digital semakin berkembang untuk membantu dokter Sp.D.V. meneliti, mendiagnosis, dan mengobati penyakit dengan lebih baik dan efektif, bahkan solusi inovatif telah menggeser proses layanan kesehatan bidang dermatologi dan venereologi.

Meskipun belum masuk dalam 5 sektor peta jalan (road map industry 4.0) yang dicanangkan pemerintah kita, sektor pelayanan kesehatan di Indonesia - termasuk bidang dermatologi dan venereologi, mau tidak mau harus mengikuti perkembangan era digital yang sedang berjalan.

Beberapa solusi digital yang penting untuk dicatat dalam bidang dermatologi dan venereologi antara lain:

1) Teledermatologi
Telemedisin perlahan mengubah cara pemberian layanan kesehatan dan berpotensi meningkatkan akses ke keahlian subspesialisasi, mengurangi biaya, serta meningkatkan kualitas perawatan secara keseluruhan. Bidang dermatologi sangat sesuai dengan sistem ini karena kelainan kulit terlihat oleh mata manusia.1 Melalui teledermatologi, gangguan kulit dengan riwayat klinis yang menyertainya dapat ditinjau dari jarak jauh oleh dokter, baik melalui gambar klinis fotografis atau konferensi video langsung. Pedoman praktik untuk teledermatologi telah dikembangkan oleh American Telemedicine Association dan American Academy of Dermatology, dan telah dibuktikan bahwa hasil layanan ini teledermatologis setara dengan layanan tatap muka konvensional.2 Beberapa layanan teledermatologi yang ada saat ini adalah FirstDerm, Spruce, Direct Dermatology, SkinMD Now, Zwivel atau iDoc24. Layanan iDoc24 bahkan mendapati bahwa 70% dari 7000 kasus kiriman seluruh dunia, ternyata dapat menggunakan obat bebas, hanya 30% sisanya memerlukan tes pemeriksaan lebih lanjut. Suatu hal yang menguntungkan bagi pasien maupun dokter.1,2

2) Data besar (Big data)
Big data adalah istilah yang digunakan untuk kumpulan data yang ukuran dan kompleksitasnya melebihi kemampuan aplikasi pemrosesan data tradisional. Kumpulan data besar, termasuk Electric Health Records (EHRs) memungkinkan optimalisasi sistem raksasa dalam perawatan kesehatan. Analisis data membantu meningkatkan kualitas dan koordinasi perawatan, mengurangi biaya yang dikeluarkan, dan menghindari penggunaan sumber daya yang tidak perlu.3

Di Amerika Serikat telah diperkenalkan registrasi klinis yang disebut DataDerm pada tahun 2016, yang menghubungkan data jutaan pasien dari ribuan dermatologis diseluruh negara. Pengolahan data dengan machine learning technology (MLM), akan meringankan beban pelaporan dan memungkinkan para dokter menunjukkan kualitas perawatan yang mereka berikan, baik kepada pembayar, pembuat kebijakan, maupun komunitas medis. Data tersebut juga dapat meningkatkan pemantauan efek samping obat, mempermudah dan meningkatkan kualitas penelitian kedokteran, memungkinkan setiap anggota memperoleh analisis pribadi dari data praktiknya terhadap rata-rata nasional; merupakan hal yang baik untuk menetapkan standar layanan dermatologi. Masih ada keterbatasan antara lain dalam hal biaya, kekhawatiran tentang akurasi, keandalan, dan keamanan.4

3) Kecerdasan buatan (artificial intelligence atau AI) dan dermatologi robotik
Sistem algoritma pembelajaran mendalam (deep learning algorithm) mempunyai kemampuan sangat baik dalam mengenali gambar tertentu, sehingga memiliki tempat di masa depan spesialisasi medis yang berhubungan dengan pencitraan medis, termasuk dermatologi. Penerapan kecerdasan buatan ini dalam mesin atau teknologi robotik, telah diteliti dan dibuat untuk membantu tindakan diagnostik maupun terapi.

Suatu mesin terlatih, AI convolutional neural networks (CNN) inception V4 Google, terbukti mampu membaca hasil dermoskopi melanoma dengan sensitivitas dan spesifisitas lebih tinggi dibandingkan ahli dermatologi international yang berpengalaman dalam dermoskopi.5 Ke depan kemungkinan dapat dibuat algoritma ponsel cerdas (smartphone) yang kompatibel, yang membawa alat diagnosis kanker kulit yang andal ke ujung jari kita. Pelatihan robot AI bahkan telah dibuktikan mampu mediagnosis penyakit kulit dari foto lesi.6 Penggunaan lain adalah mikroskop robotik untuk teledermatopatologi,7 bedah robotik untuk pengambilan follicle unit extraction pada tandur rambut, dan iradiasi laser dalam tindakan kosmetik yang terbukti lebih akurat daripada tangan manusia.1.8 Semua teknologi tersebut tidak dimaksudkan untuk mengganti peran dokter, tetapi membantu peran dokter dan seolah bertindak mendekatkan dokter ahli atau konsultan ahli dalam bidang tersebut jika tidak ada di lokasi.

4) Pencetakan 3D (3D printing)
Kebutuhan akan donor kulit, serta keengganan penggunaan hewan untuk uji produk kosmetik dan obat, akan diatasi dengan pencetakan jaringan tiga dimensi (3D). Jika untuk penutupan luka saat ini telah ada substitusi kulit biologis berupa kolagen sebagai scaffolds pertumbuhan sel kulit, maka sejak tahun 2009 telah dikembangkan kulit cetakan 3D dengan kontrol komputer yang meletakkan sel-sel sedemikian tepat dan akurat mengikuti pola geometris 3 dimensi, memungkinkan replikasi kulit alami. Riset berbiaya besar sedang dijalankan untuk menyempurnakan kulit cetak 3D ini, yang diharapkan dalam waktu dekat dapat digunakan sebagai model kulit 3D untuk pengujian terapi biologis baru seperti terapi psoriasis, eksim atopi, vitiligo, dan uji berbagai produk kosmetik. Selanjutnya kulit cetak 3D ini juga akan dapat digunakan untuk penutupan kulit pada luka bakar, nekrolisis epidermal toksik, dan sebagainya.10

5) Sensor kesehatan
Saat ini banyak gawai kecil telah dilengkapi dengan kemampuan mengukur tanda vital dan parameter kesehatan. Di masa depan, perangkat ini tidak hanya melakukan pengukuran tapi untuk diagnosis atau pengobatan penyakit kulit. Sebagai contoh adalah sensor yang diperkenalkan L'Oréal untuk pajanan sinar matahari dan memberi tahu pengguna saat mereka akan terbakar sinar matahari, dan patch yang berubah warna untuk memperingatkan terhadap kanker kulit.1 Periset India bahkan telah meneliti penggunaan patch pengatur isotop radioaktif untuk pengobatan karsinoma sel basal, dengan menunjukkan hasil cukup baik.10

Hal yang disampaikan di atas baru sebagian dari pengembangan digital yang berkaitan dengan bidang dermatologi dan venereologi. Tidak kalah penting adalah peran berbagai media sosial dan berbagai mesin pencari (search engine) yang merupakan alat komunikasi yang luar biasa, sumber informasi dan pengetahuan umum, berfungsi sebagai platform pembangunan komunitas dan ruang promosi, dengan berbagai dampak kebaikan maupun keburukannya.11

Mengingat potensi besar teknologi digital untuk mengubah peta dermatologi dan venereologi, maka sudah seharusnya para Sp.DV maupun mahasiswa calon Sp.DV perlu berteman atau membiasakan diri dengan inovasi disruptif tersebut untuk mendapatkan manfaat terbaik guna kepentingan pendidikan maupun praktik.

DAFTAR PUSTAKA

1. Amazing technologies changing the future of dermatology [dokumen di internet]. The medical futurist. 7 September 2017 [disitasi 10 Januari 2019]. Dapat diunduh di: https://medicalfuturist.com/future-of-dermatology.
2. Jonathan J. Lee, Joseph C. English, Teledermatology: A review and update. Am J Clin Dermatol doi 10.1007/s40257-017-0317-6.
3. Wehner MR, Levandoski KA, Kulldorff M, Asgari MM. Research techniques made simple: An Introduction to use and analysis of big data in dermatology. J Invest Dermatol. 2017 August ; 137(8): e153–e158. doi:10.1016/j.jid.2017.04.019.
4. Park AJ, Ko JM, Swerlick RA. Crowdsourcing dermatology: DataDerm, big data analytics, and machine learning technology. J Am Acad Dermatol 2018;78:643-4.
5. Haenssle HA, Fink C, Schneiderbauer R, Toberer F, Buhl T, Blum A, dkk. Man against machine: Diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 2018; 29: 1836-42.
6. Micheletti RG, MD, Steele KT, Kovarik CL. Robotic teledermatopathology from an African dermatology clinic. J Am Acad Dermatol. 2014; 70(5):952-4.
7. Daley J. Robo-Dermatologist diagnoses skin cancer with expert accuracy. SmartNews; January 26, 2017 [disitasi 15 Januari 2019]. Dapat diunduh di: https://www.smithsonianmag. com/ smart-news/robodermatologist-diagnoses-skin-cancer-expert-accuracy-180961924/
8. Tarassoli S, Jessop ZM, Al-Sabah A, Gao N, Whitaker S, Doak S, Whitaker IS. Skin tissue engineering using 3D bioprinting: An evolving research field. J Plast Reconstr Aesthet Surg. 2018;71: 615–23.
9. Society of nuclear medicine. New skin patch treatment kills most common form of skin cancer. ScienceDaily, 11 June 2012. [disitasi 15 januari 2019]. Dapat diunduh di: www.sciencedaily.com/releases/2012/06/ 120611134045.htm.
10. Travers RL. Social media in dermatology: Moving to web 2.0. Semin Cutan Med Surg. 2012;31:168-73.

Kusmarinah Bramono
Departemen Ilmu Kesehatan Kulit & Kelamin
FK. Universitas Indonesia/RSUPN dr. Cipto Mangunkusumo
Jakarta