Jakarta, Teknostyle.id – Kecerdasan buatan atau Artificial Intelligence (AI) tidak habisnya memunculkan beragam inovasi termasuk mengubah penelitian medis dan pengobatan.
Dikutip dari BBC, seorang perempuan bernama Terry Quinn didiagnosis diabetes saat masih remaja. Dalam beberapa hal, ia menolak label dan tes rutin, karena tidak ingin merasa berbeda.
Takut terbesar Quinn yakni suatu hari nanti harus menjalani amputasi kaki. Termasuk kehilangan penglihatan, komplikasi lain dari diabetes, tidak pernah ia pikirkan.
“Saya tidak pernah berpikir akan kehilangan penglihatan,” kata Quinn, yang tinggal di West Yorkshire.
Namun suatu hari, ia melihat adanya pendarahan di matanya. Dokter mendiagnosisnya dengan retinopati diabetik, kerusakan pembuluh darah di retina akibat diabetes.
Kondisi itu akhirnya memerlukan pengobatan laser dan injeksi. Seiring waktu, pengobatan tersebut tidak cukup untuk mencegah penurunan penglihatannya. Ia sering menabrak tiang lampu, tak bisa mengenali wajah anaknya, dan harus berhenti mengemudi.
“Saya merasa sangat buruk. Seperti bayangan dari seorang pria yang tidak bisa melakukan apa-apa,” kenangnya.
Salah satu hal yang membantunya keluar dari keputusasaan adalah dukungan dari Guide Dogs for the Blind Association, yang mempertemukannya dengan anjing Labrador hitam bernama Spencer.
“Dia menyelamatkan hidup saya,” kata Quinn, yang kini menjadi penggalang dana untuk Guide Dogs.
Di Inggris, NHS mengundang pasien untuk skrining mata diabetik setiap satu atau dua tahun. Di Amerika Serikat, pedoman menyarankan setiap orang dewasa dengan diabetes tipe 2 untuk diperiksa saat diagnosis, dan kemudian setiap tahun jika tidak ada masalah. Namun, kenyataannya, hal ini tidak selalu terjadi.
“Bukti yang sangat jelas menunjukkan bahwa skrining dapat mencegah kehilangan penglihatan,” kata Roomasa Channa, seorang spesialis retina di Universitas Wisconsin-Madison, AS.
Di AS, hambatan yang ada termasuk biaya, komunikasi, dan kenyamanan. Dr. Channa percaya bahwa membuat tes lebih mudah diakses dapat membantu pasien.
Untuk mendeteksi retinopati diabetik, tenaga medis mengambil gambar dari dinding belakang mata, yang dikenal dengan istilah fundus. Saat ini, menginterpretasikan gambar fundus secara manual adalah pekerjaan yang sangat repetitif.
Namun, beberapa pihak berpendapat bahwa kecerdasan buatan (AI) dapat mempercepat proses ini dan membuatnya lebih murah. Retinopati diabetik berkembang dalam tahap yang cukup jelas, yang berarti AI bisa dilatih untuk mendeteksinya.
Dalam beberapa kasus, AI bisa memutuskan apakah perlu rujukan ke spesialis mata, atau bekerja sama dengan manusia untuk menilai gambar. Salah satu sistem seperti ini dikembangkan oleh perusahaan teknologi kesehatan Retmarker yang berbasis di Portugal.
Sistemnya mengidentifikasi gambar fundus yang bisa bermasalah dan mengirimkannya ke ahli manusia untuk pemeriksaan lebih lanjut.
“Biasanya kami menggunakannya lebih sebagai alat pendukung untuk memberikan informasi kepada manusia untuk membuat keputusan,” kata João Diogo Ramos, CEO Retmarker.
Ia percaya ketakutan terhadap perubahan membatasi adopsi alat diagnostik berbasis AI seperti ini. Beberapa studi independen menunjukkan bahwa sistem seperti Retmarker Screening dan EyeArt dari Eyenuk memiliki tingkat sensitivitas dan spesifikasi yang dapat diterima.
Sensitivitas menunjukkan seberapa baik tes dalam mendeteksi penyakit, sementara spesifikasi menunjukkan seberapa baik tes mendeteksi ketiadaan penyakit.
Namun, sensitivitas yang sangat tinggi bisa terkait dengan lebih banyak positif palsu, yang bisa menciptakan kecemasan dan biaya tambahan karena kunjungan spesialis yang tidak perlu. Secara umum, gambar berkualitas rendah dapat menyebabkan positif palsu dalam sistem AI.
Peneliti Google Health telah memeriksa kelemahan sistem AI yang mereka kembangkan untuk mendeteksi retinopati diabetik. Sistem ini berfungsi sangat berbeda ketika diuji di Thailand, dibandingkan dengan skenario hipotetis.
Salah satu masalahnya adalah algoritma yang memerlukan gambar fundus yang sangat bersih. Hal ini sangat berbeda dengan kenyataan seperti lensa yang kotor, pencahayaan yang tidak dapat diprediksi, dan operator kamera dengan tingkat pelatihan yang berbeda.
Peneliti mengatakan mereka telah belajar banyak tentang pentingnya bekerja dengan data yang lebih baik dan berkonsultasi dengan berbagai pihak. Google cukup yakin dengan modelnya dan pada bulan Oktober mengumumkan bahwa mereka melisensikan model ini kepada mitra di Thailand dan India. Google juga bekerja sama dengan Kementerian Kesehatan Masyarakat Thailand untuk menilai biaya-efektivitas alat ini.
Biaya merupakan aspek yang sangat penting dalam teknologi baru ini. Ramos mengatakan bahwa layanan Retmarker bisa berbiaya sekitar €5 per skrining, meskipun bervariasi tergantung volume dan lokasi. Di AS, kode penagihan medis jauh lebih tinggi.
Di Singapura, Daniel S W Ting dan koleganya membandingkan biaya dari tiga model skrining retinopati diabetik. Model yang paling mahal adalah penilaian manusia. Namun, otomatisasi penuh bukanlah yang termurah, karena menghasilkan lebih banyak positif palsu.
Model yang paling terjangkau adalah model hibrida, di mana penyaringan awal dilakukan oleh AI, sebelum diserahkan kepada manusia untuk penilaian lebih lanjut. Model ini sekarang telah diintegrasikan ke dalam platform TI nasional Layanan Kesehatan Singapura dan akan diterapkan pada 2025.
Namun, Prof. Ting percaya bahwa Singapura bisa mencapai penghematan biaya karena sudah memiliki infrastruktur yang kuat untuk skrining retinopati diabetik, sehingga efektivitas biaya kemungkinan sangat bervariasi.
Bilal Mateen, pejabat utama AI di NGO kesehatan PATH, mengatakan bahwa data efektivitas biaya alat AI untuk menjaga penglihatan cukup kuat di negara kaya seperti Inggris atau beberapa negara berpenghasilan menengah seperti China. Namun, hal ini tidak berlaku di seluruh dunia.
“Dengan kemajuan pesat dalam kemampuan AI, kita perlu bertanya bukan apakah itu mungkin, tetapi apakah kita membangunnya untuk semua orang atau hanya untuk segelintir orang yang istimewa. Kita membutuhkan lebih dari sekadar data efektivitas untuk pengambilan keputusan yang efektif,” seru Dr. Mateen.
Dr. Channa menunjuk pada kesenjangan ekuitas kesehatan bahkan di dalam AS, yang diharapkan dapat dijembatani oleh teknologi ini. “Kita memang perlu memperluasnya ke tempat-tempat yang memiliki akses terbatas terhadap perawatan mata,” katanya. Ia juga menekankan bahwa orang yang lebih tua dan mereka dengan masalah penglihatan tetap harus memeriksakan diri ke dokter mata, dan kenyamanan AI dalam mendeteksi penyakit mata diabetik secara rutin tidak boleh mengabaikan perhatian terhadap penyakit mata lainnya.
Meskipun ada caveat tersebut, “teknologinya sangat menjanjikan,” kata Dr. Channa. “Saya ingin melihat semua pasien diabetes kami disaring secara tepat waktu. Dan saya pikir, mengingat beban diabetes, ini adalah solusi yang sangat berpotensi hebat.”
Kembali di Yorkshire, Quinn sangat berharap teknologi baru ini berkembang pesat. Jika AI sudah ada untuk deteksi dini retinopati diabetiknya, “Saya pasti akan memanfaatkannya dengan sepenuh hati.” (AR).
