Dari Klinik ke Kamera Ponsel: Lompatan Baru Deteksi Mata
Deteksi penyakit mata AI adalah penggunaan kecerdasan buatan dalam aplikasi dan perangkat digital, seperti aplikasi kesehatan mata smartphone, untuk menganalisis citra mata—baik foto biasa maupun hasil pemindaian—guna membantu diagnosis keratitis digital dan gangguan oftalmologis lain secara jarak jauh, sehingga teknologi oftalmologi AI tidak lagi terpaku pada ruang klinik, tetapi hadir di puskesmas, telemedisin, dan ponsel warga sehari-hari. Inti perubahan ini sederhana namun mengguncang: kemampuan melihat kondisi kornea dan retina kini tidak eksklusif milik alat mahal di rumah sakit besar. Peneliti di lembaga riset nasional mengembangkan Tesmata, aplikasi web yang memakai AI untuk menyaring keratitis hanya dari foto mata yang diambil dengan telepon pintar biasa. Di sisi lain, tim riset di Tiongkok menjalankan klinik mata AI-TEC, tempat AI menjadi tulang punggung alur kerja klinis dari pra-konsultasi sampai tindak lanjut pasien. Kedua pendekatan ini menantang gagasan lama bahwa diagnosis mata harus selalu berlangsung di ruang pemeriksaan fisik.
Tesmata: Diagnosis Keratitis Digital di Genggaman Warga
Jika dulu mata merah sering dianggap gangguan ringan, Tesmata hadir dengan sikap sebaliknya: jangan tunggu sampai terlambat. Keratitis, peradangan kornea yang dapat berujung kebutaan, menyumbang sekitar 5,1 persen kasus kebutaan global karena penyakit kornea. Mengabaikan gejala mata merah dan perih berarti berjudi dengan penglihatan jangka panjang. Peneliti di pusat riset kedokteran BRIN mengembangkan Tesmata untuk menutup celah akses layanan oftalmologi yang masih timpang. Aplikasi kesehatan mata smartphone berbasis web ini menganalisis foto mata menggunakan deep learning dengan algoritma Convolutional Neural Network (CNN) guna membedakan antara “keratitis” dan “bukan keratitis” pada ratusan citra kornea yang telah diberi label. Keunggulan Tesmata bukan sekadar canggih, melainkan strategis: ia mengubah foto swafoto menjadi alat skrining awal, tanpa alat medis khusus, sehingga warga yang jauh dari puskesmas atau rumah sakit tetap memiliki pintu masuk pertama ke sistem kesehatan mata digital.
Ketika AI Menyalip Alat Senter: Memperkuat Peran Dokter, Bukan Menggantikan
Selama ini, deteksi keratitis di layanan primer mengandalkan senter pen dan kaca pembesar, dengan kemampuan hanya sekitar 40–60 persen kasus dapat terdeteksi. Angka ini berarti banyak peradangan kornea luput, baru disadari ketika sudah membentuk ulkus atau menyebabkan mata keruh permanen. Di sini, deteksi penyakit mata AI bukan pesaing dokter, tetapi sekutu yang mengisi area buta dalam diagnosis. Dengan Tesmata, foto mata yang bahkan agak buram tetap dapat dianalisis, meski ketajaman citra tetap memengaruhi presisi hasil. Namun, penelitinya menegaskan bahwa diagnosis keratitis digital harus diposisikan sebagai skrining: ada indikasi, lalu pasien dirujuk untuk pemeriksaan pewarnaan fluoresin dengan senter khusus yang hingga kini belum tersedia merata di seluruh puskesmas. Warga diajak memahami bahwa AI membantu profesional medis mengidentifikasi penyakit mata yang sebelumnya terlewatkan, bukan menggantikan pemeriksaan klinis menyeluruh. Pendekatan ini bukan techno-utopia, melainkan hibrida: algoritma di depan, dokter tetap di kursi hakim terakhir.
AI-TEC: Model Klinik AI-First dan Pelajaran untuk Ekosistem Lokal
Sementara Tesmata berangkat dari ponsel dan kebutuhan skrining massal, AI-TEC di Tiongkok mengambil rute sebaliknya: menjadikan AI inti dari sebuah klinik mata. Di klinik AI-TEC, sistem AI digunakan di semua tahap, dari pra-konsultasi, pemindaian mata, interpretasi citra, hingga tindak lanjut pasien, dengan dokter manusia tetap mengawasi. Uji coba awal menunjukkan pola menarik: pada mulanya, akurasi deteksi penyakit seperti glaukoma dan degenerasi makula terkait usia rendah, lalu melonjak ketika AI dilatih ulang dengan 1.426 citra pemindaian berkualitas tinggi yang berlabel medis akurat, mengalahkan kumpulan hampir 27.000 citra berkualitas lebih rendah. Dengan metrik AUROC, sistem mencapai akurasi di atas 0,93 setelah pembaruan data pelatihan tersebut. Kutipan pentingnya jelas: kualitas dan pelabelan data lebih menentukan daripada sekadar jumlah. Para peneliti juga menekankan perlunya umpan balik cepat dan rutin dari klinisi agar kemampuan AI terus meningkat. Model AI-first ini mengirim pesan gamblang bagi pengembang teknologi oftalmologi AI lokal: tanpa ekosistem data klinis yang rapi dan dialog berkelanjutan dengan dokter, algoritma secanggih apa pun akan mandek di ruang eksperimen.
Aksesibilitas, Etika, dan Masa Depan Diagnosis Mata Berbasis AI
Pertanyaan terpenting bukan lagi apakah kita perlu deteksi penyakit mata AI, tetapi bagaimana menggunakannya tanpa mengorbankan keselamatan pasien. Tesmata menunjukkan bahwa aplikasi kesehatan mata smartphone dapat memperluas skrining keratitis di wilayah yang jauh dari fasilitas kesehatan, mendukung layanan telemedik tanpa alat khusus. Namun, keterbatasan internet, belum meratanya alat fluoresin, dan risiko salah tafsir hasil oleh pengguna awam mengingatkan bahwa teknologi bukan solusi otomatis. AI-TEC mengajarkan hal lain: bahkan dengan akurasi teknis tinggi, peningkatan kualitas perawatan pasien bergantung pada seberapa baik sistem menyelaraskan fokus “hasil akhir” yang disukai AI (sakit atau tidak) dengan fokus “gejala” yang digunakan dokter (keluhan kabur, nyeri, perubahan penglihatan). Studi tersebut menyarankan pengujian berikutnya jangan terpaku pada skor kinerja teknis saja. Masa depan diagnosis keratitis digital dan teknologi oftalmologi AI akan ditentukan oleh keberanian pembuat kebijakan dan komunitas medis untuk menerima AI sebagai alat yang wajib dikritisi: transparan, diawasi, dan selalu diukur dampaknya terhadap akses, kesetaraan, dan kualitas hidup pasien.
