TEMPO.CO, Jakarta - Pemanfaatan kecerdasan artifisial (AI) dalam bidang kesehatan terus berkembang, termasuk untuk membantu diagnosis penyakit tropis seperti malaria yang masih menjadi ancaman serius di beberapa wilayah Indonesia.
Peneliti Pusat Riset Kecerdasan Artifisial dan Keamanan Siber Badan Riset dan Inovasi Nasional (BRIN), Anto Satriyo Nugroho, memaparkan potensi teknologi AI dalam mempercepat dan meningkatkan akurasi diagnosis malaria melalui analisis citra mikroskopis apusan darah.
Baca berita dengan sedikit iklan, klik di sini
Selama ini, kata Anto, diagnosis malaria umumnya dilakukan secara manual melalui pemeriksaan mikroskopis. Proses tersebut tidak hanya memakan waktu, tetapi juga sangat bergantung pada keahlian dan ketelitian tenaga kesehatan. Tantangan seperti kelelahan, keterbatasan jumlah tenaga ahli, serta variasi morfologi parasit dalam berbagai tahap siklus hidupnya kerap menjadi kendala dalam memastikan diagnosis yang tepat.
Menjawab tantangan tersebut, BRIN mengembangkan sistem diagnosis berbasis AI untuk membantu tenaga kesehatan mengidentifikasi keberadaan parasit malaria. Sistem ini bekerja dengan menganalisis foto mikroskopis apusan darah tipis dan tebal untuk mengenali tanda-tanda infeksi.
“Tujuan utama kami adalah menciptakan sistem Computer Aided Diagnosis yang dapat mengenali status malaria secara otomatis dari citra apusan darah,” kata Anto melalui keterangan tertulis, Selasa, 13 Mei 2025.
Periset dengan latar belakang penelitian di bidang pengolahan citra dan biometrik ini mengatakan dalam pengembangannya sistem ini menggunakan dataset berisi 1.388 mikrofoto apusan darah yang dikumpulkan dari berbagai daerah endemik di Indonesia.
“Data penelitian diperoleh dari berbagai daerah endemik di Indonesia, seperti Kalimantan, Papua, dan Sumba, bekerja sama dengan Pusat Riset Biologi Molekuler Eijkman BRIN,” kata Anto yang kini menjabat Kepala PR-KAKS BRIN ini.
Menutut dia, sampel tersebut meliputi berbagai jenis parasit malaria, seperti Plasmodium falciparum, P. vivax, P. malariae, dan P. ovale, termasuk satu kasus infeksi campuran dan satu sampel negatif.
“Berdasarkan analisis terhadap 35 mikrograf dari kasus nyata di daerah endemis Indonesia (mencakup 3.362 sel), sistem ini menunjukkan kemampuan yang signifikan dalam mengidentifikasi parasit malaria,” papar Anto.
Dalam pengembangan sistem diagnosis malaria berbasis kecerdasan buatan (AI) ini, hasil pengujian awal menunjukkan performa yang menjanjikan.
“Sensitivitas sistem mencapai 84,37 persen dalam membedakan sel sehat dan terinfeksi, dengan nilai akurasi (F1-score) sebesar 80,60 persen dan nilai positive predictive value (PPV) sebesar 77,14 persen dalam mengidentifikasi spesies dan tahapan parasit,” kata Anto. Artinya, kata Anto, sistem ini cukup andal dalam membedakan sel darah sehat dari yang terinfeksi.
Membuka Peluang Diagnosis Jarak Jauh
Sistem diagnosis ini juga dirancang untuk mendukung pelaksanaan survei darah massal di lapangan. “Dalam kondisi endemis, satu apusan darah bisa memerlukan pengamatan terhadap 500 hingga 1.000 eritrosit atau 200 leukosit. AI dapat mempercepat proses ini tanpa mengorbankan akurasi,” ujar Anto.
Selain efisiensi, sistem ini juga membuka peluang untuk diagnosis jarak jauh (remote diagnostics) sehingga sangat relevan digunakan di daerah terpencil. Pengetahuan dan pengalaman mikroskopis juga disimpan dalam sistem AI sehingga dapat membantu tenaga kesehatan dengan pelatihan terbatas.
Anto juga menekankan bahwa pengembangan AI dalam bidang biomedis memerlukan perhatian khusus terhadap karakteristik data set, kualitas data, pemilihan model, serta metode evaluasi performa yang tepat. Dengan kata lain, AI tidak bisa bekerja sendiri. Kolaborasi antara ahli komputasi dan peneliti biomedis adalah syarat mutlak agar teknologi ini dapat diandalkan.
“Kita tidak bisa hanya mengandalkan kemampuan komputasi. Pemahaman atas konteks medis adalah kunci agar hasil diagnosis benar-benar bermanfaat bagi pasien,” ujarnya.
