Sistem diagnosis ini dirancang untuk mendukung survei darah massal di lapangan dengan efisien. Menurut periset yang ahli dalam pengolahan citra dan biometrik, AI dapat mempercepat proses diagnosis tanpa mengorbankan akurasi. Selain itu, sistem ini juga membuka peluang untuk diagnosis jarak jauh sehingga sangat relevan di daerah terpencil. Pengalaman mikroskopis disimpan dalam sistem AI untuk membantu tenaga kesehatan dengan pelatihan terbatas.
Anto menekankan pentingnya memperhatikan karakteristik dataset, kualitas data, pemilihan model, serta metode evaluasi performa dalam pengembangan AI di bidang biomedis. Kolaborasi antara ahli komputasi dan peneliti biomedis dianggap sebagai syarat mutlak agar teknologi ini dapat diandalkan. Pemahaman konteks medis dianggap kunci untuk hasil diagnosis yang bermanfaat bagi pasien.
Dengan potensi untuk meningkatkan ketepatan diagnosis dan efisiensi layanan kesehatan di wilayah endemis, BRIN optimistis bahwa teknologi AI akan menjadi mitra strategis dalam upaya pengendalian malaria nasional. BRIN berkomitmen untuk terus menyempurnakan sistem melalui riset kolaboratif dan uji coba lapangan yang lebih komprehensif, sebagai bagian dari dukungan untuk program eliminasi malaria di Indonesia.
