JAKARTA – Pusat Kedokteran Tropis Fakultas Kedokteran, Kesehatan Masyarakat, dan Keperawatan Universitas Gadjah Mada (PKT FK-KMK UGM) bekerja sama dengan KONEKSI (Kemitraan Riset dan Inovasi Inklusif Indonesia-Australia) melalui pendanaan DFAT Australia menggelar Diseminasi Penelitian TBScreen.AI (X-ray AI TB) di Swiss-Belresidences Rasuna Epicentrum, Jakarta, Senin (3/8/2026).

Kegiatan ini diselenggarakan guna menyampaikan temuan hasil pengembangan aplikasi Computer-Aided Detection (CAD) berbasis kecerdasan buatan (Artificial Intelligence/AI) untuk pembacaan Rontgen dada dalam penanggulangan Tuberkulosis (TBC), khususnya di daerah terpencil dan kelompok rentan.

Tim Peneliti yang Inklusif dan Lintas Disiplin

Proyek riset TBScreen.AI menarik perhatian publik karena tidak hanya mengedepankan kecanggihan teknis kecerdasan buatan, namun juga melibatkan struktur tim peneliti yang inklusif. Inisiasi riset ini dipimpin oleh dr. Antonia Morita I. Saktiawati, Ph.D. (Principal Investigator) dan Wahyono, S.Kom., Ph.D. (Koordinator Tim AI UGM), dengan kolaborasi lintas instansi seperti University of Melbourne, Monash University Indonesia, dan Universitas Sebelas Maret.

Lebih dari itu, guna memastikan prinsip Gender Equality, Disability, and Social Inclusion (GEDSI) benar-benar terintegrasi, tim peneliti melibatkan aktivis dan penyandang disabilitas secara langsung, seperti Mbak Nurul Saadah Andriani, S.H. dari Sentra Advokasi Perempuan, Difabel, dan Anak (SAPDA), Mbak Ritta Tri Haryani dari Pusat Rehabilitasi YAKKUM, Yayasan Pengembangan Kesehatan dan Masyarakat Papua (YPKMP), serta perwakilan disabilitas lainnya. Kehadiran mereka memastikan pengembangan teknologi AI tidak melupakan aksesibilitas dan hambatan riil yang dihadapi kelompok rentan di lapangan.

Sampel Dataset AI dan Pemodelan Akurasi

Dalam paparannya, tim peneliti mengungkapkan bahwa sistem TBScreen.AI saat ini dikembangkan dengan melatih model machine learning menggunakan lebih dari 2.521 data sampel foto Ronsen dada. Data sampel ini dihimpun secara valid dari berbagai fasilitas kesehatan partner, di antaranya RSUP Dr. Sardjito Yogyakarta, puskesmas/fasilitas kesehatan di Kabupaten Klaten (Jawa Tengah), hingga RSUD Kabupaten Mimika di Papua Tengah.

Riset ini juga ditopang oleh studi kualitatif melalui wawancara mendalam (in-depth interview) bersama komunitas disabilitas lokal di Klaten dan Mimika. Dari pengujian model, algoritma AI mampu menghasilkan skor keyakinan (confidence score) indikasi TB dari 1% hingga 100% dengan titik acuan (cut-off) pada 50%:

1. < 50%: Low confidence (risiko rendah).
2. 40% – 60%: Grey area (memerlukan evaluasi medis/klinis lanjutan).
3. 60% – 80%: High confidence (risiko tinggi).
4. 80% – 100%: Very High confidence (risiko sangat tinggi).

Berdasarkan evaluasi terhadap 2.500+ sampel tersebut, tim menyimpulkan bahwa performa TBScreen.AI versi saat ini cukup baik dan sudah sangat layak diimplementasikan sebagai alat bantu skrining awal di tingkat masyarakat.

Usulan Kolaborasi Data CKG Kemenkes

Guna memperkaya keberagaman (diversity) serta memperkuat training dataset AI agar makin presisi dan bebas bias, muncul rekomendasi penting dalam diskusi agar tim riset dapat menjalin kolaborasi integrasi data dengan Cek Kesehatan Gratis (CKG)—program pemeriksaan kesehatan massal dari Kementerian Kesehatan RI. Melalui sinergi data X-ray dari program CKG Kemenkes, variasi data epidemiologis dari berbagai wilayah di Indonesia dapat melatih sistem AI secara lebih komprehensif.

Tanggapan dan Rekomendasi Penting dari PPDI

Sebagai organisasi penyandang disabilitas di Indonesia, Perkumpulan Penyandang Disabilitas Indonesia (PPDI) menyampaikan sejumlah sorotan tajam dan masukan solutif:

1. Edukasi Berkelanjutan & Layanan "Jemput Bola": PPDI menyoroti masih rendahnya kesadaran masyarakat untuk berobat saat gejala muncul, minimnya support system keluarga, serta panjangnya masa terapi obat TB. PPDI mengusulkan agar sosialisasi penyadaran TB dilakukan masif hingga ke tingkat RT, serta digalakkan strategi skrining jemput bola mendatangi warga menggunakan unit Ronsen portabel (Portable X-ray) yang dikombinasikan langsung dengan analisis TBScreen.AI.
2. Aksesibilitas Aplikasi Sesuai Standar WCAG: Meskipun aplikasi ini utamanya dirancang bagi tenaga kesehatan (nakes), PPDI menekankan bahwa antarmuka (UI/UX) TBScreen.AI tetap harus mematuhi standar WCAG (Web Content Accessibility Guidelines). Hal ini penting karena tidak menutup kemungkinan terdapat nakes maupun kader kesehatan di daerah yang merupakan penyandang disabilitas (seperti low vision atau disabilitas fisik dan ragam lainnya).
3. Keamanan Server & Koordinasi KOMDIGI: PPDI mengingatkan pentingnya aspek perlindungan data medis pribadi pasien. Untuk skenario implementasi publik oleh faskes milik pemerintah, PPDI merekomendasikan koordinasi teknis serta jalur regulasi yang ketat bersama Kementerian Komunikasi dan Digital (KOMDIGI) serta Kemenkes RI.

Melalui diseminasi ini, TBScreen.AI diharapkan tidak hanya menjadi terobosan teknologi AI-CAD buatan dalam negeri, tetapi juga menjadi wujud nyata dari pemanfaatan sains dan teknologi kesehatan yang inklusif, merata, dan ramah bagi seluruh lapisan masyarakat Indonesia.