Smartwatch dan perangkat wearable berbasis AI paling berguna saat dipakai membaca perubahan kecil dari waktu ke waktu, bukan saat diperlakukan sebagai alat diagnosis. Data yang muncul di pergelangan tangan bisa memberi alarm awal, tetapi belum selalu cukup kuat untuk menjelaskan penyebab medisnya.
Itulah sebabnya banyak ahli menilai perangkat ini lebih tepat dipakai sebagai pemantau tren kesehatan harian. Saat pola tubuh bergeser dari kondisi normal, kombinasi data seperti suhu kulit, detak jantung istirahat, dan pola napas bisa memberi sinyal bahwa ada sesuatu yang perlu diperhatikan.
Deteksi AFib termasuk yang paling meyakinkan
Salah satu fungsi yang dinilai paling kuat secara klinis adalah deteksi fibrilasi atrium atau AFib. Dalam studi Apple Watch, peringatan denyut nadi tidak teratur dikonfirmasi sebagai AFib pada 84 persen kasus.
Temuan itu membuat fitur tersebut dianggap cukup berguna oleh banyak dokter, terutama karena AFib terkait dengan risiko stroke. Di sisi lain, hasil seperti ini tetap berbeda dari diagnosis medis penuh yang harus dilakukan tenaga kesehatan.
| Fitur atau Metode | Fungsi | Tingkat Keandalan |
|---|---|---|
| Deteksi AFib | Mendeteksi irama jantung abnormal yang terkait risiko stroke | 84 persen kasus terkonfirmasi pada studi Apple Watch |
| Pola tidur dasar | Membaca metrik tidur dasar, bukan fase tidur nyenyak | Dinilai lebih bisa dipercaya secara medis |
| Jumlah langkah | Mengukur aktivitas harian | Dinilai lebih bisa dipercaya secara medis |
Fitur lain yang lebih sederhana seperti pola tidur dasar dan jumlah langkah justru dinilai lebih bisa dipercaya secara medis. Keduanya tidak mengklaim membaca seluruh detail tubuh, sehingga hasilnya cenderung lebih mudah dipahami sebagai ukuran aktivitas dan kebiasaan harian.
Data yang perlu dibaca dengan hati-hati
Tidak semua angka yang tampil di smartwatch layak dijadikan dasar keputusan kesehatan. Peringatan tekanan darah, perkiraan kalori, serta pelacakan tahap tidur secara detail disebut belum cukup tepercaya bagi dokter.
Hal yang sama berlaku untuk VO2 max, variabilitas detak jantung, dan skor kesehatan harian seperti Readiness dari Oura maupun Recovery dari Whoop. Angka-angka itu sangat bergantung pada algoritma internal, sehingga tenaga medis tidak selalu menerima data yang benar-benar bisa dijadikan pegangan.
Masalah utamanya ada pada tafsir, bukan sekadar pada sensor. Satu tanda fisiologis dapat memiliki banyak arti, sehingga detak jantung istirahat yang naik bisa saja menunjukkan tubuh sedang melawan infeksi, tetapi bisa juga berkaitan dengan tidur yang buruk atau konsumsi alkohol berlebihan.
AI membantu menggabungkan sinyal, bukan memberi vonis
Sejumlah perusahaan seperti Google, Oura, dan Whoop kini menghadirkan pelatih atau penasihat AI di dalam aplikasi mereka. Ada pula fitur seperti Symptom Radar milik Oura dan Vitals milik Apple yang menggabungkan data dari berbagai sensor lalu membandingkannya dengan kondisi normal tubuh.
Di sisi lain, kemampuan model bahasa AI seperti Gemini dari Google dalam layanan Health Coach diperkirakan akan membuat analisis semacam ini makin mudah dipahami pengguna. Namun, sebagian besar prosesnya tetap berlangsung di belakang layar dan belum tentu menghasilkan data yang cukup kuat untuk menjadi acuan utama dokter.
Potensi terbesar justru ada pada deteksi dini
Penelitian menunjukkan perangkat wearable dapat menangkap perubahan fisiologis akibat infeksi saluran pernapasan bahkan sebelum gejala terasa. Studi dari Texas A&M dan Stanford juga menemukan smartwatch bisa membantu mendeteksi tanda awal COVID-19 dan influenza beberapa jam setelah terinfeksi.
Para peneliti memperkirakan deteksi dini seperti ini berpotensi mendorong orang untuk lebih cepat isolasi, tes, dan mencari pengobatan. Dalam skenario itu, penularan pandemi bahkan disebut bisa berkurang hingga 50 persen.
Pada akhirnya, smartwatch dan wearable berbasis AI paling aman diperlakukan sebagai alarm awal. Perangkat ini berguna untuk memberi isyarat bahwa ada perubahan tubuh, tetapi pemeriksaan kesehatan rutin tetap menjadi rujukan utama untuk memastikan apa yang sebenarnya terjadi.