Jangkauan besar belum berarti masalah teratasi
Skrining TBC berbasis AI adalah penapisan awal yang menggunakan kecerdasan buatan untuk membaca citra rontgen dada dan menandai kemungkinan tuberkulosis agar orang yang membutuhkan pemeriksaan lanjutan dapat ditemukan lebih cepat. Teknologi CAD4TB dari Delft Imaging dilaporkan telah menjangkau lebih dari 2 juta orang di Indonesia sejak 2020. Namun, angka jangkauan itu bukan ukuran berapa banyak kasus yang berhasil didiagnosis dan ditangani. Diperkirakan ada sekitar 1,09 juta kasus TBC setiap tahun, sementara kasus yang belum terdeteksi masih menjadi hambatan utama. Karena itu, kabar tentang jutaan orang yang tersaring patut disambut, tetapi tidak boleh disamakan dengan keberhasilan mengendalikan penularan. Nilai skrining baru terlihat ketika orang yang berisiko mendapat pemeriksaan, diagnosis yang tepat, lalu pengobatan tanpa tertunda.
AI mempercepat penapisan, bukan menggantikan diagnosis
Keunggulan paling nyata kecerdasan buatan kesehatan dalam program ini adalah membantu mempercepat analisis rontgen dada. Hal itu berpotensi memperluas layanan di daerah yang kekurangan dokter spesialis radiologi. Bagi warga, proses penapisan yang lebih cepat dapat mengurangi hambatan untuk mengetahui apakah pemeriksaan lanjutan diperlukan. Tetapi hasil AI tetap bukan vonis. Tenaga kesehatan perlu memastikan temuan melalui tes diagnostik, termasuk pemeriksaan dahak molekuler, sebelum menetapkan diagnosis. Batas ini penting disampaikan secara terbuka agar masyarakat tidak menganggap hasil skrining positif sebagai kepastian penyakit atau hasil negatif sebagai alasan untuk mengabaikan gejala. Skrining TBC AI berguna sebagai pintu masuk menuju layanan, bukan pengganti tenaga medis maupun laboratorium. Perluasan teknologi akan berdampak jika tersedia jalur rujukan yang mudah dipahami dan dapat diakses oleh orang yang diperiksa.
Kasus tersembunyi menuntut skrining aktif
Tantangan terbesar bukan sekadar memperbanyak alat, melainkan menemukan orang yang belum menyadari gejala atau sulit menjangkau fasilitas kesehatan. Keterlambatan diagnosis dapat meningkatkan risiko penularan di masyarakat. Karena itu, deteksi dini TBC perlu mendatangi kelompok dengan risiko lebih tinggi, bukan hanya menunggu pasien datang sendiri. Prof. Erlina Burhan mendorong skrining aktif bagi kontak erat pasien TBC, orang dengan HIV, bayi dan anak-anak, lansia, serta mereka yang memiliki kondisi yang melemahkan daya tahan tubuh. Pendekatan ini lebih masuk akal daripada mengandalkan kesadaran individu semata: akses layanan, informasi tentang gejala, dan pemeriksaan yang mudah dijangkau harus berjalan bersama. Target eliminasi TBC pada 2030 membuat pekerjaan ini mendesak, tetapi sasaran waktu saja tidak akan menutup kesenjangan penemuan kasus jika kelompok yang paling rentan tetap luput.
Ukuran keberhasilan ada pada tindak lanjut
Program skrining tidak selesai saat seseorang menjalani rontgen. Setiap hasil yang mengindikasikan TBC harus diikuti pemeriksaan diagnostik lanjutan, lalu akses terhadap obat antituberkulosis dan dukungan agar pasien menuntaskan pengobatan. Tanpa rangkaian itu, skrining berisiko menghasilkan daftar orang yang perlu ditangani, tetapi tidak memastikan mereka benar-benar mendapat layanan. Pendampingan juga dibutuhkan agar pengobatan berlangsung berkesinambungan dan risiko TBC kebal obat dapat ditekan. Pemerintah, fasilitas kesehatan, dan mitra teknologi perlu mengukur keberhasilan bukan hanya dari jumlah orang yang dipindai, melainkan dari kasus yang dikonfirmasi, pasien yang mulai berobat, dan penyelesaian terapi. Jutaan orang telah dijangkau sejak 2020; langkah berikutnya ialah memastikan tidak ada hasil mencurigakan yang berhenti di layar.
Skrining AI memberi Indonesia alat yang berguna untuk mempercepat penapisan, terutama di wilayah dengan keterbatasan tenaga radiologi. Namun, sekitar 1,09 juta kasus TBC per tahun dan masih banyaknya kasus yang luput menunjukkan bahwa teknologi saja tidak cukup. Penemuan dini baru berarti ketika skrining aktif menjangkau kelompok berisiko, diagnosis dikonfirmasi, dan pengobatan tersedia sampai tuntas. Ukuran kemajuan seharusnya bukan semata-mata berapa banyak orang yang diperiksa, melainkan berapa banyak kasus tersembunyi yang ditemukan dan ditangani. Itulah syarat agar jangkauan AI berubah menjadi kemajuan nyata dalam menghentikan penularan.
