Jakarta (ANTARA) - AstraZeneca dan Siloam International Hospitals berupaya meningkatkan akurasi dari diagnosis kanker payudara lewat pemanfaatan teknologi kecerdasan buatan (AI) di bidang komputasional patologi anatomi.
“Kerja sama ini mencerminkan visi jangka panjang AstraZeneca untuk menjadi mitra strategis dalam transformasi kesehatan di Indonesia. Dengan menghadirkan teknologi computational pathology berbasis AI, kami berkomitmen mempercepat adopsi inovasi yang mampu mengubah cara diagnosis dan pengobatan dilakukan, demi masa depan layanan kesehatan yang lebih cerdas dan inklusif," kata Presiden Direktur AstraZeneca Indonesia Esra Erkomay dalam keterangan resminya di Jakarta, Kamis.
Pada penandatanganan nota kerja sama di Tangerang, Selasa (28/10), Esra menjelaskan teknologi ini dapat menganalisis citra jaringan secara digital dengan bantuan AI untuk meningkatkan akurasi, kecepatan, dan konsistensi diagnosis penyakit, termasuk kanker.
Pada tahap awal, layanan laboratorium komputasional patologi anatomi berbasis AI ini dapat diakses di Siloam International Hospitals Lippo Village dan MRCCC Siloam Hospitals Semanggi. Inisiatif ini menjadi kolaborasi pertama di Indonesia yang memanfaatkan AI dalam mendeteksi tipe kanker payudara, yang memiliki tingkat kecepatan dan akurasi yang tinggi dalam mendeteksi sub-kategori baru yaitu HER2-Low dan HER2Ultralow.
HER2-Ultralow merupakan sub-kategori kanker payudara baru dengan tingkat ekspresi HER2 yang sangat rendah, yang sebelumnya sering kali sulit teridentifikasi secara manual dan seringkali diinterpretasi sebagai HER2-negatif.
Ia melanjutkan bahwa teknologi computational pathology berbasis AI mampu mempercepat proses analisis jaringan dengan tingkat akurasi lebih tinggi dan tenaga medis dapat menganalisis citra jaringan dengan presisi tinggi, mengurangi variasi interpretasi/pembacaan antarpengamat, serta mempercepat proses diagnostik.
Kehadiran klasifikasi baru ini membuka babak baru dalam precision medicine atau pengobatan presisi, di mana dapat membantu dokter menentukan terapi yang lebih tepat dan sesuai dengan profil biologis pasien.
Dengan demikian, nantinya hasil patologi anatomi menjadi terintegrasi dan dapat diakses secara real-time dan memangkas waktu interpretasi patologi anatomi , pengiriman hasil, dan mempercepat pengambilan keputusan klinis serta membantu dokter menentukan pengobatan yang paling tepat bagi pasien.
Chief Medical Officer Siloam Hospitals Group dr. Grace Frelita menyampaikan bahwa transformasi digital bukan lagi sekadar wacana masa depan, melainkan kebutuhan nyata dalam layanan kesehatan modern.
Melalui penerapan teknologi seperti computational pathology, kami berkomitmen memastikan setiap keputusan klinis didukung oleh data yang akurat dan analisis yang komprehensif.
"Kolaborasi ini menjadi langkah strategis untuk memperkuat kemampuan tenaga medis dalam memanfaatkan teknologi secara optimal, menghadirkan diagnosis yang lebih cepat dan tepat, serta meningkatkan mutu layanan bagi pasien," ujarnya.
Komitmen ini sejalan dengan agenda transformasi kesehatan nasional yang digagas Kementerian Kesehatan yang mendorong perluasan akses, peningkatan mutu dan efisiensi layanan, serta penerapan pengobatan berbasis data dan bukti ilmiah.
