Multimodal AI untuk skrining medis awal.
Satu sistem yang bisa membaca citra medis dan data klinis sekaligus — dipakai untuk skrining awal batu ginjal, tumor otak, dan risiko kanker payudara.
Apa itu OncoVision AI?
OncoVision AI adalah platform klinis berbasis kecerdasan buatan yang dirancang untuk membantu tenaga medis dalam proses skrining dan deteksi dini penyakit secara cepat dan akurat.
Sistem ini mengintegrasikan tiga modul diagnostik utama dalam satu antarmuka terpadu, meminimalkan risiko kesalahan diagnostik, serta mempercepat penanganan pasien secara signifikan melalui visualisasi data medis yang presisi.
FAQ
Platform ini menyediakan analisis sekunder (second opinion) berbasis deep learning secara real-time untuk mendeteksi anomali pada hasil pemindaian medis dengan akurasi tinggi.
Tidak. OncoVision AI dirancang murni sebagai alat bantu (decision support system) untuk mempercepat proses skrining, sedangkan keputusan klinis akhir tetap berada di tangan dokter.
Sistem ini mengintegrasikan tiga modul utama yang mencakup deteksi dini dan klasifikasi stadium penyakit berdasarkan data klinis dan citra medis pasien.
OncoVision AI mengintegrasikan tiga modul spesifik dengan pendekatan teknologi yang disesuaikan pada kebutuhan klinis:
- Deteksi Batu Ginjal: Menggunakan *object detection* berbasis YOLOv8 untuk melokalisasi dan menghitung batu ginjal pada citra medis (USG/CT Scan) secara instan.
- Klasifikasi Tumor Otak: Menggunakan model *deep learning* berbasis MobileNetV2 (Transfer Learning) untuk mengklasifikasikan jenis tumor pada citra MRI.
- Analisis Risiko Kanker Payudara: Menggunakan klasifikasi data tabular klinis (CSV) untuk mengidentifikasi tingkat risiko keganasan tumor secara presisi.
Setiap arsitektur dipilih berdasarkan efisiensi komputasi dan akurasi tinggi. Kombinasi YOLOv8 untuk lokalisasi spasial yang cepat, MobileNetV2 untuk klasifikasi citra yang ringan namun akurat, serta model klasifikasi tabular memastikan platform dapat berjalan optimal bahkan pada perangkat komputasi standar di fasilitas kesehatan.
Dirancang untuk tiga alur kerja klinis yang berbeda
Setiap modul memakai jenis model dan format input yang sesuai dengan karakteristik datanya masing-masing — bukan satu model generik untuk semua kasus.
Deteksi Batu Ginjal
YOLOv8 · Object DetectionMelokalisasi dan menghitung batu ginjal pada citra CT Scan / USG, lengkap dengan bounding box dan skor kepercayaan per objek.
Klasifikasi Tumor Otak
MobileNetV2 · Transfer LearningMengklasifikasikan citra MRI otak ke dalam dua kelas: Normal dan Tumor, dengan precision tinggi untuk meminimalkan false positive.
Analisis Risiko Kanker Payudara
Tabular Classifier · scikit-learnMengestimasi tingkat risiko keganasan dari fitur data klinis terstruktur (CSV), mengembalikan label dan tingkat kepercayaan.
Dari input mentah sampai laporan terstruktur
Unggah
Kirim citra medis (JPEG/PNG) atau data klinis (CSV/JSON) lewat dashboard atau langsung ke REST API.
Pra-pemrosesan
Sistem menormalisasi dan menyiapkan input sesuai kebutuhan modul yang dipilih.
Inferensi Model
Model terkait — YOLOv8, MobileNetV2, atau classifier tabular — memproses input secara real-time.
Laporan Terstruktur
Hasil dikembalikan sebagai JSON yang jelas: label, confidence, dan detail lain yang dapat diinterpretasikan.
Angka yang kami ukur, bukan yang kami klaim
Semua metrik di bawah diambil langsung dari hasil evaluasi model, termasuk keterbatasannya.
Deteksi Batu Ginjal
YOLOv8 · label: Tas_VarKlasifikasi Tumor Otak
MobileNetV2 · validasi n=50| Kelas | Precision | Recall | F1 | N |
|---|---|---|---|---|
| Normal | 0.85 | 0.89 | 0.87 | 19 |
| Tumor | 0.93 | 0.90 | 0.92 | 31 |
| Weighted avg | 0.90 | 0.90 | 0.90 | 50 |
Kenapa alat skrining awal ini penting
Distribusi tenaga medis spesialis di Indonesia masih belum merata — banyak fasilitas kesehatan di luar kota besar belum memiliki radiolog atau onkolog tetap. OncoVision AI dikembangkan sebagai inovasi mahasiswa untuk membantu menjembatani keterbatasan itu lewat skrining awal yang cepat dan terjangkau.
Menjangkau Wilayah dengan Keterbatasan Tenaga Spesialis
Tenaga medis umum di puskesmas atau klinik daerah bisa mendapat hasil skrining awal tanpa harus menunggu rujukan ke spesialis yang jaraknya jauh.
Skrining Lebih Cepat, Tidak Perlu Antre Lama
Proses pembacaan citra dan data klinis yang biasanya memakan waktu bisa dipercepat, sehingga pasien mendapat gambaran awal kondisinya lebih cepat.
Mendukung Keputusan Dokter, Bukan Menggantikannya
Semua hasil tetap harus dikonfirmasi tenaga medis berkualifikasi. Sistem ini dirancang sebagai alat bantu, sejalan dengan prinsip pemanfaatan AI yang bertanggung jawab di layanan kesehatan.
Dataset Uji
Kumpulan sampel citra (MRI, CT Scan) dan data CSV yang bisa dipakai untuk mencoba ketiga modul di dashboard tanpa data pasien asli.
OncoVision AI adalah alat bantu, bukan alat diagnosis mandiri
- Hasil analisis dari sistem ini tidak menggantikan diagnosis, penilaian, atau rekomendasi dari dokter maupun tenaga medis profesional yang berkualifikasi.
- Setiap keputusan klinis tetap sepenuhnya menjadi tanggung jawab tenaga medis yang menangani pasien.
- Model AI dalam sistem ini dilatih pada dataset tertentu dan memiliki keterbatasan performa pada kondisi klinis yang bervariasi di luar data tersebut.
- Penggunaan sistem ini untuk tujuan diagnosis akhir tanpa supervisi medis tidak dianjurkan dan dapat menimbulkan risiko bagi pasien.
- Sistem ini dikembangkan untuk keperluan penelitian, edukasi, dan pendukung skrining awal. Selalu konsultasikan hasil dengan profesional kesehatan yang kompeten.