RRI.CO.ID, Surabaya – Kecepatan dan akurasi dalam deteksi dini penyakit Tuberkulosis (TBC) kini memasuki babak baru berkat integrasi teknologi Artificial Intelligence (AI). Dalam program Dialog Sosial Pro 4 RRI Surabaya edisi Jumat, 17 April 2026, Dr. Nia Saurina, S.ST., M.Kom, Dosen Program Studi Informatika Universitas Wijaya Kusuma Surabaya (UWKS), memaparkan potensi besar penggunaan Deep Learning dalam mendukung kesehatan masyarakat.
Dalam dialog bertajuk "AI for Public Health: Penerapan Deep Learning pada Skrining Tuberkulosis untuk Mendukung Kesehatan Masyarakat", Dr. Nia menjelaskan bahwa metode konvensional melalui pemeriksaan laboratorium seringkali membutuhkan waktu yang lama.
Sementara itu, skrining melalui foto rontgen dada (chest x-ray) terkadang memiliki tantangan dalam objektivitas dan ketersediaan pakar radiologi di daerah terpencil. Dr. Nia mengungkapkan bahwa teknologi Deep Learning, khususnya model Convolutional Neural Network (CNN), mampu "melatih" komputer untuk mengenali pola-pola spesifik bakteri atau kerusakan paru-paru akibat TBC pada gambar medis dengan akurasi yang sangat tinggi.
"Dengan teknik Transfer Learning, kita bisa memanfaatkan model kecerdasan buatan yang sudah terlatih untuk mendeteksi fitur-fitur kompleks, sehingga proses skrining bisa dilakukan lebih cepat, masif, dan akurat hingga mencapai tingkat Area Under the Curve (AUC) di atas 90%," ujar Dr. Nia di Studio Pro 4 RRI Surabaya.
Implementasi AI ini diharapkan tidak menggantikan peran dokter, melainkan menjadi alat pendukung keputusan (decision support system) yang membantu tenaga medis memprioritaskan kasus yang mencurigakan. Di Surabaya sendiri, tren deteksi dini TBC sedang diperkuat untuk menekan angka penularan.
Beberapa poin penting yang dibahas dalam dialog meliputi:
Efisiensi Biaya: Mengurangi beban pemeriksaan laboratorium yang mahal di tahap awal.
Aksesibilitas: Memungkinkan puskesmas di wilayah minim spesialis untuk melakukan skrining awal yang berkualitas.
Integrasi Data: Data hasil skrining digital memudahkan pemantauan persebaran penyakit secara real-time oleh Dinas Kesehatan.
Sebagai akademisi, Dr. Nia menekankan pentingnya sinergi antara hasil riset di kampus dengan kebijakan publik. "Teknologi ini sudah ada di depan mata. Tantangan kita sekarang adalah standarisasi data dan kesiapan infrastruktur digital di fasilitas kesehatan tingkat pertama," katanya.
Dialog ini diakhiri dengan harapan bahwa inovasi AI tidak hanya berhenti sebagai jurnal ilmiah, tetapi benar-benar menjadi garda terdepan dalam mewujudkan program Indonesia Bebas TBC.
Rekomendasi Berita
Memuat berita terbaru.....