Bagaimana Pemindaian Mata Berbasis AI Bisa Deteksi Gula Darah Tinggi dan Penyakit Jantung

• Pemindaian retina yang didukung oleh kecerdasan buatan (AI) kini menawarkan cara sederhana dan non-invasif bagi dokter untuk mendeteksi berbagai kondisi medis.

Oleh Devanjali Relan (BML Munjal University)

Integrasi pembelajaran mesin dan kecerdasan buatan (AI) memberikan perspektif baru dalam menilai kesehatan retina, mengubah bidang oftalmologi dari pendekatan reaktif menjadi proaktif dan prediktif.

Gambar retina menawarkan pandangan non-invasif terhadap pembuluh darah dan serabut saraf. Retina bukan hanya jendela ke mata, tapi juga alat diagnostik yang sangat berguna untuk berbagai penyakit. Misalnya, penyempitan arteri kecil di retina (arteriola retina) berkaitan dengan risiko jangka panjang tekanan darah tinggi. Sementara pembesaran diameter vena retina sering kali menunjukkan masalah ginjal pada penderita diabetes tipe 1.

Rasio antara diameter arteri dan vena retina bahkan telah diakui sebagai biomarker untuk stroke dan penyakit jantung.

Retina sebagai Cermin Kesehatan Vaskular

Struktur pembuluh darah di retina dapat dianggap sebagai saksi kondisi vaskular pasien. Karena itu, retina membuka peluang unik untuk menilai dan mendiagnosis berbagai penyakit seperti:

• Diabetes melitus
• Penyakit jantung koroner
• Hipertensi
• Gagal ginjal
• Gangguan neurodegeneratif

Dengan bertambahnya populasi lanjut usia dan gaya hidup yang buruk, prevalensi penyakit-penyakit ini semakin meningkat. Maka, diagnosis dini dan identifikasi individu berisiko tinggi sangat dibutuhkan.

Perkembangan Teknologi Pencitraan Retina

Selama dua dekade terakhir, perhatian terhadap pencitraan pembuluh darah retina meningkat. Teknologi seperti fundus photography, optical coherence tomography–angiography (OCT-A), dan adaptive optics telah memungkinkan pengambilan data akurat dari sistem peredaran darah manusia.

Fundus photography digunakan untuk memotret bagian dalam mata, termasuk retina, saraf optik, makula, pembuluh darah retina, koroid, dan vitreous. Gambar-gambar ini digunakan untuk mendeteksi penyebab kebutaan yang masih dapat dicegah atau diobati seperti retinopati diabetik, degenerasi makula terkait usia, dan glaukoma. OCT-A memberikan visualisasi jaringan pembuluh darah retina secara tiga dimensi dan non-invasif, dalam waktu singkat.

Peran AI: Dari Diagnosis ke Prediksi

Penelitian selama satu dekade terakhir fokus pada pengembangan perangkat lunak yang mampu menganalisis jaringan vaskular retina secara otomatis, untuk mendapatkan deskripsi yang akurat mengenai kondisi arteri dan vena pasien.

Pendekatan baru bernama “oculomics”, yaitu penggunaan dataset gambar retina dan algoritma AI, kini mulai banyak digunakan untuk menemukan biomarker mikro-vaskular retina.

AI dalam Operasi Mata

AI juga berpotensi memperbaiki hasil operasi, seperti pada macular hole — kondisi yang menyebabkan gangguan penglihatan pusat.

Macular hole diobati melalui prosedur vitrektomi, yang umumnya sukses jika lubangnya kecil. Namun, jika gagal, pasien harus menjalani operasi ulang, menambah beban biaya dan emosional.

Teknologi AI dapat menganalisis gambar retina pra dan pasca operasi untuk memprediksi hasil akhir, termasuk kemungkinan lubang akan menutup. Ini memungkinkan perencanaan operasi yang lebih matang dan membantu dokter memberikan informasi yang realistis kepada pasien.

Deteksi Diabetes Tanpa Jarum

Proyek kedua yang sedang dikembangkan oleh penulis dan timnya adalah menciptakan alat diagnosis diabetes yang mudah diakses dan non-invasif.

Selama ini, pengukuran HbA1c — indikator gula darah rata-rata selama 90 hari terakhir — memerlukan sampel darah, yang bisa menjadi kendala, terutama di negara berkembang seperti India.

Menurut International Diabetes Federation (IDF) edisi ke-11, India kini memiliki jumlah penderita diabetes tertinggi di dunia, mengalahkan Tiongkok. Angka ini diprediksi naik 75% dalam 25 tahun mendatang.

Tim peneliti mengembangkan kerangka kerja deep learning yang mampu mengklasifikasikan kadar HbA1c hanya dari gambar retina.

Model ini sangat akurat. Program AI telah belajar mengenali pola dalam gambar mata yang menunjukkan kadar gula darah. Berdasarkan pola itu, AI dapat memberikan jawaban sederhana (“ya/tidak”) atau klasifikasi lebih rinci seperti optimal, meningkat, atau berisiko tinggi.

Aplikasi ini bisa digunakan secara luas untuk skrining massal, dan jauh lebih murah daripada tes darah konvensional.

Satu Gambar untuk Banyak Diagnosis

Banyak penyakit sistemik seperti gula darah tinggi atau kolesterol dapat tercermin pada retina, bahkan sebelum gejala lain muncul.

Penulis dan timnya mengembangkan pendekatan klasifikasi penyakit multipel dari satu gambar retina menggunakan Auxiliary Classifier Generative Adversarial Networks (AC-GANs).

Teknologi ini:

Menciptakan gambar retina realistis untuk memperkaya dataset

• Melatih AI untuk membedakan berbagai penyakit mata dan sistemik (seperti jantung dan ginjal)
• Satu sesi pencitraan retina bisa digunakan untuk skrining berbagai penyakit — menjadikannya alat diagnostik yang sangat efisien.

Tantangan: Transparansi dan Data

Meski menjanjikan, masih ada tantangan besar:

• Data: Diperlukan data dari pasien dengan latar belakang beragam agar AI tidak bias dan lebih akurat.
• Black box: Proses pengambilan keputusan AI sering kali tidak transparan, sehingga dokter ragu mempercayainya.

Namun, berbagai upaya sedang dilakukan:

• Rumah sakit saling berbagi data anonim untuk memperluas dataset.
• Peneliti mengembangkan sistem AI yang menunjukkan bagian mana dari mata yang menjadi dasar diagnosis.

Hal ini membantu membangun kepercayaan, sehingga teknologi AI lebih siap digunakan dalam dunia nyata.***

• Penulis, Dr. Devanjali Relan adalah Profesor di BML Munjal University. Penelitian ini merupakan hasil kolaborasi dengan Dr. Dhanashree Ratra dan timnya di Sankara Nethralaya, Chennai, India.
• Diterbitkan pertama kali di bawah lisensi Creative Commons oleh 360info™.