NusamandiriNews, Jakarta — Tim peneliti dari Universitas Nusa Mandiri (UNM) yang dikenal sebagai Kampus Digital Bisnis berhasil mengembangkan sebuah sistem deteksi dini kanker serviks berbasis kecerdasan buatan (AI) yang diberi nama SmartCervix. Inovasi ini memanfaatkan teknologi deep learning untuk menganalisis citra Pap smear dengan tingkat akurasi tinggi mencapai 95%, jauh melampaui metode konvensional yang rentan terhadap kesalahan manusia dan membutuhkan waktu analisis yang lebih lama.
SmartCervix dibangun menggunakan arsitektur deep learning Xception dan InceptionResNetV2, dan telah dioptimalkan dengan dataset RepoMedUNM, yang berisi 400 citra sel serviks terbagi dalam empat kategori: Normal, L-SIL, H-SIL, dan Koilosit. Melalui teknik augmentasi data, dataset pelatihan diperluas menjadi 1.934 citra, yang memperkuat kemampuan model dalam mengenali berbagai variasi sel abnormal.
Tim Peneliti UNM Kembangkan SmartCervix
Ketua tim peneliti, Dr. Nita Merlina, menjelaskan bahwa hasil uji klinis menunjukkan performa model sangat menjanjikan.
“Model kami mampu mendeteksi sel prakanker dengan presisi 100% untuk kelas H-SIL dan L-SIL, serta recall 99% untuk sel normal. Ini merupakan terobosan signifikan dalam upaya deteksi dini kanker serviks di Indonesia,” ujar Dr Nita.
Capaian ini telah dipublikasikan di jurnal internasional bereputasi Journal of Applied Data Sciences (JADS) yang terindeks Q4, dan dapat diakses secara terbuka melalui platform resmi: https://smartcervix.com. Selain itu, SmartCervix juga telah memperoleh Hak Kekayaan Intelektual (HKI) dari Kementerian Hukum dan HAM Republik Indonesia.
Baca juga: Open House PraDoktoral UNM Kupas Tuntas Tren dan Kesempatan Riset di Bidang Informatika
Ke depan, tim peneliti UNM merencanakan integrasi sistem SmartCervix dengan rumah sakit dan laboratorium patologi untuk mendukung proses diagnosis yang lebih cepat dan akurat. Mereka juga tengah mengembangkan aplikasi mobile guna memperluas akses terhadap deteksi dini kanker serviks, terutama di wilayah terpencil yang minim fasilitas kesehatan.