AI membaca rontgen, memburu TBC sebelum terlambat

Mesin Membaca Paru dalam Hitungan Detik, Tapi Sistem Kesehatan Masih Tertinggal

Pemandanganindah.com – Sebuah bayangan kecil di pita rontgen dada bisa menjadi satu-satunya petunjuk bahwa tuberkulosis sedang bekerja di dalam tubuh seseorang. Selama puluhan tahun, membaca bayangan itu sepenuhnya bergantung pada ketajaman mata radiolog. Kini, algoritma kecerdasan buatan mampu menandai area paru yang mencurigakan dalam waktu yang jauh lebih singkat daripada proses manual. Kecepatan mesin bukan lagi persoalan utama. Persoalan sesungguhnya terletak pada apa yang terjadi setelah skor kecurigaan itu muncul: apakah pasien segera diperiksa ulang, diobati, dan dipisahkan dari lingkungan yang rentan tertular?

Tuberkulosis dikenal sebagai penyakit yang bergerak tanpa suara. Banyak orang hidup berbulan-bulan dengan batuk kronis, penurunan berat badan, dan keringat malam tanpa pernah melangkah ke fasilitas kesehatan. Ketika akhirnya datang, kerusakan paru sudah cukup lanjut dan risiko penularan ke keluarga maupun tetangga telah berlangsung lama. Dalam konteks inilah kemampuan mendeteksi dini menjadi faktor penentu, bukan sekadar kemewahan teknologi.

Beban Epidemiologis yang Tidak Bisa Diabaikan

Skala masalah di Indonesia berada pada level yang menuntut respons sistemik. Global Tuberculosis Report 2025 menempatkan Indonesia sebagai penyumbang sekitar 10 persen kasus TBC dunia pada tahun 2024, menjadikannya negara dengan beban terbesar kedua setelah India. Estimasi WHO untuk tahun 2023 menunjukkan sekitar 1,09 juta orang di Indonesia mengalami TBC, dengan tingkat insidensi berkisar 387 hingga 388 kasus per 100.000 penduduk. Angka-angka tersebut bukan sekadar statistik; mereka mewakili jutaan interaksi rumah tangga, ruang kerja, dan ruang publik di mana bakteri Mycobacterium tuberculosis berpotensi berpindah dari satu orang ke orang lain setiap hari.

Di balik angka nasional itu terdapat disparitas geografis dan sosial-ekonomi yang tajam. Daerah dengan akses radiolog terbatas, puskesmas yang kekurangan tenaga, dan populasi yang bergerak lintas wilayah menciptakan celah di mana kasus aktif lolos tanpa terdeteksi selama berbulan-bulan. Menutup celah itu memerlukan kombinasi teknologi, kebijakan, dan kapasitas manusia yang berjalan serentak.

TBScreen.AI: Dari Laboratorium UGM ke Ruang Skrining

Di tengah kebutuhan mendesak tersebut, sebuah sistem deteksi berbantuan komputer berbasis kecerdasan buatan bernama TBScreen.AI dikembangkan oleh tim Universitas Gadjah Mada (UGM) bersama mitra riset. Sistem ini dirancang untuk membaca citra rontgen dada dan memberikan skor kecurigaan radiologis, sehingga tenaga kesehatan di garis depan dapat memprioritaskan siapa yang memerlukan pemeriksaan lanjutan seperti uji dahak atau CT scan.

Penting untuk menegaskan batas fungsi alat ini. Skor yang dihasilkan TBScreen.AI bukan persentase kepastian bahwa seseorang menderita TBC. Skor tersebut tidak boleh diperlakukan sebagai diagnosis akhir. Ia berfungsi sebagai saringan awal yang mempercepat triase, bukan pengganti penilaian klinis.

Dalam hasil yang dilaporkan UGM pada Agustus 2026, sistem ini menunjukkan sensitivitas sekitar 83 persen dan spesifisitas sekitar 87 persen pada data yang diuji. Sebagai alat bantu skrining, angka tersebut menjanjikan karena berarti sebagian besar kasus positif tidak terlewatkan sementara tingkat false positive tetap terkendali. Namun, para pengembang sendiri menekankan bahwa validasi eksternal multisenter pada populasi yang lebih beragam—meliputi berbagai etnik, tingkat prevalensi, dan kualitas citra—tetap merupakan prasyarat sebelum implementasi skala luas.

Lapas sebagai Mikrokosmos: Ketika Metode Skrining Menentukan Angka

Salah satu konteks di mana urgensi deteksi dini paling terasa adalah lembaga pemasyarakatan dan rumah tahanan. Kepadatan hunian, ventilasi yang sering tidak memadai, serta komorbiditas kesehatan penghuni menjadikan lingkungan tersebut lahan subur bagi penularan TBC. Data dari Program Penanggulangan TBC di UPT pemasyarakatan memperlihatkan bagaimana perubahan metode skrining langsung mengubah jumlah kasus yang terdeteksi.

Pada tahun 2023, ketika skrining rutin yang mencakup rontgen dada dan berbagai pendekatan penemuan kasus aktif diterapkan secara aktif, tercatat 6.039 orang terdiagnosis TBC. Memasuki 2024, ketika penemuan kasus lebih mengandalkan skrining gejala saja, jumlah deteksi turun secara signifikan. Ketika pada 2025 rontgen kembali diterapkan secara lebih menyeluruh, angka melonjak menjadi 7.972 kasus.

Perbandingan antar-tahun ini tidak boleh dibaca sebagai perubahan langsung pada insidensi penyakit. Cakupan populasi yang diskrining, komposisi penghuni, dan metode deteksi berbeda pada setiap tahun. Pelajaran yang sesungguhnya terletak pada pola itu sendiri: jumlah kasus yang ditemukan sangat bergantung pada seberapa aktif dan sensitif sistem yang mencarinya. Semakin pasif pendekatan, semakin banyak kasus aktif yang tetap bersembunyi di dalam populasi dan terus menularkan.

Apa yang Harus Terjadi Selanjutnya

Kehadiran TBScreen.AI dan sistem CAD sejenis membuka kemungkinan untuk memperluas jangkauan skrining ke fasilitas yang tidak memiliki radiolog tetap. Di puskesmas kecamatan, pos kesehatan keliling, atau unit kesehatan lapas, seorang perawat atau dokter umum dapat menggunakan skor AI sebagai penanda awal sebelum merujuk pasien ke pemeriksaan lanjutan. Ini bukan pengganti dokter; ini adalah pengaliat kapasitas yang memungkinkan satu tenaga kesehatan melayani lebih banyak orang tanpa mengorbankan ketelitian.

Yang dibutuhkan sekarang bukan lagi debat tentang apakah mesin mampu membaca rontgen. Yang dibutuhkan adalah infrastruktur kebijakan: protokol rujukan yang jelas, rantai pasok obat yang andal, mekanisme pelaporan kasus yang cepat, serta pelatihan tenaga garis depan agar skor kecurigaan diterjemahkan menjadi tindakan klinis dalam hitungan jam, bukan minggu. Teknologi sudah tersedia dalam bentuk prototipe yang menjanjikan. Jarak antara skor di layar dan pasien yang menerima terapi pertama adalah jarak yang harus ditempuh oleh sistem kesehatan secara keseluruhan.

Tuberkulosis tidak akan menunggu hingga seluruh infrastruktur siap. Setiap hari keterlambatan berarti lebih banyak paru yang rusak dan lebih banyak orang yang terpapar. Memburu penyakit sebelum penyakit memburu korban bukan lagi pilihan kebijakan; ia adalah keharusan operasional.