FK-KMK UGM. Center for Bioethics and Medical Humanities (CBMH) menyelenggarakan kegiatan Raboan Series yang mengangkat tema “Artificial Intelligence in Breast Imaging: Current Applications and Future Perspectives”. Kegiatan ini menghadirkan Kepala Instalasi Radiologi RS Akademik UGM, dr. Devina Yudistiarta, M.Med.Sc., Sp.Rad., sebagai narasumber dan Ika Setyasari, S.Kep., Ns., M.N.Sc. sebagai moderator. Kegiatan yang berlangsung pada 10 Juni 2026 ini diselenggarakan sebagai bagian dari komitmen CBMH FK-KMK UGM dalam memperluas wawasan sivitas akademika dan tenaga kesehatan mengenai transformasi digital di bidang kesehatan.
Dalam pemaparannya, dr. Devina menjelaskan bahwa perkembangan teknologi AI telah membawa perubahan besar dalam praktik radiologi, khususnya pada pemeriksaan pencitraan payudara (breast imaging). Teknologi ini kini dimanfaatkan untuk mendukung berbagai tahapan pelayanan, mulai dari skrining, penegakan diagnosis, evaluasi respons terapi, hingga penilaian prognosis pasien. Salah satu penerapan AI yang banyak digunakan adalah sebagai second reader, yaitu sistem yang membantu radiolog dalam mengidentifikasi kemungkinan adanya kelainan pada hasil mamografi maupun ultrasonografi.
Selain mendukung proses skrining, AI juga memiliki kemampuan dalam melakukan klasifikasi lesi, segmentasi volumetrik, hingga stratifikasi risiko kanker payudara. Melalui teknologi deep learning, sistem AI mampu mempelajari jutaan citra medis untuk mengenali pola yang berkaitan dengan keganasan. Meski demikian, dr. Devina menegaskan bahwa AI bukanlah pengganti tenaga medis. Keputusan klinis tetap berada di tangan dokter yang mempertimbangkan kondisi pasien secara menyeluruh, termasuk hasil pemeriksaan penunjang lain, riwayat kesehatan, dan konteks klinis yang tidak dapat dianalisis sepenuhnya oleh sistem berbasis algoritma.
Salah satu isu yang mendapat perhatian adalah generalizability, yakni kemampuan model AI untuk mempertahankan performa ketika diterapkan pada populasi yang memiliki karakteristik berbeda. Model yang dikembangkan menggunakan data dari negara-negara Barat belum tentu memberikan hasil yang optimal pada populasi Asia yang umumnya memiliki karakteristik jaringan payudara lebih padat (dense breast). Perbedaan tersebut dapat memengaruhi sensitivitas deteksi sehingga diperlukan pengembangan model AI yang lebih sesuai dengan karakteristik populasi lokal.
Kegiatan ini turut mendukung SDG 3 Kehidupan Sehat dan Sejahtera melalui penguatan pemanfaatan teknologi untuk meningkatkan kualitas pelayanan kesehatan dan deteksi dini kanker payudara. SDG 9 Industri, Inovasi, dan Infrastruktur diwujudkan melalui pengembangan serta pemanfaatan inovasi kecerdasan buatan di bidang kesehatan. (Kontributor: Rafi).
