
Sistem kesehatan Indonesia masih memiliki tantangan besar dalam penyakit Tuberkulosis (TBC) dengan jumlah kematian yang diperkirakan mencapai 125 ribu jiwa pada tahun 2024. Menyadari urgensi masalah ini, tim peneliti dari Departemen Ilmu Komputer dan Elektronika (DIKE) Fakultas MIPA Universitas Gadjah Mada, Wahyono, S.Kom., Ph.D., bersama timnya mengembangkan sebuah aplikasi skrining TBC berbasis AI pertama di Indonesia bernama TBScreen.AI melalui link http://tbscreen.ai.
Wahyono mengatakan bahwa inisiasi dari upaya pemerintah untuk penanggulangan TBC yang salah satu strategi utamanya dengan pemanfaatan hasil penelitian dan inovasi teknologi, termasuk pengembangan computer-aided diagnosis (CAD) berbasis artificial intelligence (AI). “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,” kata Wahyono di Kampus UGM, Jumat (8/8).
Dikatakan Wahyono, aplikasi ini dirancang untuk dapat diakses oleh tenaga medis maupun masyarakat umum. Teknis penggunaannya pun sangat mudah, pengguna cukup mengunggah foto rontgen dada, dan sistem akan secara otomatis menganalisis serta menampilkan hasil dalam bentuk persentase kemungkinan terindikasi TBC. Meski begitu, Wahyono menegaskan bahwa hasil dari aplikasi ini bukan merupakan diagnosis akhir, melainkan skrining awal yang perlu ditindaklanjuti oleh dokter untuk penegakan diagnosis yang valid.
Pengembangan aplikasi ini merupakan bagian dari proyek riset yang didanai oleh program KONEKSI, sebuah inisiatif dari 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, selaku Principal Investigator untuk KONEKSI X-ray AI TB Project, dengan Wahyono, S.Kom., Ph.D. sebagai Koordinator Tim AI. Proyek ini juga melibatkan kolaborasi lintas institusi, termasuk University of Melbourne, Monash University Indonesia, Universitas Sebelas Maret, Pusat Rehabilitasi YAKKUM, Sentra Advokasi Perempuan, Difabel, dan Anak (SAPDA), serta Yayasan Pengembangan Kesehatan dan Masyarakat Papua (YPKMP).
Awalnya, Wahyono mengatakan, perancangan aplikasi ini berangkat dari data yang didapatkan dari RS Sardjito Yogyakarta. Ia dan tim kemudian memastikan bahwa data yang digunakan valid sehingga akan ada proses validasi oleh Tim Klinis yang dipimpin oleh dr. Antonia Morita I. Saktiawati dan Tim Radiologi yang dipimpin oleh Prof. Lina Choridah, Sp.Rad(K). Setelah data divalidasi, tim langsung mengembangkan model AI berbasis pada Digital Image Processing, Computer Vision, Machine Learning.
Selanjutnya, pemodelan AI ini kemudian dilakukan dengan berbagai macam setting. Wahyono mengatakan bahwa dataset mereka dibagi menjadi data training untuk melatih model AI dan data validasi untuk mengukur validitas model. “Saat ini kami masih mendapat validitas sekitar 64% dengan jumlah data yang kami gunakan sekitar 936 data. Kami saat ini sedang dalam proses menunggu data tambahan yang berasal dari RSUD Mimika,” ungkapnya.
Lebih lanjut, fitur utama yang terdapat dalam aplikasi ini adalah skrining otomatis foto rontgen dada dengan output berupa probabilitas terindikasi TBC dengan nilai 0-100%. Fitur ini dapat diakses oleh tenaga Kesehatan dan juga oleh masyarakat umum namun dengan fitur terbatas. “Tim pengembang juga menyediakan fitur untuk mengumpulkan dataset tambahan dalam rangka menambah variasi data untuk meningkatkan akurasi model AI,” jelasnya.
Untuk saat ini, aplikasi ini baru dirilis secara terbatas. Saat ini tim sudah melakukan sosialisasi ke tenaga kesehatan terkait penelitian yang dilakukan seperti Balkesmas Klaten tanggal 2 Agustus lalu dan RSUD Mimika tanggal 7 Agustus 2025. Nantinya dua tempat ini akan menjadi pilot project penggunaan aplikasi. “Rilis terbatas ini dalam rangka mendapatkan feedback dari tenaga Kesehatan di dua lokasi untuk penyempurnaan aplikasi AI. Harapannya aplikasi dirilis secara luas pada akhir tahun ini,” kata Wahyono.
Hadirnya aplikasi TBScreen.AI dapat mempercepat deteksi kasus TBC secara aktif terutama di wilayah yang sulit dijangkau atau fasilitas kesehatan yang belum memiliki dokter. Inovasi ini sekaligus menjadi kontribusi nyata dalam mendukung pencapaian Tujuan Pembangunan Berkelanjutan.
Penulis : Lintang Andwyna
Editor : Gusti Grehenson
Foto : Dok. Tim Peneliti