Universitas Gadjah Mada (UGM) berhasil mengembangkan TBScreen.AI, sebuah platform kecerdasan buatan (AI) pemindai rontgen dada untuk mendeteksi penyakit tuberkulosis (TBC). Teknologi ini telah melewati uji klinis ketat di lima fasilitas kesehatan (faskes) berbeda dengan hasil akurasi yang sangat menjanjikan untuk mempercepat penanganan penyakit menular tersebut.
Pengembangan kecerdasan buatan ini diawali dengan proses pelatihan model menggunakan basis data dari RSUD Sardjito Yogyakarta dan RSUD Mimika Papua. Untuk menguji keandalan sistem secara nyata, tim peneliti melakukan validasi eksternal menggunakan 2.521 sampel citra rontgen yang sepenuhnya baru dari lima faskes, termasuk Balkesmas Klaten, RS Respira, dan Dinas Kesehatan Sleman.
Lektor Kepala Departemen Ilmu Komputer dan Elektronika (DIKE) FMIPA UGM, Wahyono, memaparkan bahwa tingkat akurasi rata-rata sistem ini mencapai lebih dari 84 persen. Keunggulan lain ditunjukkan oleh nilai spesifisitas yang menyentuh angka 87,01 persen dan sensitivitas sebesar 83 persen, yang meminimalkan risiko diagnosis positif palsu bagi pasien non-infeksi.
Dalam praktiknya, TBScreen.AI tidak langsung menetapkan diagnosis akhir, melainkan menyajikan skor keyakinan (confidence score) mulai dari nol hingga 100 persen. Skor antara 40 hingga 60 persen dikategorikan sebagai area abu-abu, yang mewajibkan adanya validasi lanjutan dari dokter spesialis radiologi atau tenaga medis terkait.
Sistem ini juga dirancang fleksibel dengan batas standar penentuan hasil sebesar 50 persen. Ambang batas ini dapat disesuaikan oleh tenaga kesehatan setempat guna merespons kondisi epidemiologi wilayah masing-masing, sehingga deteksi kasus positif dapat dilakukan lebih agresif di daerah dengan tingkat penularan tinggi.
Selain akurat, evaluasi juga menunjukkan performa sistem tetap stabil tanpa dipengaruhi latar belakang klinis maupun demografi penderita. Peneliti dari Monash University, Henry Surendra, menyatakan bahwa sensitivitas alat ini tercatat sebesar 89 persen pada pasien laki-laki dan 84 persen pada perempuan, membuktikan keandalan TBScreen.AI untuk diaplikasikan secara luas pada berbagai karakteristik pasien.
