Deteksi Gula Darah dan Jantung Lewat Pemindaian Mata Berbasis AI

Pemindaian retina dengan bantuan kecerdasan buatan (AI) dapat segera memberikan dokter cara yang sederhana dan non-invasif untuk mendeteksi berbagai kondisi medis. Oleh Devanjali Relan (Universitas BML Munjal) INTEGRASI pembelajaran mesin dan kecerdasan buatan (AI) kini membuka perspektif baru dalam menilai kesehatan retina. Bidang oftalmologi pun bertransformasi, dari yang reaktif menjadi proaktif dan prediktif. Gambar retina memberikan pandangan non-invasif terhadap pembuluh darah dan serat saraf. Retina tidak hanya merupakan "jendela ke dalam mata", tapi juga alat diagnostik penting untuk berbagai penyakit. Contoh: * Penyempitan arteri kecil retina (arteriola) berkaitan dengan risiko tekanan darah tinggi. * Diameter vena retina yang membesar dikaitkan dengan masalah ginjal pada penderita diabetes tipe 1. * Rasio antara diameter arteri dan vena di retina telah diakui sebagai **penanda biomolekuler** untuk stroke dan penyakit jantung. Struktur pembuluh retina mencerminkan **kesehatan sistem vaskular** seseorang. Oleh karena itu, retina menjadi alat yang kuat untuk mendiagnosis berbagai penyakit seperti: * Diabetes melitus * Penyakit jantung koroner * Hipertensi * Penyakit ginjal * Gangguan neurodegeneratif Dengan bertambahnya usia populasi dan gaya hidup yang buruk, penyakit-penyakit ini semakin meningkat. Maka, deteksi dini dan identifikasi individu berisiko tinggi menjadi sangat penting. Teknologi Citra Retina: Akurat dan Non-Invasif Selama 20 tahun terakhir, minat terhadap pencitraan pembuluh darah retina terus meningkat. Teknologi yang mendukung seperti:

• Fotografi fundus retina
• Optical Coherence Tomography-Angiography (OCT-A)
• Optik adaptif

…memungkinkan pengumpulan data yang akurat tentang sistem peredaran darah. Fotografi fundus: menangkap gambar bagian dalam mata — termasuk retina, saraf optik, makula, pembuluh darah, koroid, dan vitreous. Digunakan untuk mendeteksi penyebab kebutaan yang bisa dicegah, seperti:

• Retinopati diabetik
• Degenerasi makula karena usia
• Glaukoma

OCT-A: memberikan visualisasi 3D jaringan vaskular retina secara rinci. Prosedurnya non-invasif, cepat, dan sangat informatif. "Oculomics" dan AI Generatif dalam Bedah Mata Pendekatan baru bernama oculomics, yang menggabungkan dataset citra retina dan algoritma AI, kini menarik perhatian besar terhadap biomarker mikro-vaskular retina. Salah satu aplikasi AI yang menjanjikan adalah meningkatkan hasil bedah mata, khususnya pada pasien dengan lubang makula, kondisi yang menyebabkan kehilangan penglihatan sentral. Operasi untuk kondisi ini — vitrektomi — efektif jika dilakukan saat lubang masih kecil. Namun, tidak semua operasi berhasil. Kegagalan dapat menyebabkan:

• Operasi ulang
• Biaya meningkat
• Stres emosional

AI dapat membantu dengan:

• Menganalisis gambar retina sebelum dan sesudah operasi
• Memprediksi apakah lubang makula akan menutup
• Memberikan gambaran kemungkinan bentuk retina setelah operasi

Teknologi ini membantu dokter:

• Merencanakan prosedur secara optimal
• Memberikan konseling kepada pasien dengan informasi yang akurat
• Membantu pasien membuat keputusan yang lebih bijak

Skrining Diabetes Tanpa Jarum Proyek kedua yang dikembangkan oleh penulis dan timnya bertujuan menciptakan alat diagnosis diabetes yang lebih terjangkau dan non-invasif. Saat ini, tes HbA1c (mengukur rata-rata kadar gula darah selama 90 hari terakhir) membutuhkan pengambilan darah — yang merepotkan dan menjadi hambatan, terutama di negara seperti India. Menurut Atlas Diabetes Internasional (IDF) edisi ke-11, India telah melampaui Tiongkok dalam jumlah penderita diabetes tertinggi di dunia. Jumlah ini diperkirakan meningkat sebesar 75% dalam 25 tahun ke depan. Untuk menjawab tantangan ini, para peneliti mengembangkan kerangka pembelajaran mendalam (deep learning) yang dapat:

• Mengklasifikasikan kadar HbA1c langsung dari gambar retina
• Memberikan hasil sederhana (Ya/Tidak)
• Atau klasifikasi lebih rinci: optimal, meningkat, atau berisiko tinggi

Teknologi ini akan tersedia dalam bentuk aplikasi ramah pengguna, dan dapat digunakan untuk skrining massal dengan biaya lebih rendah dibandingkan tes darah. Inovasi ini dapat mengubah cara skrining diabetes dilakukan, memungkinkan deteksi dini tanpa harus mengambil darah. Sistem Diagnostik Terpadu Banyak penyakit sistemik seperti gula darah tinggi dan kolesterol menunjukkan tanda awal di retina, bahkan sebelum muncul gejala klinis. Penulis dan timnya tengah mengembangkan sistem yang dapat:

• Mengklasifikasikan berbagai penyakit dari satu citra retina
• Menggunakan teknologi Auxiliary Classifier Generative Adversarial Networks (AC-GANs)

Teknologi ini mampu:

• Menghasilkan gambar retina realistis untuk memperbesar dataset
• Melatih sistem untuk membedakan antara penyakit mata dan penyakit sistemik (jantung, ginjal, dll.)

Sistem ganda ini memungkinkan:

• Diagnostik yang efisien hanya dengan satu sesi pencitraan
• Pemindaian menyeluruh untuk banyak kondisi sekaligus

Menuju Era Baru Oftalmologi Berbasis AI Proyek-proyek ini menandai era baru oftalmologi berbasis AI, di mana pemindaian retina bisa menjadi laporan kesehatan lengkap, memberikan wawasan mendalam tentang kondisi mata dan tubuh. Meskipun banyak peneliti telah menggunakan AI untuk mendeteksi penyakit mata, aplikasi untuk memprediksi gula darah dari gambar retina atau alat serbaguna untuk diagnosis berbagai penyakit sistemik masih sangat unik dan penting, terutama di negara berkembang seperti India. Tantangan: “Black Box” dan Ketersediaan Data Meski potensinya besar, tetap ada beberapa kendala, antara lain:

• Kurangnya data pasien yang beragam untuk melatih AI secara akurat
• Masalah "black box", yaitu proses pengambilan keputusan AI yang tidak transparan, membuat dokter ragu untuk mempercayainya

Namun, solusi mulai dijalankan:

• Berbagi data anonim antar rumah sakit untuk memperkaya dataset
• Membuat AI lebih transparan, misalnya dengan menunjukkan bagian mata mana yang diperiksa saat membuat diagnosis

Langkah-langkah ini membantu membangun kepercayaan dan memastikan AI benar-benar aman serta efektif digunakan di dunia nyata.

• Dr. Devanjali Relan adalah Profesor di BML Munjal University. Penelitian ini merupakan kolaborasi antara Dr. Relan dan Dr. Dhanashree Ratra beserta timnya di Sankara Nethralaya, Chennai, India.
• Artikel ini awalnya diterbitkan di bawah lisensi Creative Commons oleh 360info™.