UGM Kembangkan TBScreen.AI untuk Percepat Skrining Tuberkulosis di Wilayah Terpencil
- Dok Humas UGM
SLEMAN, VIVA Jogja – Universitas Gadjah Mada (UGM) bersama sejumlah mitra nasional dan internasional memperkenalkan teknologi skrining tuberkulosis berbasis kecerdasan buatan (AI) bernama TBScreen.AI. Inovasi ini dikembangkan untuk mendukung percepatan penemuan kasus tuberkulosis (TB) di wilayah 3T (tertinggal, terdepan, terluar) yang selama ini menghadapi keterbatasan akses terhadap layanan kesehatan. Melalui analisis foto rontgen dada, sistem ini dinilai mampu memberikan performa awal yang menjanjikan sebagai alat bantu deteksi dini TB.
Hasil penelitian TBScreen.AI dipaparkan dalam kegiatan diseminasi di Jakarta, Senin (03/08/2026) lalu. Dalam forum tersebut, tim peneliti menyampaikan capaian pengembangan teknologi sekaligus rekomendasi untuk tahapan validasi lanjutan sebelum sistem dapat diterapkan secara luas. Peneliti utama, dr. Antonia Morita Iswari Saktiawati, Ph.D., menjelaskan bahwa sistem ini menunjukkan tingkat sensitivitas sebesar 83 persen dan spesifisitas mencapai 87 persen. Menurutnya, capaian tersebut membuktikan potensi TBScreen.AI sebagai alat bantu skrining, meski masih diperlukan proses validasi lebih lanjut agar akurasinya semakin terjamin. “TBScreen.AI berpotensi dimanfaatkan sebagai alat bantu skrining tuberkulosis, meski masih memerlukan proses validasi lanjutan sebelum dapat diterapkan secara lebih luas dalam pelayanan kesehatan,” ujarnya, Jumat (06/08/2026).
Penelitian ini berlangsung selama dua tahun melalui kolaborasi UGM dengan University of Melbourne, Universitas Sebelas Maret, Monash University Indonesia, Pusat Rehabilitasi YAKKUM, Sentra Advokasi Perempuan, Difabel, dan Anak (SAPDA), serta Yayasan Pengembangan Kesehatan dan Masyarakat Papua. Riset ini didukung program KONEKSI Indonesia-Australia dan bertujuan mengembangkan sekaligus memvalidasi sistem AI berbasis foto rontgen dada sebagai alat bantu skrining TB. Teknologi ini diharapkan mampu menjawab tantangan penemuan kasus TB, terutama di daerah yang memiliki keterbatasan fasilitas kesehatan dan tenaga medis.
Anggota tim peneliti, Wahyono, S.Kom., Ph.D., menjelaskan bahwa pengembangan TBScreen.AI dilakukan melalui tahapan pengumpulan, validasi, hingga anotasi foto rontgen dada. Sistem kemudian menghasilkan confidence score atau tingkat keyakinan model dalam rentang 0–100 persen. Namun, skor tersebut tidak dimaksudkan sebagai dasar diagnosis akhir. “Hasil skrining tetap harus dipadukan dengan gejala klinis, faktor risiko pasien, penilaian dokter, serta pemeriksaan penunjang lainnya,” katanya.
