Deteksi Retinopati Diabetik dengan Artificial Intelligence

Oleh dr.Saphira Evani

Pemanfaatan Artificial Intelligence (AI) dalam membantu deteksi retinopati diabetik sudah disetujui oleh FDA Amerika Serikat pada bulan April 2018.[1] Kemajuan teknologi sangat membantu untuk melakukan skrining dan deteksi dini kondisi retinopati pada pasien-pasien dengan diabetes mellitus. Penggunaan AI diharapkan dapat membantu dokter maupun tenaga medis lainnya dalam mendeteksi retinopati diabetik, khususnya pada fasilitas kesehatan tingkat pertama, sehingga dapat menentukan waktu yang tepat untuk merujuk pasien ke dokter spesialis mata.

ophtalmoscope phone

Epidemiologi Retinopati Diabetik

Beberapa studi epidemiologi di Amerika Serikat memperkirakan sekitar 28 - 40% pasien dengan diabetes melitus tipe 2 menderita retinopati diabetik. Di negara-negara Asia, laporan mengenai prevalensi retinopati diabetik hanya berkisar 12 – 23 %. Singapura menjadi negara yang melaporkan prevalensi retinopati diabetik paling tinggi, yakni 33,9%, dibanding negara-negara Asia lainnya.[2] Sebaran epidemiologi ini mungkin saja dipengaruhi oleh underdiagnosis, karena retinoskopi diagnostik yang digunakan untuk menegakan diagnosis retinopati hanya tersedia di kota besar dan program skrining untuk penyakit ini tidak diterapkan pada semua fasilitas kesehatan.

Secara global, lebih dari 5 juta penderita DM mengalami kebutaan akibat retinopati diabetik. Angka ini diperkirakan akan meningkat 2 kali lipat di tahun 2030.[3] Di Indonesia sendiri, retinopati diabetik merupakan penyebab kebutaan nomor 4 tertinggi, setelah katarak, glaukoma, dan penyakit degenerasi makula. Sebuah studi di salah satu rumah sakit pemerintah di Jakarta pada tahun 2011 menunjukkan bahwa komplikasi tertinggi DM adalah neuropati (54 %), diikuti dengan retinopati diabetik (33,4%) di peringkat kedua.[4]

Tantangan dalam Melakukan Deteksi Retinopati Diabetik

Beberapa tantangan dalam melakukan deteksi retinopati diabetik adalah tidak tersedianya alat pemeriksaan yang memadai, kurangnya kemampuan pemeriksa dalam melakukan funduskopi dan melakukan analisis terhadap hasilnya, serta pasien diabetes melitus yang tidak datang untuk melakukan follow-up rutin akibat keterbatasan biaya dan transportasi.

Pada era jaminan kesehatan nasional ini, kebanyakan pasien DM datang ke fasilitas kesehatan tingkat pertama (FKTP) seperti Puskesmas, klinik, dan praktik dokter pribadi untuk mendapatkan pengobatan. Skrining retinopati diabetik seharusnya dapat dilakukan mulai dari FKTP.

Prosedur standar untuk melakukan skrining retinopati diabetik adalah melalui pemeriksaan funduskopi dengan atau tanpa dilatasi pupil. Perubahan awal pada kondisi retinopati diabetik adalah mikroaneurisma pada kutub posterior retina. Namun, skrining funduskopi sangat sulit dilakukan walaupun dalam kondisi ideal. Dan tanpa adanya fasilitas digital retinal photography yang hanya tersedia di fasilitas kesehatan tersier, deteksi gangguan retina yang minor dan  pemantauan perubahan seiring waktu sulit dilakukan.

Sebuah penelitian terhadap dokter-dokter klinik yang sudah dilatih untuk membaca hasil foto funduskopi mendapatkan bahwa mayoritas dokter baru bisa mendeteksi pada tahap lanjut retinopati diabetik, yaitu saat sudah timbul eksudat lemak atau perdarahan pada retina. Hasil funduskopi yang kemudian dikonfirmasi oleh dokter spesialis mata sub retina, menunjukkan ada 35 pasien yang seharusnya dirujuk, namun dokter klinik tidak berhasil mendeteksi adanya kelainan dan tidak merujuknya (missed referral rate 10,2%). [6]

Pada fase awal pun, retinopati diabetik seringkali tidak memberikan gejala. Gangguan penglihatan biasanya baru dikeluhkan pasien yang sudah mengalami edema makula dan atau retinopati diabetik proliferatif. Terapi fotokoagulasi menggunakan laser dan atau pemberian vascular endothelial growth factor (VEGF) inhibitors pada beberapa penelitian uji acak terkontrol memang memberikan hasil yang signifikan dalam mencegah kebutaan pada kondisi-kondisi tersebut.  Namun, pada keadaan tajam penglihatan yang sudah sangat buruk, terapi-terapi tersebut kurang bermanfaat untuk dapat mengembalikan fungsi penglihatan. [7-10].

Deteksi dini dan penanganan pada fase awal retinopati diabetik sangat penting agar dapat mencegah terjadinya perburukan fungsi penglihatan pasien. Banyak teknologi yang dikembangkan untuk membantu melakukan skrining dan deteksi dini kondisi retinopati diabetik,  termasuk pengembangan sistem Artificial Intelligence.

Penggunaan Artificial Intelligence untuk Membantu Deteksi Retinopati Diabetik

Hasil dari penelitian terhadap penggunaan Artificial Intelligence (AI) IDx-DR untuk membantu deteksi retinopati diabetik menunjukkan hasil sensitivitas 87,2% dan spesifisitas 90,7%. Hasil ini melebihi estimasi peneliti, yakni >85% dan >82.5%.[11]

Sistem AI merupakan tiruan dari kemampuan intelektual manusia. Peneliti berusaha mengajarkan AI untuk mengenali pola-pola tertentu dengan menampilkan ribuan data foto retina dengan berbagai klasifikasi untuk dipelajari oleh sistem. Keunggulan dari AI dibandingkan dengan teknologi lain dalam mendeteksi retinopati diabetik adalah kemampuan AI untuk belajar dan melakukan klasifikasi sendiri. Sistem AI tersebut mampu membedakan hasil foto retina yang layak baca untuk kemudian melanjutkannya dengan melakukan deteksi kelainan-kelainan pada retina yang mengarah pada retinopati diabetik.

Sistem AI IDx-DR yang sudah disetujui FDA pada bulan April lalu, dapat membedakan mana pasien tanpa retinopati diabetik dan mana pasien dengan more than mild retinopati diabetik yang harus dirujuk ke dokter spesialis mata.

Bila mengacu pada Preferred Practice Pattern (PPP) 2017 yang dikeluarkan oleh American Association of Ophthalmology (AAO), pasien yang pada pemeriksaan tidak ditemukan retinopati diabetik atau ditemukan tanda retinopati ringan (skor early treatment diabetic retinopathy study severity scale (ETDRS) 10-20) dan tanpa adanya diabetic macular edema (DME) harus melakukan pemeriksaan mata rutin per tahun.

Pasien dengan retinopati diabetik sedang (skor ETDRS 35-47) dan tanpa DME harus melakukan pemeriksaan mata rutin >1 kali per tahun. Sedangkan pasien dengan retinopati diabetik lebih dari sedang (skor ETDRS ≥53) atau ditemukan DME, harus segera dirujuk untuk mendapatkan evaluasi lebih lanjut oleh dokter spesialis mata.

Berdasarkan penelitian terhadap 819 sampel, sistem AI IDx-DR memiliki sensitivitas 97,6% dalam mengidentifikasi pasien yang butuh evaluasi segera oleh dokter spesialis mata sesuai alur PPP 2017 tersebut. Keterbatasan sistem AI ini adalah sistem hanya mampu memeriksa hasil foto dari jenis kamera funduskopi alat tertentu (yang hasil fotonya telah diajarkan kepada AI sebelumnya), dan hanya bisa digunakan untuk skrining pada pasien yang tidak memiliki penyakit atau kelainan mata selain retinopati diabetik.[11,13]

Artificial Intelligence dan Smartphone untuk Deteksi Dini Retinopati Diabetik

Penelitian lain di India terhadap 301 sampel menggunakan sistem AI EyeArtTM dikombinasi dengan aplikasi foto fundus mengunakan smartphone yang sudah tervalidasi menunjukkan sensitivitas pemeriksaan mencapai 95,8% dalam mendeteksi retinopati diabetik. Sensitivitas AI ini dalam mendeteksi retinopati diabetik yang mengancam penglihatan bahkan lebih tinggi lagi, yakni mencapai 99,1%. Hasil ini tentunya menunjukkan bahwa AI juga dapat digunakan pada hasil pemeriksaan yang portable menggunakan smartphone, sehingga semakin memungkinkan dilakukannya skrining pada populasi pasien DM yang lebih luas. Keterbatasan pada penelitian tersebut adalah pada beberapa kasus retinopati diabetik yang disertai dengan katarak yang tebal atau foto fundus yang diambil pada mata yang tidak cukup midriasis, AI tidak mampu mendeteksi kelainan pada retina.[14]

Artificial Intelligence dan Retinopati Diabetik di Asia

Pengembangan AI dalam membantu deteksi retinopati diabetik di negara-negara Asia lain seperti Jepang, China, dan Singapura juga sedang dilakukan.[15-17] Peneliti di Jepang menggunakan AI GoogLeNet yang dimodifikasi untuk membaca hasil foto fundus dan melakukan klasifikasi tingkat keparahan retinopati diabetik. Hasil penelitian menunjukkan AI tersebut memiliki tingkat akurasi rata-rata 92% dalam membaca 224 foto fundus, yang dibandingkan dengan 3 orang dokter sub spesialis retina dengan akurasi rata-rata pembacaan 92-93% pada foto fundus yang sama.[15]

Sekarang ini penelitian dan pengembangan AI terus dilanjutkan agar mampu dikombinasikan dengan berbagai macam alat pemeriksaan fundus dan juga alat pemeriksaan lain seperti optical coherence tomography (OCT). Sistem AI juga diharapkan mampu menentukan terapi untuk masing-masing klasifikasi (misalnya fotokoagulasi atau vitrektomi) dan prognosis pasien di kemudian hari. Hal ini diharapkan dapat membantu mengurangi waktu yang diperlukan dokter untuk melakukan pemeriksaan, mengurangi faktor human error, mengurangi biaya keseluruhan yang diakibatkan karena penyakit tersebut, dan yang paling penting adalah pasien retinopati diabetik mendapatkan penanganan lebih awal sebelum gangguan fungsi penglihatan terlanjur berat. [13-18].

Kesimpulan

Di Indonesia, prevalensi diabetes terus meningkat, namun program skrining yang merata untuk deteksi dini retinopati diabetik masih belum tersedia. Salah satu solusi untuk hal ini, yang secara relatif terhitung hemat biaya, adalah dengan memanfaatkan teknologi Artificial Intelligence dan smartphone untuk mendeteksi dini perubahan patologis pada retina penderita diabetes.

Deteksi retinopati diabetik dan penanganan awal dapat memperlambat progresivitas penyakit dan melakukan preservasi terhadap fungsi penglihatan penderita. Pemanfaatan sistem Artificial Intelligence dapat membantu dokter untuk melakukan skrining dan deteksi dini retinopati diabetik sehingga dapat menentukan penanganan yang tepat bagi pasien. Artificial Intelligence dapat secara mandiri melakukan klasifikasi retinopati diabetik dan dengan cepat menentukan kapan pasien membutuhkan rujukan.

Studi yang ada menunjukkan bahwa AI yang digunakan dalam deteksi retinopati diabetik memiliki spesifisitas dan sensitivitas yang tinggi. Walaupun begitu, masih ada beberapa keterbatasan dari teknologi ini. Misalnya, tidak dapat mendeteksi retinopati diabetik yang disertai bentuk penyakit mata lain, atau terdapat katarak yang menyebabkan gambaran retina menjadi buram.

Referensi