RUZKA INDONESIA — Berangkat dari tantangan deteksi kanker paru sejak dini, mahasiswa Universitas Indonesia (UI) menghadirkan Deep-BioOrtho, inovasi perangkat lunak berbasis deep learning dan kimia bioorthogonal.
Prototipe tersebut dikembangkan untuk membantu mendeteksi potensi kanker paru sekaligus menyimulasikan kandidat pengobatan secara lebih presisi yang meminimalkan efek samping.
Deep-BioOrtho dikembangkan oleh tim Program Kreativitas Mahasiswa-Karsa Cipta (PKM-KC) UI yang terdiri atas Reza Nur Ikhsan, Hafiz Rizky Ramadhani, Shofiy Falihah Utami, Sulthan Raju Salim, dan Adisah Fayza Arundati.
Inovasi ini dikembangkan melalui riset berjudul “Deep-BioOrtho: Integrasi Deep Learning CNNs dalam Perancangan Reaksi Bioorthogonal untuk Aktivasi Obat Kanker Paru Intraseluler Presisi dan Minim Efek Samping”.
Reza menjelaskan bahwa Deep-BioOrtho dirancang untuk membaca citra rontgen (X-Ray) paru-paru menggunakan Convolutional Neural Networks (CNNs), metode kecerdasan buatan yang mampu mengenali pola pada citra.
Gabungkan Deep Learning CNNs dan Kimia Bioorthogonal
Hasil analisis tersebut kemudian menjadi dasar bagi sistem untuk menyusun simulasi kandidat obat kanker paru dengan pendekatan kimia bioorthogonal.
“Kami menggabungkan deep learning CNNs dan kimia bioorthogonal untuk membangun framework software yang kami beri nama Deep-BioOrtho. CNNs digunakan untuk mendeteksi adanya potensi kanker pada citra X-Ray, sedangkan prinsip kimia bioorthogonal digunakan sebagai kerangka simulasi kandidat obat kanker paru yang minim efek samping sesuai tingkat keparahan yang telah dianalisis oleh algoritma CNNs pada software kami,” kata Reza di Kampus UI, Depok, Kamis (10/09/2026).
Pendekatan kimia bioorthogonal menjadi bagian penting dalam inovasi tersebut. Prinsip ini memungkinkan suatu reaksi kimia berlangsung secara spesifik di dalam sel hidup tanpa mengganggu proses biokimia normal.
Dalam Deep-BioOrtho, konsep tersebut digunakan untuk menyimulasikan skenario aktivasi obat kanker paru secara lebih terarah berdasarkan hasil analisis citra.
Hafiz, yang berperan sebagai perancang utama algoritma deep learning, mengatakan bahwa pemanfaatan kecerdasan buatan membuka peluang untuk membantu tenaga medis mengolah informasi dari citra medis secara lebih efisien dan presisi.
Integrasi AI
Integrasi AI dengan pendekatan kimia bioorthogonal dalam satu kerangka perangkat lunak dapat menghubungkan proses deteksi dengan simulasi pengobatan secara lebih terpadu.
Pengembangan Deep-BioOrtho berlangsung selama tiga bulan dengan bimbingan Dr. (Eng) Pugoh Santoso, S.Si., M.Si. dari Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) UI sebagai pembimbing utama dan dr. Gatut Priyonugroho, Sp.P(K)-Onk., FISR dari Fakultas Kedokteran (FK) UI sebagai pembimbing lapangan.
Dr. Pugoh menilai pengembangan prototipe tersebut menunjukkan keberanian mahasiswa UI mengeksplorasi pendekatan lintas disiplin dalam menjawab persoalan kesehatan.
“Semula ide ini diragukan oleh beberapa orang karena terlalu kompleks, tetapi saya percaya dedikasi Reza dan tim untuk membangun penelitian inovatif berupa prototipe software Deep-BioOrtho hingga tahap ini merupakan pembuka jalan bagi pengobatan kanker paru masa depan yang lebih baik di Indonesia,” ungkapnya.
Sementara itu, Gatut melihat Deep-BioOrtho berpeluang untuk dikembangkan melalui penelitian lanjutan.
“Prototipe software yang dibangun Reza dan tim merupakan preliminary kanker paru yang sangat potensial dan dapat dikembangkan lebih lanjut di Indonesia hingga mencapai golden standard penanganan kanker paru untuk membantu dunia medis,” jelasnya.
Pengembangan
Sebagai inovasi mahasiswa dalam bidang kesehatan, Deep-BioOrtho memerlukan pengembangan serta validasi lebih lanjut sebelum dapat digunakan dalam praktik klinis.
Tim berharap riset ini menjadi bagian dari pengembangan teknologi medis di Indonesia, khususnya dalam mendukung deteksi kanker paru dan eksplorasi pengobatan yang lebih presisi. Inovasi tersebut juga mengantarkan tim untuk berkompetisi dalam Pekan Ilmiah Mahasiswa Nasional (PIMNAS) 2026. (***)
Jurnalis/Editor: Rusdy Nurdiansyah
Email: rusdynurdiansyah69@gmail.com
Komentar