Model AI Prediksi Migrain Esok Hari dengan Presisi 91 Persen, Studi Besar Ungkap Pola 30 Hari Terakhir

Sebuah studi berskala besar yang diterbitkan di Neurology Open Access menunjukkan bahwa model pembelajaran mesin (machine learning) dapat memprediksi kemungkinan seseorang mengalami migrain pada hari berikutnya dengan presisi mencapai 91,2%. Temuan ini membuka jalan bagi pemanfaatan data harian pasien untuk memberikan peringatan dini serangan migrain, sesuatu yang selama ini sulit dilakukan karena sifat serangan yang tidak terduga.

Penelitian ini menganalisis 770.473 laporan harian dari 53.065 pengguna aplikasi Nerivio, sebuah aplikasi manajemen migrain, yang dikumpulkan antara Januari 2020 dan Juli 2025. Data mencakup buku harian elektronik migrain, kuesioner, karakteristik demografis, hingga informasi cuaca berbasis lokasi. Para peneliti menguji tujuh algoritma pembelajaran mesin, dan model terbaik—varian khusus dari XGBoost—mencapai presisi 91,2%, artinya ketika model memprediksi seseorang akan mengalami migrain esok hari, prediksi itu benar sekitar 91% dari waktu.

Yang mengejutkan, prediktor terkuat bukanlah gejala prodromal yang selama ini dianggap sebagai peringatan dini, seperti kelelahan, menguap, perubahan suasana hati, atau sensitivitas cahaya. Sebaliknya, model justru sangat bergantung pada pola sakit kepala selama 30 hari sebelumnya. Rata-rata pergerakan (rolling average) keparahan sakit kepala dalam sebulan terakhir menjadi fitur paling berpengaruh, dengan fitur-fitur dari periode 30 hari menyumbang sekitar 56% kinerja model. Sementara itu, informasi gejala prodromal hanya berkontribusi sekitar 11%.

Studi ini menyoroti bahwa risiko migrain tidak hanya ditentukan oleh pemicu jangka pendek, tetapi juga oleh akumulasi pola selama beberapa minggu. Bagi pasien, kemampuan memprediksi serangan dapat memberikan waktu untuk mempersiapkan diri, seperti mengatur jadwal, memprioritaskan tidur, menjaga asupan makanan dan hidrasi, serta memastikan obat resep tersedia. Penulis studi juga menilai bahwa prediksi yang lebih baik berpotensi mengurangi kecemasan yang sering menyertai ketidakpastian antar serangan.

"Jika aplikasi memprediksi risiko migrain tinggi besok, itu bisa menjadi pengingat untuk lebih konsisten dengan kebiasaan gaya hidup yang membantu mengurangi risiko migrain," ujar Vernon Williams, MD, neurolog olahraga dari Cedars-Sinai, yang tidak terlibat dalam studi. "Tidur yang cukup dan teratur, hidrasi yang baik, makan bergizi secara rutin, dan meminimalkan stres dapat menaikkan ambang batas seseorang terhadap migrain."

Williams juga mengingatkan bahwa aplikasi prediksi migrain hanyalah alat bantu, bukan perangkat diagnostik. "Prediksi risiko tinggi bukan berarti migrain pasti terjadi, dan risiko rendah bukan jaminan tidak akan terjadi. Pasien sebaiknya menggunakan prediksi ini sebagai sumber informasi tambahan, bukan menggantikan pengalaman pribadi, penilaian klinis, atau saran dari penyedia layanan kesehatan," tegasnya.

Meski datanya besar, studi ini memiliki keterbatasan. Semua partisipan adalah pengguna aplikasi Nerivio, sehingga populasi studi cenderung terdiri dari individu dengan migrain lebih sering dan aktif dalam pengobatan. Hal ini membuat generalisasi ke populasi migrain yang lebih luas perlu diuji lebih lanjut. Selain itu, studi ini bersifat observasional berbasis data dunia nyata, bukan uji klinis acak yang menguji apakah tindakan berdasarkan prediksi benar-benar memperbaiki luaran migrain.

Bagi Indonesia, temuan ini relevan mengingat migrain termasuk keluhan neurologis yang cukup umum, meski data prevalensi nasional masih terbatas. Adopsi teknologi serupa di Tanah Air menghadapi tantangan tersendiri, seperti akses smartphone dan internet yang belum merata, serta kesadaran akan pentingnya buku harian migrain yang masih rendah. Namun, pendekatan berbasis data harian ini dapat menjadi peluang bagi pengembang aplikasi kesehatan lokal untuk menciptakan solusi yang disesuaikan dengan pola hidup dan iklim tropis.

Ke depan, pertanyaan kuncinya bukan lagi apakah AI bisa memprediksi migrain, melainkan apakah prediksi itu benar-benar mengubah kualitas hidup pasien. Diperlukan uji klinis untuk membuktikan bahwa intervensi berbasis prediksi mampu menurunkan frekuensi serangan, mengurangi disabilitas, atau setidaknya menekan kecemasan. Tanpa bukti tersebut, alat ini akan tetap menjadi pelengkap, bukan pengganti, tata laksana migrain yang komprehensif.