TIM mahasiswa Universitas Gadjah Mada (UGM) merancang sistem deteksi dini kanker mata pada anak berbasis kecerdasan buatan (AI) yang dapat digunakan di fasilitas kesehatan primer secara cepat dan akurat.
Inovasi yang dinamai “Rb-AID (Retinoblastoma Artificial Intelligence Detection)” itu memanfaatkan sistem “two-step convolutional neural network (TSCNN)” yang terintegrasi dalam aplikasi seluler untuk melakukan pemeriksaan fundus mata secara real-time pada balita.
Retinoblastoma merupakan salah satu jenis kanker anak paling umum di dunia, dengan angka kejadian mencapai satu dari 16.000-28.000 kelahiran.
Di negara maju, deteksi dini dan penanganan yang tepat membuat tingkat keberhasilan terapi dapat mencapai 99 persen.
Namun di Indonesia, menurut dia, keterlambatan diagnosis masih menjadi masalah serius dan menyebabkan 40-70 persen pasien mengalami kehilangan penglihatan, kecacatan permanen, atau bahkan kematian.
Baca juga: Mahasiswa UMM Ciptakan Lapisan Pelindung Telur dari Limbah Daun Mangga
Mahasiswa UGM Ciptakan Alat Deteksi Kanker Mata pada Anak Berbasis AI
Jonathan menjelaskan, “Rb-AID” terdiri atas dua komponen utama, yakni “Rb-AID tool” dan “Rb-AID mobile decision system”.
Komponen pertama berfungsi menjaga stabilitas dan kualitas akuisisi citra fundus, sementara sistem kedua menggunakan TSCNN dua tahap untuk menganalisis hasil pemeriksaan secara cepat dan objektif.
Secara teknis, perangkat “Rb-AID” dirancang melalui proses perancangan di Autodesk Inventor, kemudian dicetak menggunakan teknologi 3D dengan bahan PLA yang ramah lingkungan.
Perangkat tersebut dilengkapi lensa 20D untuk memastikan hasil visual yang tajam.
Pada sisi perangkat lunak, sistem kecerdasan buatan dilatih menggunakan ribuan citra fundus yang mencakup kasus retinoblastoma dan citra normal sebagai pembanding.
Melalui arsitektur TSCNN, aplikasi mampu mengenali tanda-tanda klinis seperti massa putih pada retina, pola pembuluh darah tidak normal, serta refleksi cahaya yang tidak merata akibat lesi.
Aplikasi itu dilengkapi dua mode kerja yakni offline dengan rujukan manual oleh petugas dan online yang secara otomatis merekomendasikan fasilitas oftalmologi terdekat serta mengirim hasil pemeriksaan ke dokter untuk verifikasi.
Jonathan menambahkan, Rb-AID menjadi sistem pertama yang mengombinasikan stabilisasi pengambilan gambar berbasis perangkat dengan analisis dua tahap berbasis deep learning.
Follow Official WhatsApp Channel chanelmuslim.com untuk mendapatkan berita-berita terkini dengan mengklik tautan ini.
Inovasi itu diharapkan dapat mempercepat deteksi retinoblastoma di daerah dengan keterbatasan alat fundus konvensional dan tenaga ahli.
Dalam jangka panjang, tim menargetkan pengembangan prototipe fungsional yang sepenuhnya terintegrasi dengan aplikasi seluler, disertai laporan ilmiah dan publikasi edukatif.
Jonathan mengembangkan “Rb-AID” bersama tim yang beranggotakan Ammar Ali Yasir (Teknologi Informasi 2023), Ammar (Teknik Mesin 2023), Muhammad Hafidz Al Farisi (Teknologi Informasi 2023), dan Emeliana Putri Ayu Ningsih (Kedokteran 2024).
Proyek itu dibimbing oleh Prof. Dr. Eng. Ir. Herianto, S.T., M.Eng., IPU., ASEAN Eng., dosen Fakultas Teknik UGM. [Din]
