Membantu Pembacaan
Secara garis besar, bisa dibilang pemanfaatan AI dalam proses diagnosis kanker payudara dan skrining kanker paru-paru yang disampaikan Siloam diimplementasikannya, adalah untuk membantu pembacaan—visual—yang dilakukan para ahli terhadap hasil pemeriksaan yang dilaksanakan terhadap kanker-kanker tersebut. AstraZeneca dan Siloam mengintegrasikan AI menggunakan teknologi AI dari Mindpeak Germany untuk yang kanker payudara, serta sistem berbasis AI melalui peranti lunak dari Qure.ai untuk yang kanker paru-paru.
Secara lebih mendetail, pada kanker payudara, Siloam menggunakan AI dalam pembacaan hasil pemeriksaan HER2 (human epidermal growth factor receptor 2) jaringan payudara. HER2 adalah suatu protein yang membantu sel-sel kanker payudara bertumbuh cepat: salah satu bahan bakar kanker payudara. Pemeriksaan HER2 dilakukan dengan mengambil sampel jaringan payudara suatu pasien dan melakukan pemeriksaan IHK (imunohistokimia) yang menggunakan bantuan mikroskop.
Siloam mengatakan kini terdapat lima kategori hasil pemeriksaan HER2 dengan IHK, yakni HER2 3+, HER2 2+, HER2 1+, HER2-ultralow, dan HER2-null. Namun, pola visual dari masing-masing kategori tersebut saat dilihat di bawah mikroskop, sebagian sulit dibedakan satu dengan lainnya. Hal ini membuat para ahli yang melakukan pembacaan via mikroskop bisa memiliki penilaian yang berbeda-beda akan kategori HER2 dari suatu sampel jaringan yang sama.
Pemanfaatan AI dalam proses diagnosis kanker payudara yang diterapkan Siloam adalah untuk membantu pembacaan pola visual dari pemeriksaan HER2 tersebut. Siloam menyebutkan AI dalam proses diagnosis kanker payudara yang dimaksud akan membantu para patolog dengan memberikan panduan. AI ini akan membantu dalam proses analisis digital jaringan patologi untuk mengidentifikasi status HER2 pada suatu pasien kanker payudara sampai dengan ekspresi HER2 yang sangat kecil.
Siloam menambahkan dengan dukungan teknologi terbaru ini, hasil patologi anatomi pun bisa diakses secara real-time di seluruh jaringan rumah sakit Siloam di Indonesia dan secara mobile. Hal bersangkutan bisa meningkatkan akurasi, memangkas waktu interpretasi, pengiriman hasil, dan mempercepat pengambilan keputusan klinis.
“Data dari studi yang dipresentasikan pada ASCO Annual Meeting 2025 menunjukkan bahwa pemanfaatan AI sebagai pendamping penilaian HER2 dapat meningkatkan deteksi HER2-ultralow sebesar 40 % dibandingkan penilaian konvensional. Pemanfaatan AI juga dapat meningkatkan akurasi penilaian hingga sekitar 92% serta memperbaiki konsistensi antarpemeriksa dari 66% menjadi 82%, terutama pada subkategori HER2-low dan HER2-ultralow, sehingga dapat memperkuat ketepatan klasifikasi dan pengambilan keputusan klinis,” sebut Dr. dr. Patricia Diana Prasetyo, MSi.Med, Sp.PA.
Sementara kanker paru-paru, Siloam menggunakan AI dalam pembacaan foto rontgen toraks. Rontgen toraks dijelaskan masih menjadi pemeriksaan awal yang paling sering digunakan dalam evaluasi kelainan paru-paru. Pemanfaatan AI dalam proses skrining kanker paru-paru yang diterapkan Siloam adalah sebagai alat bantu untuk menandai area paru-paru yang mencurigakan, termasuk nodul kecil, pada suatu foto rontgen toraks. AI juga bisa membantu mengidentifikasi foto rontgen toraks yang kemungkinan normal untuk membebaskan para radiolog berfokus pada yang abnormal.
”Dalam pemeriksaan foto toraks, sistem berbasis AI dapat membantu menandai area yang dicurigai sebagai nodul paru yang memerlukan evaluasi lanjutan melalui pemeriksaan CT scan untuk karakterisasi yang lebih detail. Deteksi ini memungkinkan pasien diarahkan lebih cepat dan tepat untuk pemeriksaan lanjutan,” ucap dr. Dewi Tantra Hardiyanto, Sp.Rad sembari menegaskan tidak semua nodul paru-paru adalah kanker. “Yang kami nilai adalah karakteristik nodul serta faktor risiko pasien untuk menentukan tingkat kecurigaannya. AI membantu menandai nodul yang perlu dikaji lebih lanjut.”