JAGOSATU.COM - Tuberkulosis (TBC) masih menjadi salah satu penyakit berbahaya yang menelan banyak korban setiap tahunnya. Meski begitu, teknologi kini hadir untuk membantu deteksi lebih cepat.
Seorang mahasiswa Universitas Klabat (UNKLAB), Joseph dan Ezra, melakukan penelitian untuk mengembangkan sistem deteksi TBC berbasis kecerdasan buatan.
Penelitian ini memanfaatkan konsep transfer learning, yaitu metode pelatihan model AI dengan memanfaatkan pengetahuan dari model besar yang sudah ada.
Model yang dipilih adalah EfficientNet dan ResNet, dua arsitektur deep learning yang dikenal handal dalam pengolahan citra medis.
Dengan memanfaatkan ribuan citra rontgen paru-paru, sistem ini dilatih untuk mengenali pola-pola khas pasien yang terinfeksi TBC.
Proses ini memungkinkan komputer untuk membedakan mana hasil rontgen yang sehat dan mana yang terindikasi terinfeksi.
Menurut mereka, pendekatan ini sangat penting karena masih banyak wilayah yang kekurangan tenaga medis ahli radiologi.
Dengan AI, hasil pemeriksaan rontgen bisa dianalisis lebih cepat sehingga pasien mendapat perawatan lebih dini.
Metode transfer learning yang digunakan juga membuat sistem lebih efisien karena tidak perlu melatih model dari nol.
EfficientNet berfokus pada pemrosesan gambar yang lebih ringan dan cepat, sementara ResNet mengatasi masalah data yang kompleks dengan struktur jaringan lebih dalam.
Kombinasi dua model ini terbukti meningkatkan akurasi deteksi dibandingkan penggunaan model tunggal.
Hasil penelitian menunjukkan tingkat akurasi yang menjanjikan, yang artinya sistem bisa benar-benar diimplementasikan di layanan kesehatan.
Selain akurasi, efisiensi komputasi juga menjadi perhatian utama agar teknologi ini bisa dipakai di perangkat terbatas.
tim berharap hasil penelitiannya dapat dikembangkan lebih lanjut oleh institusi kesehatan maupun startup teknologi medis.
Baca Juga: Dosen UNKLAB Kolaborasi dengan Peneliti Taiwan Ungkap Rahasia Lagu Viral di Spotify
Teknologi ini bisa menjadi solusi tepat bagi negara berkembang dengan kasus TBC tinggi namun keterbatasan sumber daya medis.
Selain membantu pasien, sistem ini juga dapat meringankan beban tenaga medis yang sering menghadapi jumlah pasien berlebih.
Penelitian ini membuktikan bahwa mahasiswa Indonesia mampu menghasilkan inovasi berbasis AI yang bermanfaat bagi masyarakat.
UNKLAB sendiri memberi dukungan penuh bagi penelitian-penelitian inovatif yang relevan dengan kebutuhan kesehatan global.
Jika terus dikembangkan, teknologi ini bisa menjadi bagian penting dari masa depan kesehatan berbasis AI di Indonesia.
Dengan langkah ini, dunia semakin optimis bahwa teknologi bukan hanya soal kemajuan industri, tetapi juga penyelamat nyawa manusia.
(ra)
Editor : Priska Watung