.webp)
Deteksi penyakit tuberkulosis (TBC) kini dapat dibantu dengan teknologi kecerdasan buatan atau artificial intelligence (AI). Salah satunya melalui perangkat lunak CAD4TB (Computer-Aided Detection for Tuberculosis) yang mampu menganalisis citra rontgen dada untuk membantu tenaga kesehatan mengidentifikasi indikasi TBC.
Teknologi yang dikembangkan Delft Imaging tersebut telah digunakan untuk mendukung skrining TBC terhadap lebih dari 2 juta orang di Indonesia.
CAD4TB bekerja dengan menganalisis gambar rontgen dada menggunakan algoritma kecerdasan buatan. Teknologi ini membantu mengidentifikasi kelainan pada paru-paru yang berpotensi mengindikasikan TBC.
SCROLL TO CONTINUE WITH CONTENT
Dengan bantuan AI, proses skrining diharapkan dapat berlangsung lebih luas dan efisien. Tenaga kesehatan juga dapat terbantu dalam menentukan individu yang membutuhkan pemeriksaan lanjutan.
Bagaimana Cara Kerja Teknologi AI CAD4TB?
CAD4TB merupakan perangkat lunak berbasis AI yang dirancang untuk membantu proses skrining TBC melalui analisis citra rontgen dada.
Secara umum, teknologi ini bekerja dengan memproses gambar rontgen dada untuk mengidentifikasi pola atau kelainan yang dapat mengindikasikan kemungkinan TBC.
Hasil analisis tersebut kemudian membantu tenaga kesehatan menentukan individu yang perlu menjalani pemeriksaan lebih lanjut.
Pemanfaatan teknologi ini dinilai berpotensi mempercepat proses penemuan kasus TBC, terutama di wilayah yang memiliki keterbatasan tenaga ahli radiologi.
Guru Besar sekaligus Dokter Spesialis Pulmonologi dan Kedokteran Respirasi Konsultan Infeksi Paru, Prof. Dr. dr. Erlina Burhan, M.Sc., Sp.P(K), menjelaskan bahwa AI seperti CAD4TB dapat memperkuat upaya penemuan kasus TBC secara lebih luas dan efisien.
Teknologi tersebut dapat membantu tenaga kesehatan mengidentifikasi orang yang memiliki indikasi TBC berdasarkan hasil analisis rontgen dada.
Namun, Prof. Erlina menegaskan bahwa hasil analisis AI bukan merupakan diagnosis akhir.
"Hasil analisis AI tetap perlu dikonfirmasi melalui pemeriksaan lanjutan dan penilaian tenaga kesehatan sebelum diagnosis dapat ditegakkan," jelasnya.
Karena itu, penggunaan teknologi AI harus diimbangi dengan akurasi yang terjaga, infrastruktur memadai, serta kemampuan tenaga kesehatan dalam mengoperasikannya.
Skrining TBC Penting untuk Menemukan Kasus Lebih Dini
Pemanfaatan teknologi seperti CAD4TB menjadi salah satu upaya untuk memperkuat deteksi dini TBC di Indonesia.
Pasalnya, TBC masih menjadi salah satu tantangan kesehatan masyarakat terbesar di Tanah Air. Organisasi Kesehatan Dunia (WHO) memperkirakan lebih dari 1 juta orang mengalami TBC di Indonesia pada 2025, dengan sekitar 134.000 kematian setiap tahunnya.
Sementara itu, Kementerian Kesehatan RI menyampaikan pada peringatan Hari Tuberkulosis Sedunia 2026 bahwa setiap menit dua orang terinfeksi TBC dan setiap empat menit satu orang meninggal akibat penyakit tersebut di Indonesia.
Tingginya beban penyakit ini membuat deteksi dini menjadi langkah penting. Kasus TBC yang terlambat ditemukan berpotensi meningkatkan risiko penularan sekaligus membuat pasien terlambat mendapatkan pengobatan.
Prof. Erlina menjelaskan, masih ada masyarakat yang belum menyadari gejala TBC atau mengalami keterbatasan akses terhadap layanan kesehatan.
Karena itu, skrining aktif perlu diperluas, terutama bagi kelompok masyarakat yang memiliki risiko lebih tinggi.
Kelompok tersebut meliputi orang yang tinggal serumah atau melakukan kontak erat dengan pasien TBC, orang dengan HIV, bayi, anak-anak, lansia, serta orang dengan kondisi yang melemahkan sistem kekebalan tubuh.
Skrining dengan AI Bukan Pengganti Pemeriksaan Dokter
Meski teknologi AI dapat membantu mempercepat skrining, masyarakat perlu memahami bahwa hasil pemeriksaan tersebut tidak otomatis memastikan seseorang positif TBC.
Hasil analisis CAD4TB berfungsi sebagai alat bantu untuk mengidentifikasi kemungkinan adanya kelainan pada paru-paru. Orang yang terindikasi membutuhkan pemeriksaan diagnostik lanjutan oleh tenaga kesehatan.
Pemeriksaan lanjutan diperlukan untuk memastikan diagnosis sehingga pasien bisa memperoleh penanganan yang sesuai.
Prof. Erlina menekankan keberhasilan penanggulangan TBC tidak cukup diukur dari banyaknya orang yang menjalani skrining.
Setiap orang yang terindikasi TBC harus mendapatkan akses terhadap pemeriksaan lanjutan, diagnosis yang tepat, dan pengobatan sesuai anjuran.
"Setiap orang yang terindikasi TBC perlu mendapatkan akses terhadap pemeriksaan lanjutan, diagnosis yang tepat, dan pengobatan sesuai anjuran," jelasnya.
Dengan demikian, perluasan skrining harus berjalan beriringan dengan penguatan layanan diagnostik, akses pengobatan, pendampingan pasien, serta kolaborasi antara pemerintah, fasilitas kesehatan, dan masyarakat.
Teknologi AI Sudah Bantu Skrining 2 Juta Orang di Indonesia
Delft Imaging mengumumkan bahwa teknologi CAD4TB telah mendukung skrining TBC terhadap lebih dari 2 juta orang di Indonesia.
Pencapaian tersebut merupakan hasil kolaborasi selama bertahun-tahun dengan penyedia layanan kesehatan, program pemerintah, perusahaan pertambangan, dan mitra pelaksana.
CEO sekaligus Founder Delft Imaging, Guido Geerts, mengatakan deteksi TBC membutuhkan inovasi berkelanjutan, kolaborasi, serta komitmen untuk memperluas akses layanan kesehatan hingga ke komunitas di wilayah terpencil.
Menurutnya, teknologi saja tidak cukup untuk mengeliminasi TBC. Diperlukan kerja sama berbagai pihak agar masyarakat yang terindikasi dapat memperoleh pemeriksaan dan pengobatan yang dibutuhkan.
Investasi dalam infrastruktur skrining, pengembangan inovasi, serta kerja sama sektor publik dan swasta juga menjadi bagian penting untuk menemukan lebih banyak kasus TBC yang belum terdeteksi.
Upaya tersebut diharapkan dapat mendukung target Indonesia menuju eliminasi TBC pada 2030.
