—·
Dari monitor glukosa berkelanjutan hingga cincin tidur yang dilatih AI, generasi terbaru perangkat wearable mendefinisikan ulang cara kita mengenal tubuh sendiri dan mengoptimalkan hari kerja.
Selama beberapa dekade, jam tangan adalah objek paling padat informasi yang dikenakan kebanyakan orang. Kini, predikat itu beralih ke kelas perangkat baru: wearable bertenaga AI. Perangkat ini tidak sekadar menunjukkan waktu atau menghitung langkah. Mereka menginterpretasikan aliran data biometrik—variabilitas detak jantung, saturasi oksigen darah, suhu kulit, aktivitas elektrodermal—dan mengubahnya menjadi wawasan kesehatan yang personal dan dapat ditindaklanjuti.
Pasar teknologi wearable global bernilai sekitar $95 miliar pada 2024 dan diproyeksikan melampaui $265 miliar pada 2030, menurut firma riset pasar Grand View Research. Kekuatan pendorong di balik pertumbuhan ini bukan hanya miniaturisasi perangkat keras; melainkan integrasi model pembelajaran mesin yang dapat mendeteksi anomali, memprediksi kejadian kesehatan, dan mempersonalisasi rekomendasi pada tingkat yang tidak terbayangkan lima tahun lalu.
Kata "AI" digunakan secara bebas dalam pemasaran teknologi konsumen, namun dalam konteks wearable ia memiliki aplikasi yang spesifik dan bermakna. Pelacak kebugaran tradisional mengumpulkan data mentah—langkah, kalori, detak jantung—tanpa interpretasi kontekstual. Wearable bertenaga AI melakukan sesuatu yang secara fundamental berbeda: mereka belajar dari data pengguna individu dari waktu ke waktu, membandingkannya dengan baseline tingkat populasi, dan mengungkap pola yang mungkin tidak diperhatikan oleh pengguna atau dokter mereka.
watchOS 11 Apple, misalnya, memperkenalkan Vitals—ringkasan kesehatan malam yang menandai ketika beberapa metrik menyimpang secara bersamaan dari baseline individu pengguna. Sistem ini tidak membandingkan pengguna dengan rata-rata orang berusia 35 tahun; ia membandingkan pengguna hari ini dengan pengguna kemarin. Personalisasi inilah yang membedakan pemantauan berbasis AI dari alert ambang batas statis.
Demikian pula, WHOOP 4.0 menggunakan jaringan saraf yang dilatih pada jutaan jam data tidur dan pemulihan untuk menghasilkan skor "Strain" dan "Recovery" harian. Perangkat ini mengklaim dapat memprediksi kapan pengguna kemungkinan akan sakit 24 hingga 48 jam sebelum gejala muncul, berdasarkan detak jantung istirahat yang meningkat dan variabilitas detak jantung yang berkurang—klaim yang sebagian telah didukung dalam penelitian peer-reviewed yang diterbitkan di Scientific Reports.
Mungkin perkembangan paling signifikan secara klinis dalam wearable konsumen adalah pengejaran pemantauan glukosa berkelanjutan (CGM) non-invasif. Sistem FreeStyle Libre Abbott, yang menggunakan sensor kecil yang dimasukkan tepat di bawah kulit, telah memindahkan CGM dari perangkat untuk penderita diabetes yang bergantung insulin menjadi alat yang digunakan oleh jutaan orang tanpa diabetes yang ingin memahami bagaimana makanan, olahraga, dan stres mempengaruhi gula darah mereka.
Apple dilaporkan telah mengembangkan sensor glukosa optik non-invasif untuk Apple Watch selama lebih dari satu dekade. Pada awal 2025, Bloomberg melaporkan bahwa proyek tersebut telah mencapai hasil proof-of-concept menggunakan cahaya inframerah gelombang pendek, meskipun produk komersial masih beberapa tahun lagi. Jika berhasil, ini akan menjadi terobosan sensor kesehatan paling signifikan dalam sejarah wearable.
Fitur elektrokardiogram (EKG) yang disetujui FDA pada Apple Watch kini dikreditkan dengan mendeteksi fibrilasi atrium pada ribuan pengguna sebelum mereka mengalami gejala. Sebuah studi 2023 di JAMA Cardiology menemukan bahwa algoritma deteksi AFib Apple Watch memiliki sensitivitas 98% dan spesifisitas 99,6% dibandingkan dengan EKG 12-lead.
Oura Ring, kini dalam generasi keempat, telah menjadi wearable pilihan bagi atlet profesional, eksekutif, dan peneliti tidur. Faktor bentuknya—cincin bukan jam tangan—memungkinkan kontak kulit yang superior dan pembacaan oksimetri denyut nadi dan suhu yang lebih akurat selama tidur.
Aplikasi wearable AI melampaui kesehatan fisik ke kinerja kognitif dan produktivitas tempat kerja—sebuah batas terdepan yang menghasilkan kegembiraan sekaligus perdebatan etis.
Fitur Body Battery Garmin menggunakan kombinasi variabilitas detak jantung, stres, dan data aktivitas untuk menghasilkan perkiraan real-time cadangan energi. Penelitian menunjukkan bahwa indeks stres berbasis HRV berkorelasi dengan kelelahan kognitif yang dilaporkan sendiri, menjadikan sensor yang dikenakan di pergelangan tangan sebagai proksi yang masuk akal untuk beban mental.
Kecerdasan dalam wearable bertenaga AI didistribusikan di dua lapisan: inferensi on-device dan pelatihan model berbasis cloud.
AI on-device menangani fusi sensor real-time dan peringatan latensi rendah. Chip S9 Apple dalam Apple Watch Series 9, misalnya, mengandung mesin saraf yang mampu menjalankan model pembelajaran mesin sepenuhnya secara lokal—prasyarat untuk pemantauan kesehatan yang menjaga privasi.
Pelatihan berbasis cloud memungkinkan pembaruan model berkala yang membuat perangkat ini semakin pintar dari waktu ke waktu. WHOOP, Oura, dan Garmin semuanya menggunakan data pengguna yang diagregasi untuk melatih ulang model mereka.
Ekspansi wearable AI ke wilayah klinis mendorong perhatian regulasi di berbagai front. FDA telah mengeluarkan panduan yang membedakan antara perangkat kesehatan umum dan perangkat medis. Di Eropa, Regulasi Perangkat Medis (MDR) dan Undang-Undang AI menciptakan persyaratan kepatuhan yang tumpang tindih untuk wearable dengan klaim kesehatan.
Wearable bertenaga AI bukan lagi aksesori kesehatan periferal. Mereka menjadi antarmuka utama di mana individu—dan semakin banyak, sistem perawatan kesehatan—memantau dan mengelola kesehatan secara real-time. Tantangan ke depan bukan teknologi; melainkan tata kelola: memastikan data intim yang dihasilkan perangkat ini terlindungi, klaim klinis didukung, dan aplikasi produktivitas pemantauan biometrik tidak menjadi instrumen pengawasan tempat kerja.