Jangkauan luas, tetapi pekerjaan belum selesai
Skrining TBC berbasis AI adalah penapisan awal yang menggunakan perangkat lunak untuk membaca citra rontgen dada dan membantu tenaga kesehatan menemukan indikasi tuberkulosis lebih cepat. Teknologi CAD4TB buatan Delft Imaging dilaporkan telah menjangkau lebih dari 2 juta orang sejak 2020. Angka itu menunjukkan potensi skrining digital untuk memperluas jangkauan deteksi, terutama ketika jumlah tenaga ahli terbatas. Namun, jangkauan bukanlah ukuran akhir keberhasilan. Sekitar 1,09 juta kasus TBC diperkirakan terjadi setiap tahun, sementara banyak kasus belum terdeteksi atau terlambat ditangani. Tanpa tindak lanjut yang memadai, jutaan pemeriksaan berisiko berhenti sebagai angka kegiatan, bukan langkah yang memutus penularan. Karena eliminasi TBC ditargetkan pada 2030, perluasan deteksi dini penting—tetapi hanya bermakna jika orang yang terindikasi benar-benar masuk ke jalur diagnosis dan perawatan.

Rontgen dada AI mempercepat penapisan
Perangkat rontgen dada AI menganalisis citra untuk mencari pola yang mengindikasikan TBC, lalu membantu tenaga medis menentukan siapa yang perlu menjalani pemeriksaan lanjutan. Proses ini dapat memangkas waktu analisis dan berguna di wilayah yang kekurangan dokter spesialis radiologi. Bagi masyarakat, manfaat praktisnya adalah peluang memperoleh penapisan lebih dekat dan cepat, termasuk melalui skrining aktif yang tidak hanya menunggu orang datang dengan keluhan. Perluasan ini patut diprioritaskan bagi orang yang tinggal serumah atau berkontak erat dengan pasien TBC, orang dengan HIV, bayi dan anak-anak, lansia, serta mereka yang daya tahan tubuhnya lemah. Namun, keluaran AI adalah petunjuk, bukan vonis. Menyebutnya sebagai diagnosis akan memberi kesan kepastian yang tidak dimiliki alat penapisan dan berisiko menimbulkan kecemasan atau rasa aman yang keliru.

Jembatan menuju diagnosis harus kuat
Batas utama skrining TBC AI terletak pada apa yang terjadi setelah hasil keluar. Orang dengan indikasi TBC tetap memerlukan evaluasi tenaga kesehatan dan pemeriksaan konfirmasi, misalnya tes dahak molekuler, sebelum diagnosis ditetapkan. Pemeriksaan lanjutan harus mudah diakses dan berlangsung cepat; jika pasien terindikasi tidak memperoleh tes diagnostik, keunggulan kecepatan AI kehilangan sebagian besar nilainya. Alur layanan juga mesti mencakup pengobatan yang sesuai dan pendampingan pasien hingga terapi selesai. Ini penting bukan hanya bagi pemulihan individu, tetapi juga untuk menekan penularan dan mencegah masalah seperti TBC kebal obat. Karena itu, ukuran keberhasilan seharusnya melampaui jumlah orang yang menjalani rontgen: perlu dilihat berapa banyak yang menerima konfirmasi, memulai pengobatan, dan menyelesaikannya.

Teknologi perlu diikuti akses perawatan
Capaian lebih dari 2 juta orang membuktikan bahwa skrining berbasis AI dapat membantu memperluas deteksi, tetapi tidak menghapus hambatan akses layanan kesehatan yang membuat kasus luput ditemukan. Tantangan berikutnya adalah memastikan fasilitas diagnostik, tenaga kesehatan, ketersediaan obat, dan pendampingan berjalan beriringan, termasuk bagi warga di wilayah terpencil. Pemerintah, fasilitas kesehatan, dan masyarakat perlu membangun jalur rujukan yang jelas agar hasil penapisan tidak menjadi jalan buntu. AI paling berguna ketika mempercepat keputusan untuk memeriksa, bukan ketika menggantikan pertimbangan klinis. Dengan demikian, teknologi ini layak dipandang sebagai pengungkit sistem kesehatan, bukan solusi tunggal untuk epidemi TBC.
Kesimpulannya, skrining TBC AI memberi kapasitas penting untuk menemukan indikasi lebih cepat dan menjangkau lebih banyak orang. Namun, dampaknya baru nyata jika setiap hasil mencurigakan diikuti pemeriksaan konfirmasi, diagnosis profesional, dan pengobatan tuntas. Target eliminasi 2030 bergantung bukan hanya pada kecanggihan rontgen dada AI, melainkan juga pada kemampuan layanan kesehatan mengubah temuan menjadi perawatan.






