Image generated by AI

Diabetes adalah salah satu penyakit kronis yang paling banyak diderita di dunia, dan salah satu komplikasi serius yang dapat ditimbulkannya adalah retinopati diabetik. Penyakit ini terjadi akibat kerusakan pembuluh darah di retina, yang jika tidak terdeteksi dan ditangani sejak dini, dapat menyebabkan kebutaan permanen. Biasanya, diagnosis retinopati diabetik dilakukan dengan pencitraan retina menggunakan peralatan khusus seperti fundus kamera atau optical coherence tomography (OCT), yang sering kali tidak tersedia di banyak klinik atau daerah dengan keterbatasan fasilitas kesehatan.

Namun, penelitian terbaru yang diterbitkan di Nature Biomedical Engineering menunjukkan bahwa pemeriksaan eksternal mata menggunakan kecerdasan buatan (AI) dapat menjadi solusi yang lebih mudah diakses dan efisien dalam mendeteksi tanda-tanda awal retinopati diabetik.

Teknologi yang Digunakan: AI dan Deep Learning dalam Diagnostik Mata

Para peneliti mengembangkan model deep learning yang mampu menganalisis foto eksternal mata dan mendeteksi kemungkinan adanya penyakit mata akibat diabetes. Model ini dilatih menggunakan ribuan gambar mata pasien dengan berbagai tingkat retinopati diabetik untuk mengenali pola dan tanda-tanda awal kerusakan retina, seperti pembengkakan pembuluh darah atau perubahan warna mata.

Hasil penelitian menunjukkan bahwa ketika menganalisis 5% pasien dengan kemungkinan tertinggi mengalami retinopati diabetik, sekitar 20–65% dari mereka benar-benar memiliki penyakit retina yang mengancam penglihatan. Ini menunjukkan bahwa metode skrining berbasis AI ini dapat menjadi alat yang berharga dalam deteksi dini, terutama bagi pasien yang mungkin tidak memiliki akses ke peralatan pencitraan retina canggih.

Keunggulan Skrining Retinopati Diabetik Menggunakan Foto Eksternal Mata

  1. Mudah Diakses

Tidak semua klinik atau rumah sakit memiliki peralatan pencitraan retina. Dengan menggunakan kamera eksternal standar dan teknologi AI, pemeriksaan dapat dilakukan dengan lebih sederhana dan di berbagai lokasi, termasuk daerah terpencil.

  1. Lebih Hemat Biaya

Pemeriksaan retina tradisional membutuhkan peralatan mahal dan tenaga ahli yang terlatih, sedangkan metode ini dapat dilakukan dengan peralatan yang lebih sederhana dan dianalisis secara otomatis oleh AI.

  1. Mempercepat Deteksi Dini

Dengan sistem otomatis berbasis AI, deteksi dini dapat dilakukan lebih cepat, memungkinkan dokter untuk segera mengambil langkah intervensi yang diperlukan sebelum penyakit berkembang lebih parah.

  1. Meningkatkan Jangkauan Skrining

Metode ini dapat diterapkan dalam program pemeriksaan massal bagi penderita diabetes tanpa memerlukan fasilitas medis yang kompleks, sehingga meningkatkan peluang deteksi dini dan pencegahan kebutaan akibat retinopati diabetik.

Kemajuan ini menunjukkan bagaimana kecerdasan buatan dapat merevolusi dunia medis, terutama dalam bidang oftalmologi. Jika teknologi ini diterapkan secara luas, skrining retinopati diabetik dapat dilakukan di klinik-klinik kecil, apotek, atau bahkan melalui aplikasi kesehatan berbasis ponsel yang dapat memberikan analisis cepat kepada pasien.

Meskipun metode ini masih memerlukan penelitian lebih lanjut dan pengujian di berbagai populasi pasien, potensinya sangat besar dalam mengurangi angka kebutaan akibat diabetes. Dengan semakin berkembangnya teknologi deep learning, kemungkinan besar kita akan melihat lebih banyak inovasi dalam diagnostik penyakit mata berbasis AI yang tidak hanya lebih mudah diakses, tetapi juga lebih akurat dan efisien.

Sumber: https://www.nature.com/articles/s41551-022-00867-5