Harianjogja.com, JAKARTA—Tim peneliti dari Indonesia dan Australia yang tergabung dalam platform KONEKSI mengembangkan TBScreen.AI, teknologi berbasis kecerdasan buatan (artificial intelligence/AI) yang dirancang untuk membantu mempercepat dan memperluas skrining tuberkulosis (TB/TBC) di Indonesia. Platform ini memanfaatkan analisis foto ronsen dada dan mampu memberikan hasil dalam waktu kurang dari lima detik sebagai alat bantu skrining awal.
Riset tersebut merupakan kolaborasi Universitas Gadjah Mada (UGM), Universitas Sebelas Maret UNS), University of Melbourne, Universitas Monash Indonesia, Pusat Rehabilitasi Yakkum, Sentra Advokasi Perempuan, Difabel, dan Anak (SAPDA), serta Yayasan Pengembangan Kesehatan dan Masyarakat Papua (YPKMP).
Peneliti Utama Morita Iswari Saktiawati menjelaskan tim mengembangkan TBScreen.AI sebagai platform skrining tuberkulosis yang fleksibel digunakan di berbagai wilayah.
Platform tersebut mengadopsi teknologi Computer-Aided Detection (CAD), yaitu sistem yang memanfaatkan komputer dan kecerdasan buatan untuk membantu mengidentifikasi tanda-tanda penyakit melalui pembacaan citra medis, termasuk foto ronsen.
Petugas kesehatan nantinya cukup mengunggah foto ronsen ke dalam sistem. Selanjutnya, platform akan menganalisis gambar tersebut dalam waktu kurang dari lima detik.
Kemampuan itu diharapkan dapat mempercepat proses skrining TB, terutama di daerah terpencil yang masih menghadapi keterbatasan fasilitas kesehatan dan minim dokter spesialis radiologi.
"Teknologi berbasis kecerdasan buatan ini kami kembangkan sebagai alat bantu skrining, dengan algoritma AI yang telah disesuaikan dengan karakteristik populasi Indonesia. Pengumpulan dan uji data yang dilakukan menghasilkan sensitivitas platform TBScreen.AI mencapai 83,16 persen," kata Morita yang juga dosen Departemen Penyakit Dalam, Fakultas Kedokteran, Kesehatan Masyarakat dan Keperawatan Universitas Gadjah Mada (UGM) tersebut di Jakarta, Senin, (3/8/2026).
Kembangkan Sistem CAD Mandiri
Morita mengatakan teknologi Computer-Aided Detection (CAD) untuk skrining tuberkulosis telah berkembang di berbagai negara.
Namun hingga kini Indonesia belum memiliki sistem CAD yang dikembangkan secara mandiri.
Karena itu, tim peneliti merancang TBScreen.AI dengan mempertimbangkan karakteristik masyarakat Indonesia, mulai dari perbedaan gender, usia, ras, hingga kondisi disabilitas agar hasil skrining lebih akurat dan sesuai dengan kebutuhan lokal.
Selain meningkatkan akurasi, pengembangan platform di dalam negeri juga dinilai penting untuk menjaga kedaulatan data kesehatan nasional.
Menurut Morita, data pasien, metadata klinis, hingga hasil pemeriksaan laboratorium merupakan informasi sensitif sehingga lebih aman apabila dikelola dan disimpan di Indonesia.
"Selain itu, pengembangan nasional lebih berkelanjutan dari sisi biaya karena tidak bergantung pada lisensi tahunan produk komersial luar negeri," imbuhnya.
Hasil Analisis Ditampilkan dalam Lima Kategori
Peneliti Departemen Ilmu Komputer dan Elektronika (DIKE) Fakultas MIPA UGM, Wahyono, menjelaskan TBScreen.AI bekerja dengan menganalisis foto ronsen dada, kemudian memberikan rekomendasi tingkat kemungkinan tuberkulosis dalam bentuk persentase.
Hasil analisis tersebut dibagi ke dalam lima kategori, yakni:
Very Low (0–20 persen)
Low (20–40 persen)
Intermediate (40–60 persen)
High (60–80 persen)
Very High (80–100 persen)
Dalam implementasinya, platform menggunakan cut-off sebesar 50 persen. Hasil di bawah ambang batas tersebut cenderung dikategorikan sebagai skrining negatif, sedangkan hasil di atas 50 persen cenderung dianggap sebagai skrining positif.
Wahyono menjelaskan nilai cut-off tersebut dapat disesuaikan dengan kebutuhan. Jika suatu daerah ingin meningkatkan sensitivitas agar lebih banyak kasus TB terdeteksi, ambang batas dapat diturunkan menjadi 40 persen. Sebaliknya, untuk meningkatkan spesifisitas, nilai tersebut dapat dinaikkan.
Bukan Alat Diagnosis Akhir
Meski mampu memberikan rekomendasi berdasarkan analisis foto ronsen, Wahyono menegaskan TBScreen.AI bukan alat untuk menetapkan diagnosis tuberkulosis.
Platform tersebut hanya berfungsi sebagai alat skrining awal yang membantu tenaga kesehatan mengidentifikasi individu yang memerlukan pemeriksaan lanjutan sebelum diagnosis dipastikan melalui evaluasi klinis dan pemeriksaan penunjang lainnya.
Staf Tim Kerja Tuberkulosis (TB) dan Infeksi Saluran Pernapasan Akut (ISPA) Kementerian Kesehatan, Rita Aryati, mengatakan capaian notifikasi kasus TB di Indonesia masih berada di bawah target pemerintah.
Berdasarkan data hingga 27 Juli 2026, realisasi penemuan dan pelaporan kasus baru sampai akhir Juni 2026 baru mencapai 41 persen, masih di bawah target minimal 45 persen untuk periode tersebut.
“Jadi, penelitian TBScreen.AI dapat membantu Kementerian Kesehatan dalam upaya peningkatan skrining TB,” ujar Rita.
Pengembangan TBScreen.AI diharapkan dapat mendukung upaya perluasan skrining tuberkulosis di Indonesia, terutama di wilayah dengan keterbatasan tenaga spesialis dan fasilitas kesehatan, sekaligus menjadi langkah menuju kemandirian teknologi kesehatan nasional.
Cek Berita dan Artikel yang lain di Harian Jogja, dan edisi cetak versi elektronik kami hadir di Epaper Harian Jogja.
Sumber : Bisnis.com
