AI Masuk Puskesmas Terpencil: Mengapa Skrining TB Tak Bisa Lagi Konvensional
Skrining tuberkulosis AI adalah penggunaan kecerdasan buatan dalam membaca foto toraks, biomarker, dan data klinis untuk mempermudah deteksi dini TB di fasilitas kesehatan dengan tenaga terbatas, infrastruktur diagnostik minim, dan beban penyakit tinggi sehingga keputusan siapa yang perlu pemeriksaan lanjutan bisa dibuat lebih cepat dan terarah. Di tengah beban TB global yang masih mencapai 10,6 juta kasus dengan 1,3 juta kematian, dan sekitar 1,08 juta kasus berasal dari satu negara besar di dunia, pendekatan pasif menunggu pasien datang jelas ketinggalan zaman. Masalahnya bukan hanya ketersediaan obat, tetapi kemampuan menemukan kasus sedini mungkin, terutama di wilayah 3T kesehatan yang selama ini berada di tepian sistem layanan. Inilah konteks yang membuat inisiatif kampus mengembangkan teknologi kesehatan AI untuk TB menjadi langkah yang jauh lebih politis dan strategis daripada sekadar proyek teknologi.
TBScreen.AI UGM: Mesin Baca Rontgen untuk Wilayah 3T, Bukan untuk Kota Saja
Ketika banyak solusi teknologi kesehatan AI berhenti di rumah sakit besar, tim Universitas Gadjah Mada berani menaruh fokus pada wilayah 3T (Tertinggal, Terdepan, dan Terluar) melalui TBScreen.AI. Sistem skrining tuberkulosis AI berbasis foto X-ray dada ini diklaim memiliki sensitivitas 83 persen dan spesifisitas 87 persen, angka yang cukup menjanjikan untuk alat skrining garis depan sebelum pemeriksaan molekuler lebih mahal dilakukan. Pernyataan bahwa “TBScreen.AI berpotensi dimanfaatkan sebagai alat bantu skrining tuberkulosis” datang dari peneliti utama yang memimpin proyek ini. Namun, pengembang tidak menutup mata: mereka mengakui teknologi ini masih memerlukan validasi lebih lanjut sebelum diterapkan luas. Dari sisi kebijakan, ada dorongan agar skrining berbasis AI diintegrasikan dengan program Cek Kesehatan Gratis, sehingga tidak berhenti sebagai pilot project yang hanya dikenal di konferensi dan jurnal.
Deteksi Dini TB di Wilayah 3T: Dari Hambatan Transportasi ke Layar Digital
Titik lemah penanganan TB selama ini ada pada deteksi dini TB di lapangan. Wilayah 3T sering kesulitan mengakses layanan kesehatan memadai, termasuk untuk deteksi dan pengobatan TBC. Jarak jauh ke rumah sakit, biaya transportasi, hingga status kepesertaan asuransi menjadi hambatan riil, bukan sekadar catatan akademik. Penelitian yang menyertai pengembangan TBScreen.AI memetakan empat kelompok hambatan: keterbatasan fasilitas dan layanan, kendala ekonomi dan asuransi, faktor sosial budaya, dan transportasi. Di titik inilah skrining tuberkulosis AI yang bisa dibawa ke fasilitas sederhana menjadi game changer. Teknologi ini dirancang untuk meningkatkan deteksi dini TBC di daerah sulit dijangkau dan sekaligus meningkatkan kesadaran masyarakat mengenai pentingnya skrining TBC. Dengan skrining yang lebih cepat, penemuan kasus dapat dilakukan lebih dini sehingga pengobatan bisa segera dimulai dan risiko penularan ditekan.
Unusa dan Diagnostik Presisi: AI, Genomik, dan Era Baru Diagnosis TB Cepat
Di jalur lain, Universitas Nahdlatul Ulama Surabaya menempatkan AI dalam kerangka diagnostik yang lebih maju: biomarker dan teknologi genomik. Mereka mendorong diagnosis tuberkulosis cepat, presisi, dan mudah diakses melalui kombinasi artificial intelligence, panel biomarker, hingga sequencing genom tingkat lanjut. AI tidak lagi sekadar membaca foto toraks digital, tetapi membantu menentukan siapa yang perlu pemeriksaan molekuler lebih lanjut, sementara riset mulai meninggalkan ketergantungan tunggal pada sputum dengan mengeksplorasi urine, darah, tongue swab, hingga aerosol pernapasan. Pendekatan ini relevan bagi pasien yang kesulitan menghasilkan sputum, seperti anak-anak dan pasien dengan kondisi lemah. Sisi paling menarik adalah dorongan menuju precision medicine: pasien TB dipandang bukan kelompok homogen, sehingga profil resistansi obat dan faktor komorbid perlu diidentifikasi cepat melalui rapid molecular assays, targeted sequencing, hingga whole-genome sequencing.
Dari Prototipe ke Dampak Nyata: Syarat Agar AI TB Tidak Jadi Gimmick
Terlepas dari angka sensitivitas dan spesifisitas yang tampak meyakinkan, keberhasilan teknologi kesehatan AI untuk TB akan ditentukan oleh seberapa jauh ia mengubah kenyataan di puskesmas dan klinik lapangan. Pengembangan TBScreen.AI dilakukan bersama berbagai mitra, dan secara eksplisit ditujukan untuk membantu penemuan kasus di daerah dengan akses terbatas. Proyek ini juga diklaim meningkatkan deteksi dini TBC dan kesadaran masyarakat tentang pentingnya skrining TBC. Namun tanpa penguatan sistem layanan—ketersediaan tenaga, alur rujukan, hingga jaminan pengobatan—AI hanya akan menambahkan satu layar baru di ruangan yang infrastrukturnya belum siap. Di sisi akademik, forum ilmiah yang digelar untuk membahas frontier riset TB menjadi langkah penting, tetapi ukuran akhir tetap sama: apakah inovasi ini membuat diagnosis lebih cepat, lebih adil, dan lebih dekat bagi warga di wilayah 3T kesehatan yang selama ini ditinggalkan sistem.
