Batuk ke HP bisa deteksi TBC, bagaimana AI membantu para nakes di India

BENGALURU: Selama bertahun-tahun, Panthula Uha, tenaga kesehatan (nakes) masyarakat di desa Chagallu, Andhra Pradesh, India selatan, mengandalkan sejumlah pertanyaan untuk mengenali orang yang diduga mengidap tuberkulosis (TBC). Namun, cara ini bisa melewatkan warga tanpa gejala.

Hal itu berubah pada Maret, ketika Uha dan tim Accredited Social Health Activists (ASHA) - nakes garis depan pemerintah, singkatannya juga berarti ‘harapan’ dalam bahasa Hindi - mulai mendatangi rumah warga. Mereka meminta warga melakukan hal tak biasa: batuk ke arah ponsel selama beberapa detik.

Ponsel mereka dilengkapi aplikasi berbasis kecerdasan buatan bernama Swaasa yang mendeteksi pola terkait penyakit pernapasan. Menurut Uha, aplikasi itu mengidentifikasi orang tanpa gejala untuk diperiksa lebih lanjut. Beberapa warga kemudian didiagnosis TBC dan menjalani pengobatan.

Bagi T Gowramma, pasien berusia 73 di desa Chagallu, pemeriksaan ini tidak terlalu menegangkan.

“Setiap kali batuk, saya biasanya khawatir itu sesuatu yang serius,” ujarnya. “Petugas rumah sakit datang ke rumah dan memeriksa saya hanya dari suara batuk menggunakan aplikasi Swaasa. Sangat mudah.”

Ratusan kilometer ke arah barat, para nakes menggunakan aplikasi AI bernama Shishu Maapan. Aplikasi ini memperkirakan berat dan ukuran tubuh bayi baru lahir dari video singkat yang direkam dengan ponsel, menggantikan peralatan besar yang biasanya harus dibawa dari rumah ke rumah.

“Awalnya, kami bertanya-tanya bagaimana berat badan bisa diukur lewat ponsel,” kata Jyotsna Patel, seorang petugas ASHA yang telah bekerja di desa Kachigam, distrik Daman, selama 14 tahun.

Setelah menjalani pelatihan dan praktik, menurutnya para petugas bisa menggunakan aplikasi itu secara rutin dan memantau apakah berat badan bayi bertambah atau berkurang.

Kesamaan dari dua contoh di pedesaan India ini bukan terletak pada teknologinya, melainkan pada nakes yang menggunakannya.

Di seluruh India, dokter, radiolog, dan nakes dalam sistem kesehatan publik sudah “dibebani begitu banyak tugas”, kata Sagar Sen, Senior Vice-President Qure.ai. Menambah pekerjaan baru justru bisa menggagalkan tujuan penggunaan teknologi tersebut. Perusahaan yang berbasis di Mumbai itu mengembangkan perangkat AI untuk menganalisis citra medis guna mendeteksi penyakit seperti TBC dan kanker paru.

“Tantangannya adalah membangun AI yang sesuai dengan cara kerja mereka saat ini, sehingga teknologi itu bisa mengambil alih sebagian beban kerja, sementara keputusan klinis tetap berada di tangan nakes,” ujarnya.

Menurut para pakar, bagi jutaan warga di berbagai wilayah India, layanan kesehatan pertama sering kali diberikan oleh nakes atau dokter tanpa dukungan langsung dokter spesialis. Karena itu, AI semakin dikembangkan untuk membantu mereka yang sudah berada di garis depan tersebut.

AI DI GARIS DEPAN LAYANAN KESEHATAN PEDESAAN

India memiliki sekitar 1,02 juta petugas ASHA, menjadikannya program nakes masyarakat terbesar di dunia. Setiap petugas biasanya melayani lebih kurang 1.000 orang, dengan program yang menjangkau sekitar 586.000 desa, menurut data pemerintah.

National Health Mission India menyebut petugas ASHA sebagai “tempat pertama yang dituju” untuk kebutuhan kesehatan, terutama bagi perempuan, anak-anak, dan mereka yang kesulitan mengakses layanan kesehatan.

Tugas mereka sudah mencakup kesehatan ibu dan anak, imunisasi, serta skrining TBC. Tugas baru seperti pendataan rumah tangga, pemeliharaan catatan kesehatan dan validasi data semakin menambah beban kerja mereka.

Salah satu tugas itu adalah memantau bayi baru lahir melalui kunjungan ke rumah. Dalam beberapa pekan pertama setelah bayi lahir, petugas ASHA melakukan beberapa kali kunjungan.

Kini, mereka bisa menggunakan aplikasi Shishu Maapan di ponsel, yang menganalisis video berdurasi sekitar 30 detik untuk memperkirakan berat, tinggi dan lingkar kepala bayi hingga usia 42 hari.

Awalnya, proses ini terasa asing bagi para ibu yang terbiasa melihat bayi mereka ditimbang dengan timbangan, kata Patel.

Namun, sebagian ibu kemudian mulai menerima metode berbasis ponsel ini.

“Sekarang mereka sendiri yang menggelar alas dan ingin melihat apakah berat badan bayinya bertambah,” kata Patel.

Hasil pengukuran juga dicatat secara digital dan dapat disinkronkan dengan sistem pemerintah daerah, alih-alih ditulis dalam buku pencatatan, kata Dr Aparna Chaudhary, national lead for health di Wadhwani AI, pengembang Shishu Maapan.

Pengukuran ini penting karena berat badan lahir rendah masih menjadi masalah serius di India.

Sekitar 18 persen bayi lahir dengan berat kurang dari 2,5 kg, sementara kelahiran prematur dan berat badan lahir rendah menyumbang 48 persen kematian neonatal, menurut laporan nutrisi UNICEF India pada Februari 2025.

“Jika berat bayi rendah, sejak kunjungan pertama kami memberikan konseling kepada ibunya,” kata Patel, termasuk menganjurkan pemberian ASI eksklusif.

Model AI Shishu Maapan dilatih menggunakan data lebih dari 30.000 bayi untuk memperkirakan ukuran tubuh bayi baru lahir dari video singkat, kata Chaudhary.

Menurutnya, aplikasi AI itu dibuat untuk petugas ASHA yang menggunakan ponsel Android kelas bawah dan dirancang agar bisa digunakan tanpa internet di wilayah dengan koneksi buruk, serta tetap berfungsi dalam kondisi pencahayaan dan pergerakan yang tidak sempurna.

Dalam contoh lain di Goa, dr. Govind Desai mengenang bagaimana perangkat lunak Qure.ai dalam hitungan menit mendeteksi nodul kecil di paru-paru pada hasil rontgen pasien yang mengalami cedera bahu.

Menurutnya, karena minimnya dokter spesialis radiologi di fasilitas kesehatan pemerintah yang lebih kecil, hasil rontgen yang dikirim ke rumah sakit besar sebelumnya membutuhkan tujuh hingga 10 hari untuk diperiksa.

MEMBUAT AI BERGUNA BAGI NAKES

Menurut para pakar, tantangan bagi pengembang AI dalam sistem kesehatan publik India bukan hanya memastikan teknologinya berfungsi dengan baik, tetapi juga agar tidak menambah beban nakes garis depan yang sudah kewalahan.

Menurut Chaudhary, Shishu Maapan harus dibuat cukup sederhana agar menyatu dengan rutinitas petugas ASHA, bukan menjadi tugas tambahan di tengah kesibukan mereka.

Seorang supervisor mendampingi para petugas di lapangan dan menunjukkan cara memosisikan bayi serta merekam video dengan benar. Setelah berlatih, mereka bisa menggunakan aplikasi itu secara rutin dan memantau apakah berat bayi bertambah atau berkurang, kata Chaudhary.

Shishu Maapan kemudian diintegrasikan ke platform ASHA milik pemerintah daerah dan pengoperasiannya diserahkan kepada pemerintah, kata Chaudhary.

“Bagi sebagian petugas ASHA, menggunakan aplikasi (Swaasa) bisa terasa sulit,” kata Uha, yang memimpin tim ASHA, merujuk pada perbedaan usia, pendidikan dan pemahaman terhadap teknologi digital.

Menurut Uha, penggunaan aplikasi Swaasa untuk skrining TBC awalnya terasa “agak merepotkan”.

Menurut Uha, pada awal penggunaannya, aplikasi itu mengalami masalah koneksi, dan sebagian warga batuk langsung di depan nakes. Hal ini menimbulkan kekhawatiran akan penularan meski para nakes telah dibekali masker.

dr. Nammi Vasundhara, pejabat penanganan TBC dan kusta distrik East Godavari yang mengawasi uji coba Swaasa, mengatakan kepada CNA bahwa sebagian nakes juga merasa tidak nyaman meminta orang yang diduga mengidap penyakit menular untuk batuk di dekat ponsel pribadi mereka.

Menurutnya, penerapan yang lebih luas oleh pemerintah mungkin membutuhkan perangkat khusus untuk pemeriksaan tersebut.

Di Goa, dokter yang menggunakan Qure.ai dilatih untuk membaca hasil rontgen, memahami arti penanda dari AI, mengikuti prosedur yang tepat dan mengetahui ke mana pasien harus dirujuk.

Sen dari Qure.ai mengatakan, AI seharusnya menyatu dengan cara kerja nakes, bukan menciptakan lapisan pekerjaan baru.

Menurut para pakar, hal ini juga dapat menentukan eksperimen AI mana yang bisa berlanjut setelah tahap uji coba.

DARI UJI COBA KE PENERAPAN

Tidak semua teknologi yang berhasil dalam uji coba akhirnya digunakan secara rutin dalam layanan kesehatan pemerintah di India.

Salcit Technologies - pengembang aplikasi Swaasa - telah mengujinya bersama nakes pemerintah dan melalui program nirlaba. Namun, CEO Venkat Yechuri mengatakan, perusahaan itu belum berhasil mendapat persetujuan pemerintah untuk menerapkannya di tingkat negara bagian maupun nasional.

“Kami sudah berbicara dengan hampir semua pemerintah negara bagian,” kata Yechuri, “tetapi kami tidak tahu persis apa yang diperlukan agar ini bisa berlanjut dari sekadar uji coba.”

Menurut para pakar, program yang telah berkembang lebih jauh menunjukkan bahwa penerapan AI secara luas membutuhkan integrasi dengan sistem pemerintah yang sudah ada, disertai langkah yang jelas bagi nakes dan pasien untuk menindaklanjuti hasilnya.

Sebagai contoh, menurut Sen, peran Qure.ai di rumah sakit pemerintah Goa tidak sebatas menandai hasil rontgen yang mencurigakan.

Pendamping pasien, yang bertugas mengoordinasikan perawatan lanjutan, akan memantau temuan AI dan membantu pasien yang terdeteksi menjalani pemeriksaan dokter spesialis serta tes lanjutan, termasuk CT scan.

Dokter spesialis paru Desai mengatakan, sistem ini memangkas proses yang sebelumnya memakan waktu tiga hingga empat pekan menjadi sekitar tiga hingga empat hari.

Koordinasi ini sangat penting karena pasien mungkin harus menempuh jarak sekitar 40 km untuk mendapat layanan dokter spesialis, kata Sen.

Menurutnya, pengalaman sebelumnya menunjukkan bahwa temuan AI yang semakin banyak justru bisa menjadi hambatan baru jika sistem kesehatan tidak mampu menanganinya.

Uji coba serupa berlangsung di berbagai wilayah Asia, di mana akses terhadap layanan dokter spesialis masih belum merata.

Di Filipina, teknologi Qure.ai digunakan dalam mobil rontgen keliling melalui ACCESS TB Project untuk melakukan skrining di daerah terpencil. Menurut perusahaan, program tersebut telah mendiagnosis dan mencatat 8.700 kasus TBC.

Perangkat lunak perusahaan itu juga digunakan di Vietnam untuk melakukan skrining TBC terhadap lebih dari 96.000 orang.

Di luar Asia Tenggara, Qure.ai juga telah menerapkan teknologi tersebut di berbagai wilayah Afrika.

Sen mengatakan, solusi yang dikembangkan untuk sistem kesehatan India dengan sumber daya terbatas bisa diterapkan lebih luas di negara-negara Global South yang menghadapi kekurangan serupa.

“Negara-negara berkembang memahami tantangan ini. Mereka tahu bebannya sangat besar dan kini lebih proaktif mengadopsi AI,” ujarnya.

Dr. Devi Shetty, pendiri Narayana Health dan ahli bedah jantung terkemuka di India, mengatakan kepada CNA bahwa potensi teknologi dan AI terletak pada kemampuannya mengurangi pekerjaan rutin dokter dan perawat yang jumlahnya terbatas, sehingga mereka bisa lebih banyak menangani pasien.

Menurutnya, perawat menghabiskan jauh lebih banyak waktu bersama pasien dibandingkan dokter, tetapi sebagian besar waktu mereka bisa tersita untuk pekerjaan berulang seperti melakukan pengukuran rutin dan mencatat informasi.

“Pekerjaan yang paling membosankan dan rutin - sekarang sebaiknya diserahkan kepada teknologi,” kata Shetty.

Menurut para pakar, penerapan AI secara luas dalam layanan kesehatan juga bergantung pada kepercayaan terhadap teknologi tersebut.

Menemukan pasien lebih cepat bukan berarti mereka akan lebih cepat mencari pengobatan, kata Rohan Devidas, yang memimpin tim pendamping pasien Qure.ai di Goa. Ia mengenang seorang pria berusia 54 tahun yang hasil rontgennya menunjukkan nodul paru, tetapi menolak menjalani pemeriksaan lebih lanjut karena merasa sehat.

Jika pasien tidak berhasil diyakinkan melalui telepon, tim Devidas meminta bantuan nakes pemerintah yang mengenal masyarakat setempat untuk menjelaskan temuan tersebut dan mendorong mereka menjalani pemeriksaan lanjutan.

Menurutnya, sejumlah pasien yang awalnya menolak pemeriksaan akhirnya kembali setelah dikunjungi para nakes tersebut.

Karena itulah, kata Devidas, nakes garis depan tetap memegang peran penting meski kemampuan AI terus berkembang.

“Hubungan langsung dengan pasien di tengah masyarakat sangat penting,” ujarnya. “Pada awalnya, mereka mungkin sulit memercayai teknologi baru.”