Perkembangan teknologi telah membawa perubahan besar dalam dunia kesehatan. Jika dahulu pelayanan kesehatan lebih banyak bergantung pada pemeriksaan manual dan pengamatan langsung, kini teknologi memungkinkan tenaga kesehatan melihat kondisi tubuh dengan cara yang lebih detail, cepat, dan objektif [1]. Salah satu arah inovasi yang semakin berkembang adalah pemanfaatan sinyal tubuh manusia sebagai sumber informasi kesehatan. Tubuh tidak hanya menunjukkan gejala melalui rasa sakit atau perubahan fisik, tetapi juga menghasilkan berbagai sinyal biologis yang dapat direkam dan dianalisis dengan bantuan teknologi. Salah satu contoh menarik adalah sinyal listrik otot [2-4]. Setiap kali seseorang menggerakkan tangan, menggenggam benda, membuka jari, atau menekuk pergelangan, otot di dalam tubuh bekerja melalui aktivitas listrik yang sangat kecil. Aktivitas ini tidak dapat dilihat secara langsung oleh mata, tetapi dapat direkam menggunakan teknologi tertentu. Dari sinyal kecil tersebut, tenaga kesehatan dapat memperoleh gambaran mengenai bagaimana otot bekerja, seberapa aktif otot tersebut, dan apakah terdapat gangguan pada pola geraknya. Electromyography atau EMG dikenal sebagai teknologi non-invasif yang dapat memberikan informasi kuantitatif tentang aktivitas listrik otot dan telah digunakan dalam evaluasi fungsi neuromuskular, termasuk pada konteks rehabilitasi stroke [1,3].

Teknologi seperti ini sangat penting dalam dunia rehabilitasi, terutama bagi pasien pasca-stroke. Stroke sering meninggalkan dampak berupa kelemahan anggota gerak, termasuk tangan. Gangguan fungsi motorik ekstremitas atas, khususnya fungsi tangan, merupakan salah satu disabilitas yang umum dialami pasien pasca-stroke dan berdampak pada kemampuan menggenggam serta membuka jari [4]. Padahal, tangan memiliki peran besar dalam kehidupan sehari-hari. Dengan tangan, seseorang makan, menulis, memegang benda, berpakaian, bekerja, dan melakukan banyak aktivitas lain. Ketika fungsi tangan terganggu, kemandirian seseorang ikut menurun [5,6]. Proses pemulihan pun membutuhkan waktu, latihan, pendampingan, dan evaluasi yang tepat. Di sinilah inovasi kesehatan dan teknologi menjadi sangat relevan [7-9]. Rehabilitasi tidak lagi hanya dipandang sebagai latihan fisik berulang, tetapi mulai bergerak menuju pendekatan yang lebih cerdas dan berbasis data. Tingginya gangguan motorik pasca-stroke menuntut adanya penilaian neuromuskular yang lebih objektif dan terstandarisasi agar proses rehabilitasi dapat dipantau dengan lebih baik [9,10]. Teknologi dapat membantu membaca respons otot selama proses pemulihan. Dengan bantuan perangkat perekam sinyal otot, aktivitas otot dapat ditampilkan dalam bentuk angka, grafik, atau pola sinyal. Informasi ini dapat membantu tenaga kesehatan memahami kondisi pasien secara lebih objektif.

Salah satu teknologi yang digunakan untuk membaca aktivitas otot adalah surface electromyography atau sEMG. Teknologi ini bekerja dengan cara menempatkan elektroda pada permukaan kulit untuk menangkap aktivitas listrik otot. Karena dilakukan dari permukaan kulit, teknologi ini bersifat non-invasif dan relatif nyaman digunakan. Pasien tidak perlu menjalani prosedur yang rumit. Cukup dengan pemasangan sensor pada area otot tertentu, sinyal otot dapat direkam dan diamati. Dalam bidang neurorehabilitasi, sEMG banyak dibahas sebagai teknologi yang dapat membantu evaluasi aktivitas otot dan fungsi neuromuskular [1-3]. Kehadiran sEMG membuka peluang baru dalam pelayanan rehabilitasi. Pada pasien yang mengalami gangguan gerak, teknologi ini dapat membantu melihat apakah otot masih merespons, apakah aktivitas otot mulai meningkat, atau apakah terdapat ketidakseimbangan antara otot yang berfungsi untuk menggenggam dan otot yang berfungsi untuk membuka jari. Hal-hal seperti ini penting karena tidak semua perubahan pada otot dapat terlihat jelas dari luar. Sinyal EMG dapat mendeteksi aktivitas neuromuskular yang belum tampak melalui observasi klinis konvensional, sehingga memberi peluang penilaian yang lebih presisi [5,11-12]. Kadang, otot sudah menunjukkan aktivitas kecil meskipun gerakan tangan belum tampak sempurna. Bagi pasien pasca-stroke, informasi tersebut dapat menjadi harapan. Proses pemulihan sering kali terasa lambat dan melelahkan. Ketika perubahan belum terlihat secara nyata, pasien dapat merasa putus asa. Dengan teknologi pembacaan sinyal otot, perkembangan kecil yang tidak terlihat oleh mata dapat dikenali lebih awal. Hal ini dapat membantu meningkatkan motivasi pasien untuk terus menjalani latihan rehabilitasi. Dalam konteks pemulihan fungsi ekstremitas atas, penilaian yang mampu menangkap perubahan halus menjadi penting karena luaran rehabilitasi tidak hanya berkaitan dengan kekuatan otot, tetapi juga kemampuan fungsional pasien dalam kehidupan sehari-hari [4,9,10].

Selain membantu pasien, teknologi ini juga membantu tenaga kesehatan. Dalam praktik rehabilitasi, keputusan terapi membutuhkan informasi yang akurat. Tenaga kesehatan perlu mengetahui bagian otot mana yang masih lemah, gerakan apa yang perlu dilatih, dan bagaimana perkembangan pasien dari waktu ke waktu. Data dari sinyal otot dapat menjadi pendukung dalam menentukan program latihan yang lebih sesuai dengan kebutuhan pasien. Dengan demikian, terapi dapat lebih personal, bukan sekadar menggunakan pola yang sama untuk semua pasien. Pendekatan berbasis data pada sEMG juga telah menjadi perhatian dalam evaluasi klinis pasien stroke karena dapat membantu memperkuat penilaian objektif terhadap aktivitas otot [2,5,13]. Inovasi kesehatan masa kini juga tidak dapat dilepaskan dari perkembangan kecerdasan buatan atau artificial intelligence. Ketika data sinyal otot dikumpulkan secara teratur, data tersebut dapat menjadi dasar untuk membangun sistem cerdas. Kecerdasan buatan dapat dilatih untuk mengenali pola tertentu, misalnya pola otot yang sehat, pola otot yang lemah, atau pola aktivitas otot yang menunjukkan perkembangan pemulihan. Dalam jangka panjang, sistem seperti ini dapat membantu memberikan rekomendasi latihan, memantau perkembangan pasien, bahkan mendukung layanan rehabilitasi jarak jauh. Pemanfaatan machine learning dan deep learning pada sinyal EMG telah banyak diarahkan untuk klasifikasi gerakan, sistem kontrol myoelectric, serta pengembangan teknologi rehabilitasi ekstremitas atas [14-19].

Pemanfaatan teknologi digital juga membuka peluang integrasi dengan Internet of Things. Perangkat rehabilitasi dapat terhubung dengan aplikasi, menyimpan data secara otomatis, dan menampilkan perkembangan pasien dalam bentuk yang mudah dipahami. Pasien, keluarga, dan tenaga kesehatan dapat melihat perkembangan terapi secara lebih terstruktur. Dengan sistem seperti ini, rehabilitasi tidak harus selalu terbatas pada ruang layanan kesehatan. Sebagian latihan dapat dipantau dari rumah dengan tetap memperhatikan arahan tenaga profesional. Perkembangan perangkat wearable, Internet of Things, dan sistem pemantauan kesehatan berbasis digital telah membuka peluang pengumpulan, penyimpanan, dan analisis data kesehatan secara lebih sistematis [20-23]. Namun, penting untuk dipahami bahwa teknologi bukan pengganti manusia dalam pelayanan kesehatan. Teknologi adalah alat bantu. Empati, komunikasi, pengalaman klinis, dan pendampingan tenaga kesehatan tetap menjadi bagian utama dalam proses penyembuhan. Perangkat canggih tidak akan bermakna jika tidak digunakan dengan pendekatan yang manusiawi. Justru kekuatan terbesar inovasi kesehatan terletak pada kemampuan menggabungkan kecanggihan teknologi dengan sentuhan kemanusiaan. Data dari sEMG dapat membantu memperkuat penilaian klinis, tetapi keputusan rehabilitasi tetap membutuhkan pemahaman menyeluruh terhadap kondisi pasien.

Dalam konteks Indonesia, inovasi seperti pembacaan sinyal otot memiliki peluang besar untuk dikembangkan. Jumlah pasien yang membutuhkan rehabilitasi cukup tinggi, sementara kebutuhan terhadap sistem penilaian yang objektif dan berbasis data semakin penting. Selain itu, ketersediaan database sinyal EMG otot tangan yang terstandarisasi untuk populasi Indonesia masih terbatas, sehingga pengembangan data lokal menjadi penting agar teknologi rehabilitasi lebih sesuai dengan karakteristik masyarakat Indonesia [1,24-26]. Jika dikembangkan dengan baik, perangkat berbasis sinyal otot dapat menjadi bagian dari sistem rehabilitasi modern di rumah sakit, klinik, pusat terapi, bahkan layanan kesehatan komunitas. Inovasi ini juga mendorong kolaborasi lintas bidang. Dunia kesehatan membutuhkan dukungan dari teknik elektromedis, informatika, data science, kecerdasan buatan, dan desain perangkat medis. Sebaliknya, pengembang teknologi juga membutuhkan pemahaman klinis agar alat yang dibuat benar-benar sesuai dengan kebutuhan pasien. Kolaborasi semacam ini akan melahirkan solusi yang tidak hanya canggih secara teknis, tetapi juga berguna secara nyata dalam pelayanan kesehatan. Perkembangan health informatics, IoT, database kesehatan, dan machine learning memperlihatkan bahwa masa depan layanan rehabilitasi sangat bergantung pada integrasi antara ilmu kesehatan dan teknologi digital [20-22].

Masa depan kesehatan akan semakin bergerak menuju pelayanan yang berbasis data, personal, dan terhubung secara digital. Dalam dunia rehabilitasi, teknologi pembacaan sinyal tubuh dapat menjadi jembatan menuju pemulihan yang lebih terukur. Pasien tidak hanya dinilai dari apa yang tampak di luar, tetapi juga dari respons biologis yang terjadi di dalam tubuh. Dengan demikian, proses terapi dapat dipahami secara lebih menyeluruh. Pendekatan rehabilitasi berbasis sinyal tubuh, data digital, dan sistem cerdas dapat menjadi salah satu jalan menuju layanan kesehatan yang lebih adaptif dan responsif terhadap kebutuhan pasien [4,17,22,23].

Pada akhirnya, inovasi kesehatan dan teknologi bukan hanya tentang menciptakan alat baru. Lebih dari itu, inovasi adalah upaya menghadirkan cara baru untuk memahami tubuh manusia, membantu pasien pulih, dan meningkatkan kualitas hidup. Sinyal listrik otot yang sangat kecil dapat menjadi sumber informasi besar bagi masa depan rehabilitasi. Dari sinyal yang tidak terlihat itulah, harapan untuk pemulihan yang lebih baik, lebih objektif, dan lebih manusiawi dapat dibangun.

Teknologi kesehatan yang baik adalah teknologi yang mendekatkan manusia pada kehidupan yang lebih mandiri dan bermakna. Membaca sinyal tubuh adalah salah satu langkah menuju masa depan tersebut. Dengan kolaborasi antara ilmu kesehatan dan teknologi, rehabilitasi tidak lagi hanya tentang mengembalikan gerakan, tetapi juga tentang mengembalikan kepercayaan diri, kemandirian, dan harapan hidup pasien.

Penulis: Ramdhani Syahputra, S.T., M.T, Trio Andika, Doni Wahyuda (Fakultas Teknologi Kesehatan IKTA)