Di sebuah klinik mata di Mumbai, seorang pekerja kesehatan membawa smartphone yang dipasangi alat pencitraan retina untuk memeriksa pasien dari permukiman kumuh. Dalam hitungan detik, sistem kecerdasan buatan menganalisis foto mata dan menemukan tanda awal glaukoma atau retinopati diabetik.
Inovasi tersebut merupakan bagian dari program jangkauan masyarakat di Shantilal Shanghvi Eye Institute. Tujuannya sederhana: menjemput pasien yang selama ini kesulitan menemui dokter spesialis mata. Teknologi buatan perusahaan Remidio asal Bengaluru memungkinkan tenaga medis dengan pelatihan minimal melakukan penyaringan awal sebelum merujuk kasus berat.
India memang sedang menggencarkan pemanfaatan AI di sektor kesehatan karena ketimpangan tenaga ahli yang mencolok. Di negara berpenduduk lebih dari 1,4 miliar itu, dokter spesialis radiologi hanya berjumlah satu orang untuk setiap 100.000 penduduk. Kondisi serupa juga terjadi pada layanan oftalmologi di daerah terpencil yang kekurangan fasilitas memadai.
Kelangkaan tersebut memaksa rumah sakit berpikir kreatif. Salah satunya dengan mengalihkan tugas skrining ke petugas lapangan yang tidak memiliki gelar dokter. Menurut Radhika Krishnan, kepala kesehatan masyarakat di institut tersebut, pergeseran tugas ini menjadi pengubah permainan karena memperluas jangkauan pemeriksaan secara drastis.
Biaya menjadi alasan lain yang mendorong adopsi. Perangkat skrining retina berbasis smartphone dibanderol sekitar 3.700 dolar AS, sedangkan langganan perangkat lunak tahunan untuk pemindaian tak terbatas di ponsel hanya 1.500 dolar AS. Angka itu relatif murah dibandingkan membangun jaringan klinik mata lengkap di setiap desa terisolasi.
Persoalan distribusi tenaga medis juga dihadapi Indonesia. Data kepadatan dokter spesialis di Jakarta jauh berbeda dengan wilayah timur seperti Papua atau Nusa Tenggara Timur. Alat skrining portabel berbasis AI seperti di India dapat menjadi jembatan bagi fasilitas kesehatan di pelosok negeri yang kekurangan ahli.
Beberapa startup lokal sebenarnya sudah mencoba jalur serupa. Produk pendeteksi katarak dan retinopati melalui foto sederhana pernah diuji oleh perguruan tinggi dan institusi riset Tanah Air. Namun, adopsi massal masih terkendala regulasi alat kesehatan serta infrastruktur internet yang belum merata di luar Jawa.
Bagi pembaca Indonesia, tren ini relevan karena sistem rujukan berjenjang sering membuat pasien miskin terjebak antrean panjang di rumah sakit rujukan. Kehadiran AI yang membantu triase di level paling bawah berpotensi menghemat waktu dan biaya negara sekaligus menekan angka kecacatan akibat diagnosis terlambat.
Radhika Krishnan menekankan bahwa teknologi tidak menggantikan ahli. "Yang kami lakukan adalah mengalihkan proses skrining ke orang kurang terlatih yang memakai AI untuk menyortir siapa yang butuh pendapat dokter mata," ujarnya. Langkah itu membuat populasi besar bisa dipantau secara rutin dan dirujuk untuk perawatan lanjutan.
Di sisi radiologi, Roopesh Deshmukh, direktur sekaligus konsultan radiolog di TrueCheck Diagnostics, menyatakan hati-hati. "Sejujurnya saya harus memeriksa tiap kata dalam setiap laporan sebelum menandatanganinya karena AI bisa sempurna tapi kadang melenceng," katanya. Kliniknya sudah setahun memakai platform 5C Network yang dilatih dengan miliaran citra medis.
Tantangan terbesar kini adalah kepercayaan. Tenaga kesehatan enggan menggunakan sistem baru bila belum terbukti valid secara ilmiah. Krishnan mengingatkan bahwa alat harus melalui publikasi dan validasi agar penyedia layanan yakin terhadap hasil yang diberikan.
Ke depan, ekspansi AI kesehatan di India kemungkinan besar bergantung pada kolaborasi antara pembuat alat, pemerintah, dan rumah sakit. Jika rintisan ini terus terukur, negara berkembang lain termasuk Indonesia bisa mencontoh model tugas bergeser demi pemerataan layanan kesehatan yang lebih inklusif.