Startup Kesehatan Karya Dosen Unbrah Siap Dukung Eliminasi Tuberkulosis di Indonesia

INOVASI di bidang kesehatan kembali lahir dari Universitas Baiturrahmah (Unbrah) Padang. Tim dosen Fakultas Vokasi berhasil mengembangkan TB-Guard, sebuah startup HealthTech berbasis Artificial Intelligence (AI) yang mampu memprediksi risiko tuberkulosis (TB) hanya melalui pengukuran parameter fisiologis tubuh.

Penelitian yang dipimpin oleh Fauzyah Aprillia bersama tim dosen Universitas Baiturrahmah ini menawarkan pendekatan baru dalam skrining awal TB. Berbeda dengan metode konvensional yang umumnya membutuhkan pemeriksaan rontgen dada maupun pemeriksaan laboratorium, TB-Guard memanfaatkan data sederhana yang mudah diperoleh, seperti suhu tubuh, saturasi oksigen (SpO₂), denyut nadi, tekanan darah, dan frekuensi napas untuk memprediksi risiko seseorang mengalami tuberkulosis.

Menurut Fauzyah Aprillia, inovasi ini lahir dari kebutuhan akan sistem skrining yang lebih cepat, murah, dan mudah diterapkan, terutama pada kelompok masyarakat dengan keterbatasan akses terhadap fasilitas kesehatan.

“Kami ingin menghadirkan solusi skrining awal yang dapat membantu tenaga kesehatan menentukan siapa yang perlu mendapatkan pemeriksaan lanjutan. Harapannya, deteksi dini dapat dilakukan lebih cepat sehingga penanganan TB menjadi lebih efektif,” ujarnya.

Penelitian ini melibatkan 70 warga binaan perempuan di salah satu lembaga pemasyarakatan di Kota Padang sebagai lokasi pengembangan model prediksi. Data fisiologis yang diperoleh kemudian diolah menggunakan algoritma Gradient Boosting Machine (GBM), salah satu metode machine learning yang dikenal memiliki tingkat akurasi tinggi dalam klasifikasi data kesehatan.

Hasil penelitian menunjukkan performa yang sangat baik. Model AI yang dikembangkan mampu mencapai akurasi pengujian sebesar 92,86 persen dengan nilai Area Under Curve (AUC) sebesar 0,947, yang menunjukkan kemampuan sangat baik dalam membedakan individu berisiko TB dan yang tidak berisiko.

Tidak hanya berhenti pada pengembangan model kecerdasan buatan, penelitian ini juga diarahkan menjadi sebuah startup HealthTech yang memiliki peluang implementasi dan komersialisasi di bidang kesehatan digital. TB-Guard dirancang sebagai sistem pendukung keputusan (clinical decision support system) yang dapat membantu tenaga kesehatan melakukan skrining awal secara cepat sebelum pasien menjalani pemeriksaan diagnostik lanjutan.

Fauzyah menjelaskan bahwa teknologi ini sangat potensial diterapkan tidak hanya di lembaga pemasyarakatan, tetapi juga di puskesmas, klinik, layanan kesehatan daerah terpencil, hingga program skrining masyarakat secara luas.

“Indonesia masih menghadapi tantangan besar dalam pengendalian tuberkulosis. Dengan memanfaatkan teknologi kecerdasan buatan, kami berharap proses skrining menjadi lebih efisien sehingga kasus TB dapat ditemukan lebih dini,” jelasnya.

Penelitian ini sekaligus menunjukkan bahwa hasil riset di perguruan tinggi tidak hanya berhenti sebagai publikasi ilmiah, tetapi juga dapat berkembang menjadi inovasi digital yang memberikan manfaat nyata bagi masyarakat. Konsep TB-Guard menjadi contoh bagaimana hasil penelitian dapat ditransformasikan menjadi produk teknologi kesehatan yang memiliki nilai sosial sekaligus potensi ekonomi.

Atas capaian tersebut, tim peneliti berharap TB-Guard dapat terus dikembangkan menjadi aplikasi kesehatan yang terintegrasi dengan sistem layanan kesehatan nasional sehingga mampu mendukung program eliminasi tuberkulosis di Indonesia melalui deteksi dini yang lebih cepat, objektif, dan mudah diakses masyarakat. *