Demonstrasi Penggunaan Sistem Deteksi Prakanker Serviks Berbasis Kecerdasan Artifisial untuk Tenaga Kesehatan Puskesmas di Desa Tebing Gerinting Kabupaten Ogan Ilir
DOI:
https://doi.org/10.30998/tevq1j09Keywords:
Kecerdasan Artifisial, Kanker serviks, SDGs3, Skrining, Puskesmas Tebing GerintingAbstract
Kanker serviks merupakan penyebab kematian tertinggi pada wanita Indonesia, 70% populasi wanita Indonesia terdiagnosis kanker serviks stadium lanjut dan 50% dari seluruh populasi wanita yang terdiagnosis meninggal karena penyakit tersebut. Dengan kendala utama berupa minimnya deteksi dini, terutama di wilayah pedesaan seperti Puskesmas Tebing Gerinting, Ogan Ilir maka diperlukan skrining Inspeksi Visual Asam Asetat (IVA). Namun, skrining IVA terhambat oleh keterbatasan tenaga terlatih, alat diagnosis, dan kuatnya stigma. Program pengabdian masyarakat ini bertujuan mengatasi masalah tersebut dengan mengintegrasikan inovasi aplikasi skrining IVA berbasis Kecerdasan Artifisial dan peningkatan kompetensi tenaga kesehatan. Dua masalah utama yang teridentifikasi adalah belum adanya sistem deteksi otomatis dan rendahnya kemampuan interpretasi hasil IVA oleh tenaga kesehatan. Metode pelaksanaan program mencakup koordinasi awal, demonstrasi, pelatihan intensif, dan Uji coba sistem AI pada subjek, diikuti dengan monitoring dan evaluasi. Sistem AI yang dikembangkan bersifat otomatis, dapat diakses melalui perangkat mobile (Android/iOS), serta divalidasi langsung oleh dokter onkologi. Pelatihan tenaga kesehatan dalam menggunakan aplikasi skrining telah dilakukan pada tanggal 5 November 2025. Program ini diharapkan tidak hanya memenuhi kebutuhan nyata mitra, tetapi juga mendukung pencapaian SDGs 3 (Kesehatan dan Kesejahteraan), menjadi model kolaborasi yang berkelanjutan, dan dapat direplikasi untuk meningkatkan akses layanan skrining kanker serviks terstandarisasi di wilayah lain.
Downloads
References
Darmawan, D. (2019). profil kesehatan Indonesia 2019. In Journal of Chemical Information and Modeling.
de Castro Hillmann, E., Moreira Bacha, O., Roy, M., Paris, G., Berbiche, D., Nizard, V., & Lopes Ramos, J. G. (2019). Cervical Digital Photography: An Alternative Method to Colposcopy. Journal of Obstetrics and Gynaecology Canada , 41(8), 1099–1107. https://doi.org/10.1016/j.jogc.2018.10.025
De Vuyst, H., Claeys, P., Njiru, S., Muchiri, L., Steyaert, S., De Sutter, P., Van Marck, E., Bwayo, J., & Temmerman, M. (2005). Comparison of pap smear, visual inspection with acetic acid, human papillomavirus DNA-PCR testing and cervicography. International Journal of Gynecology & Obstetrics, 89(2), 120–126. https://doi.org/https://doi.org/10.1016/j.ijgo.2005.01.035
Floridi, L. (2023). The ethics of artificial intelligence: Principles, challenges, and opportunities.
Fu, L., Xia, W., Shi, W., Cao, G., Ruan, Y., Zhao, X., Liu, M., Niu, S., Li, F., & Gao, X. (2022). Deep learning based cervical screening by the cross-modal integration of colposcopy, cytology, and HPV test. International Journal of Medical Informatics, 159, 104675. https://doi.org/https://doi.org/10.1016/j.ijmedinf.2021.104675
ICO Information Center on HPV and Cancer. (2015). Human Papillomavirus and Related Diseases in Indonesia.
Islam, R. M., Billah, B., Hossain, M. N., & Oldroyd, J. (2017). Barriers to cervical cancer and breast cancer screening uptake in low-income and middle-income countries: a systematic review. Asian Pacific Journal of Cancer Prevention: APJCP, 18(7), 1751.
Najmah. Gambaran Profil Puskesmas Tebing Gerinting 2024. [Palembang]: Universitas Sriwijaya; 2024.
Nurmaini, S., Agustiyansyah, P., Rachmatullah, M. N., Firdaus, F., Darmawahyuni, A., Tutuko, B., Sapitri, A. I., Islami, A., Arum, A. W., Sanif, R., Sastradinata, I., Legiran, L., & Partan, R. U. (2025). Robust assessment of cervical precancerous lesions from pre- and post-acetic acid cervicography by combining deep learning and medical guidelines. Informatics in Medicine Unlocked, 52(June 2024), 101609. https://doi.org/10.1016/j.imu.2024.101609
Nurmaini, S., Rachmatullah, M. N., Sanif, R., Agustiansyah, P., Sastradinata, I., Legiran, L., Darmawahyuni, A., Sapitri, A. I., Islami, A., Firdaus, F., Tutuko, B., & Ridho Lubis, N. M. E. (2023). Real time mobile AI-assisted cervicography interpretation system. Informatics in Medicine Unlocked, 42(September), 101360. https://doi.org/10.1016/j.imu.2023.101360
Organization, W. H. (2024). WHO guideline for screening and treatment of cervical pre-cancer lesions for cervical cancer prevention: use of dual-stain cytology to triage women after a positive test for human papillomavirus (HPV). World Health Organization.
Puskesmas Tebing Gerinting. Profil Puskesmas Tebing Gerinting [Internet]. 2025 [cited 2025 Jun 23]. Available from: (n.d.). https://pkmtebinggerinting.oganilirkab.go.id/
Qin, D., Bai, A., Xue, P., Seery, S., Wang, J., Mendez, M. J. G., Li, Q., Jiang, Y., & Qiao, Y. (2023). Colposcopic accuracy in diagnosing squamous intraepithelial lesions: a systematic review and meta-analysis of the International Federation of Cervical Pathology and Colposcopy 2011 terminology. BMC Cancer, 23(1), 187. https://doi.org/10.1186/s12885-023-10648-1
Rifky, S., Kharisma, L. P. I., Afendi, H. A. R., Napitupulu, S., Ulina, M., Lestari, W. S., Maysanjaya, I. M. D., Kelvin, K., Sinaga, F. M., Muchtar, M., & others. (2024). Artificial Intelligence: Teori dan Penerapan AI di Berbagai Bidang. PT. Sonpedia Publishing Indonesia.
Sankaranarayanan, R., Nessa, A., Esmy, P. O., & Dangou, J.-M. (2012). Visual inspection methods for cervical cancer prevention. Best Practice & Research Clinical Obstetrics & Gynaecology, 26(2), 221–232. https://doi.org/https://doi.org/10.1016/j.bpobgyn.2011.08.003
Published
Issue
Section
License
Copyright (c) 2026 Firdaus Firdaus, Anggun Islami, Annisa Darmawahyuni, Bambang Tutuko, Rossi Passarella, Sukemi Sukemi (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
