Bagaimana Sistem AI Indonesia Mendeteksi Malaria
Sistem diagnosis malaria otomatis berbasis AI yang dikembangkan Badan Riset dan Inovasi Nasional (BRIN) akan mampu mengenali parasit dari citra apusan darah mikroskopis. Anto Satriyo Nugroho, peneliti dari Pusat Riset Kecerdasan Buatan dan Keamanan Siber (PR-KAKS) BRIN, mengatakan teknologi ini bertujuan untuk mempercepat diagnosis dan meningkatkan akurasinya, terutama di daerah endemis.
“Tujuan utama kami adalah menciptakan sistem Computer Aided Diagnosis yang secara otomatis dapat mengenali status malaria dari citra apusan darah,” kata Anto dalam sebuah diskusi di Jakarta, Rabu, 7 Mei 2025.
Anto menjelaskan, saat ini diagnosis malaria masih dilakukan secara manual melalui mikroskop. Proses ini sangat bergantung pada keterampilan petugas, sehingga rentan terjadi kesalahan akibat kelelahan atau keterbatasan tenaga ahli.
Data dalam penelitian ini diperoleh dari berbagai daerah endemis di Indonesia, seperti Kalimantan, Papua, dan Sumba. Tim PR-KAKS bekerja sama dengan Pusat Penelitian Biologi Molekuler BRIN Eijkman. Para peneliti menganalisis 1.388 mikrofotografi, yang mencakup berbagai jenis Plasmodium, termasuk P. falciparum , P. vivax, P. malariae, P. ovale, kasus infeksi campuran, dan sampel negatif.
“Berdasarkan analisis 35 mikrograf dari kasus aktual di daerah endemis Indonesia, yang mencakup 3.362 sel, sistem ini telah menunjukkan kemampuan signifikan dalam mengidentifikasi parasit malaria,” kata Anto.
Pengujian awal menunjukkan sensitivitas sistem sebesar 84,37 persen dalam membedakan sel sehat dan terinfeksi, akurasi (skor F1) sebesar 80,60 persen, dan nilai prediksi positif (PPV) sebesar 77,14 persen.
Sistem buatan BRIN ini juga dirancang untuk mempercepat survei darah massal dan memungkinkan diagnosis jarak jauh di daerah terpencil. Dalam kondisi endemis, lanjut Anto, satu apusan darah mungkin memerlukan pengamatan 500-1.000 eritrosit, atau 200 leukosit. “AI dapat mempercepat proses ini tanpa mengorbankan akurasi,” katanya.
Anto menegaskan pentingnya kolaborasi multidisiplin dalam pengembangan teknologi AI di bidang biomedis. “Kita tidak bisa hanya mengandalkan kemampuan komputasional,” katanya. “Memahami konteks medis adalah kunci untuk memastikan bahwa hasil diagnostik bermanfaat bagi pasien.”
Ancaman Utama Malaria
Puji Budi Setia Asih, Peneliti Utama Pusat Penelitian Biologi Molekuler BRIN Eijkman, menyebutkan malaria masih menjadi masalah kesehatan utama di Indonesia. Tantangan dalam penanggulangan penyakit ini adalah terbatasnya fasilitas diagnostik yang cepat dan akurat di tingkat layanan primer.
“Pendekatan mikroskopis berbasis AI akan membantu meningkatkan sensitivitas dan akurasi diagnostik, yang merupakan prasyarat untuk eliminasi malaria,” kata Puji dalam pernyataan tertulisnya.
Ia menambahkan, diagnosis yang akurat sangat penting dalam menentukan pengobatan dan penanganan selanjutnya. Kecerdasan cerdas diyakini dapat membantu menekan kasus malaria melalui deteksi dini dan penanganan tepat waktu, terutama di daerah terpencil.
Tantangan lainnya adalah kurangnya standarisasi dalam pewarnaan citra apusan darah. “BRIN berkomitmen untuk terus meningkatkan sistem ini melalui penelitian kolaboratif dan uji coba lapangan,” kata Anto.
