Yogyakarta, zekriansyah.com – Kabar gembira datang dari dunia kesehatan Indonesia! Universitas Gadjah Mada (UGM) kembali menunjukkan inovasinya dengan meluncurkan sebuah terobosan penting: TBScreen.AI. Ini adalah aplikasi skrining Tuberkulosis (TBC) berbasis kecerdasan buatan (AI) pertama yang dikembangkan di Indonesia. Kehadiran aplikasi ini diharapkan bisa menjadi angin segar dalam upaya kita bersama menekan angka kasus TBC yang masih cukup tinggi.
Penasaran bagaimana TBScreen.AI bekerja dan apa dampaknya bagi kesehatan masyarakat? Mari kita selami lebih jauh inovasi membanggakan dari UGM ini.
Mengapa TBScreen.AI Begitu Penting? Memahami Urgensi TBC di Indonesia
Tuberkulosis atau TBC masih menjadi masalah serius di Indonesia. Bayangkan saja, diperkirakan ada sekitar 125 ribu jiwa yang meninggal akibat TBC pada tahun 2024. Indonesia bahkan menempati peringkat kedua di dunia untuk jumlah kasus TBC terbanyak. Angka-angka ini menunjukkan bahwa kita butuh pendekatan baru yang lebih cepat dan efektif untuk mendeteksi dan menangani penyakit ini.
Organisasi Kesehatan Dunia (WHO) sendiri sudah merekomendasikan penggunaan teknologi computer-aided diagnosis (CAD) berbasis AI sebagai alat bantu membaca hasil X-ray dada. Inilah yang menjadi landasan bagi tim peneliti UGM, yang dipimpin oleh Wahyono, S.Kom., Ph.D. dari Departemen Ilmu Komputer dan Elektronika (DIKE) Fakultas MIPA UGM, untuk menciptakan TBScreen.AI. Wahyono menjelaskan, “Pengembangan ini tentunya untuk mendukung proses skrining. Organisasi Kesehatan Dunia (WHO) juga telah merekomendasikan penggunaan teknologi CAD sebagai alat bantu dalam membaca hasil X-ray dada.”
Inovasi ini sejalan dengan strategi pemerintah dalam penanggulangan TBC, khususnya Peraturan Presiden (Perpres) No. 67 Tahun 2021 yang menekankan pemanfaatan riset dan teknologi.
Cara Kerja TBScreen.AI: Deteksi Dini TBC Semudah Mengunggah Foto Rontgen
Salah satu keunggulan TBScreen.AI adalah kemudahan penggunaannya. Aplikasi ini dirancang agar dapat diakses oleh siapa saja, baik tenaga medis maupun masyarakat umum. Anda cukup mengunjungi situs http://tbscreen.ai, lalu mengunggah gambar rontgen dada Anda.
Setelah gambar diunggah, sistem AI akan langsung menganalisisnya dan menampilkan hasil dalam bentuk persentase kemungkinan terindikasi TBC. Prosesnya cepat dan otomatis, sangat membantu untuk skrining awal.
Namun, penting untuk diingat, seperti yang ditegaskan oleh Wahyono, hasil dari aplikasi ini bukanlah diagnosis akhir. “Hasil dari aplikasi ini bukan merupakan diagnosis akhir, melainkan skrining awal yang perlu ditindaklanjuti oleh dokter untuk penegakan diagnosis yang valid,” ujarnya. Ini berarti, jika ada indikasi TBC, langkah selanjutnya adalah segera berkonsultasi dengan dokter untuk pemeriksaan lebih lanjut dan diagnosis yang pasti.
Kolaborasi Lintas Institusi di Balik Inovasi UGM
Pengembangan aplikasi skrining TBC berbasis AI ini bukan proyek tunggal UGM. TBScreen.AI lahir dari Proyek Penelitian KONEKSI X-ray AI TB, sebuah inisiatif yang didanai oleh Department of Foreign Affairs and Trade (DFAT) Australia. Proyek ini dipimpin oleh dr. Antonia Morita I. Saktiawati, Ph.D. dari Fakultas Kedokteran, Kesehatan Masyarakat dan Keperawatan UGM sebagai Principal Investigator, dengan Wahyono sebagai Koordinator Tim AI.
Kolaborasi ini melibatkan banyak pihak, termasuk:
- University of Melbourne
- Monash University Indonesia
- Universitas Sebelas Maret
- Pusat Rehabilitasi YAKKUM
- Sentra Advokasi Perempuan, Difabel, dan Anak (SAPDA)
- Yayasan Pengembangan Kesehatan dan Masyarakat Papua (YPKMP)
Data awal untuk melatih model AI ini diperoleh dari RSUP Dr. Sardjito Yogyakarta. Tim peneliti, dengan dukungan tim klinis dan radiologi, memvalidasi data tersebut sebelum mengembangkan model AI menggunakan teknologi Digital Image Processing, Computer Vision, dan Machine Learning.
Uji Coba dan Harapan ke Depan: Menuju Deteksi TBC yang Lebih Merata
Saat ini, TBScreen.AI masih dalam tahap rilis terbatas. Akurasi model AI saat ini berada di kisaran 64% dengan 936 data X-ray yang sudah dianalisis. Tim pengembang terus berupaya meningkatkan akurasi dengan menambah variasi data, salah satunya dari RSUD Mimika.
Aplikasi ini sedang diuji coba sebagai pilot project di dua lokasi: Balkesmas Klaten (2 Agustus 2025) dan RSUD Mimika (7 Agustus 2025). Tujuannya adalah untuk mendapatkan umpan balik dari tenaga kesehatan di lapangan guna penyempurnaan aplikasi. Harapannya, aplikasi skrining TBC ini dapat dirilis secara luas pada akhir tahun 2025.
Hadirnya TBScreen.AI diharapkan dapat mempercepat deteksi kasus TBC secara aktif, terutama di daerah-daerah yang sulit dijangkau atau di fasilitas kesehatan yang belum memiliki dokter spesialis radiologi. Inovasi ini juga menjadi kontribusi nyata UGM dalam mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs), khususnya untuk kehidupan sehat dan sejahtera (SDG 3), kesetaraan gender (SDG 5), inovasi (SDG 9), dan kemitraan (SDG 17).
Kesimpulan
Inovasi TBScreen.AI dari UGM adalah langkah maju yang signifikan dalam penanganan Tuberkulosis di Indonesia. Dengan memanfaatkan AI dan teknologi canggih, aplikasi skrining TBC pertama Indonesia ini membuka harapan baru untuk deteksi TBC yang lebih cepat, mudah, dan merata. Mari kita dukung penuh upaya UGM dan tim kolaboratornya agar TBScreen.AI dapat segera dimanfaatkan secara luas, demi eliminasi TBC dan kesehatan masyarakat Indonesia yang lebih baik.
FAQ
Tanya: Apa itu TBScreen.AI dan siapa pengembangnya?
Jawab: TBScreen.AI adalah aplikasi skrining Tuberkulosis (TBC) berbasis kecerdasan buatan (AI) pertama di Indonesia yang dikembangkan oleh tim peneliti Universitas Gadjah Mada (UGM).
Tanya: Mengapa skrining TBC dengan AI seperti TBScreen.AI dianggap penting di Indonesia?
Jawab: Skrining TBC dengan AI penting karena Indonesia masih menghadapi angka kasus TBC yang tinggi, dan teknologi ini direkomendasikan oleh WHO sebagai alat bantu diagnosis yang lebih cepat dan efektif.
Tanya: Bagaimana cara kerja TBScreen.AI dalam mendeteksi TBC?
Jawab: TBScreen.AI bekerja dengan memanfaatkan teknologi computer-aided diagnosis (CAD) berbasis AI untuk membantu membaca hasil X-ray dada.