AI Mengubah Perawatan Mata Preventif dan Melindungi Penglihatan

Mata, sebuah organ indera yang penting, memainkan peran penting dalam setiap tahap kehidupan kita.

Mereka memberikan informasi kepada otak tentang dunia luar. Tanpa penglihatan, kita akan kesulitan melakukan tugas sehari-hari seperti membaca, belajar, berjalan, dan berinteraksi dengan lingkungan kita.

Penglihatan yang baik sangat penting untuk menikmati kemandirian dan, tentu saja, kesenangan hidup.

Namun, lebih dari 2,2 miliar orang tidak dapat melakukannya karena memiliki gangguan penglihatan, yang terjadi karena kondisi mata yang mempengaruhi sistem visual dan fungsinya.

Katarak, glaukoma, kesalahan refraksi, retinopati diabetik, degenerasi makula terkait usia (AMD), dan presbiopia adalah beberapa penyebab utama gangguan penglihatan.

Gangguan penglihatan memiliki konsekuensi yang parah bagi kehidupan seseorang, banyak di antaranya dapat diminimalkan melalui akses tepat waktu ke perawatan mata berkualitas. Di luar dampaknya pada individu, gangguan penglihatan juga menimbulkan beban keuangan yang signifikan, dengan biaya produktivitas yang hilang diperkirakan sebesar $411 miliar.

Sebagai hasilnya, kondisi mata yang dapat menyebabkan gangguan penglihatan dan kebutaan menjadi fokus utama strategi perawatan mata.

AI dalam Oftalmologi

Karena gangguan penglihatan mengurangi kualitas hidup seseorang dan menciptakan beban ekonomi global yang besar, dokter, ilmuwan, dan peneliti berpaling kepada kecerdasan buatan (AI) untuk mengubah perawatan mata.

Teknologi yang berkembang pesat ini telah meningkatkan efisiensi bisnis dan analisis data di bidang keuangan, manufaktur, ritel, media, dan perawatan kesehatan.

Dalam perawatan kesehatan dan kedokteran, pengaruh AI telah meningkat secara dramatis dalam beberapa tahun terakhir.

AI untuk Deteksi Dini: DR, Glaukoma, dan AMD

Dalam oftalmologi, khususnya, AI memungkinkan deteksi dini penyakit seperti glaukoma, retinopati diabetik, dan AMD melalui analisis gambar retina dan data pasien. Di sini, alat AI memungkinkan intervensi yang dipersonalisasi dan diagnosis serta skrining yang otomatis.

Teknologi ini juga menyediakan bantuan bedah, membantu menyaring kandidat, mengoptimalkan teknik, meminimalkan komplikasi, dan memprediksi hasil pasca operasi.

AI, menurut para ahli, akan memainkan peran yang semakin penting dalam praktik klinis dan bedah di masa depan bedah segmen anterior, yang fokus pada struktur depan mata untuk mengobati cedera dan kondisi seperti katarak dan gangguan kornea.

Sudah, teknologi ini digunakan di sini untuk menyaring dan mendiagnosis katarak, mengklasifikasikan fase bedah, dan memprediksi waktu bedah untuk mengoptimalkan alur kerja OR. Selain itu, AI diterapkan pada perhitungan optimal daya lensa intraokular (IOL), yang merujuk pada kekuatan refraksi lensa sintetis yang dipasang selama operasi katarak untuk menggantikan lensa alami.

Ada, setelah semua, banyak literatur serta data citra yang dikumpulkan selama bertahun-tahun sebagai praktik rutin.

Swipe to scroll →

Bagaimana LLMs Berkinerja vs. Oftalmolog

Sebuah studi sebenarnya menemukan bahwa AI melampaui kemampuan dokter non-spesialis¹ untuk menilai masalah mata.

Dipimpin oleh Universitas Cambridge, studi tersebut melaporkan bahwa pengetahuan klinis dan keterampilan penalaran model bahasa besar (LLM) yang populer, GPT-4, sekarang mendekati tingkat dokter mata spesialis.

GPT-4 diuji melawan dokter mata spesialis, dokter junior non-spesialis, dan pelatih, dengan masing-masing diberikan hingga 87 skenario mengenai masalah mata tertentu. Pertanyaan tersebut mencakup berbagai masalah mata, diambil dari buku teks yang digunakan untuk menguji pelatih tetapi tidak tersedia secara gratis di internet, yang membuatnya tidak mungkin bahwa dataset pelatihan GPT-4 termasuk konten tersebut.

Dokter harus memilih diagnosis atau saran pengobatan dari empat pilihan. Menurut studi, model AI mencetak lebih tinggi dari dokter junior dalam tes dan memiliki skor sekitar sama dengan pelatih dan spesialis, meskipun dokter terbaik mencetak lebih tinggi dari GPT-4.

LLM tidak akan menggantikan profesional perawatan kesehatan, meskipun, peneliti mengatakan, tetapi mencatat bahwa mereka dapat meningkatkan perawatan kesehatan dengan memberikan saran diagnosis, pengobatan, dan manajemen dalam konteks tertentu.

Dari Lab ke Klinik: Hasil Skrining Dunia Nyata

Studi terbaru mengevaluasi implementasi AI² dalam deteksi glaukoma

Untuk ini, mereka mengembangkan sistem skrining berbasis fotografi retina otomatis dan AI untuk menilai penerimaan, kelayakan, dan akurasi. Studi tersebut merekrut orang-orang berusia 50 tahun ke atas dengan citra retina diambil dengan kamera fundus otomatis dan dianalisis oleh AI.

Sistem AI mencapai AUROC 0,80, yang menunjukkan kemampuan teknologi untuk membedakan antara kondisi. Sensitivitas 65%, mewakili kasus nyata yang dikenali dengan benar oleh AI, sedangkan spesifisitas 94,6%, mencerminkan klasifikasi akurat individu sehat. Di antara 161 pasien yang sebelumnya belum didiagnosis, 18 (11,2%) diidentifikasi sebagai glaukoma yang dapat dirujuk. Studi menyatakan:

“Meskipun ada tantangan seperti sensitivitas yang lebih rendah dan keterbatasan akuisisi gambar, sistem ini menunjukkan janji untuk skrining kesempatan di pengaturan perawatan primer.”

Sebuah tinjauan³ oleh Departemen Oftalmologi di Universitas Kedokteran Kapital, Tiongkok, sementara itu, mengeksplorasi aplikasi dan tantangan AI dalam miopia.

Saat ini, kondisi ini memengaruhi lebih dari dua miliar orang di seluruh dunia, dan pada tahun 2050, hampir setengah dari populasi dunia diperkirakan akan terkena miopia. Jika tidak diobati, miopia dapat mengganggu penglihatan, mengganggu pendidikan, dan memengaruhi peluang kerja, sedangkan miopia tinggi dapat menyebabkan kehilangan penglihatan permanen. Oleh karena itu, diagnosis dini sangat penting dalam mengelola progresinya dan mencegah kerusakan visual jangka panjang.

Di sini, AI dapat menawarkan alat yang menjanjikan dengan menganalisis data medis yang kompleks.

Untuk mendeteksi miopia, model AI dapat dilatih pada sejumlah besar foto fundus dan citra OCT, lalu diajarkan untuk menemukan perubahan pada retina yang terkait dengan miopia. AI juga dapat dilatih untuk mendeteksi perubahan perilaku yang terkait dengan timbulnya miopia. Bahkan peralatan pemantauan mandiri seperti SVOne dapat menggunakan AI untuk mendeteksi kesalahan refraksi pada mata. Untuk menemukan faktor risiko, teknik seperti regresi logistik, mesin vektor dukungan, dan XGBoost dapat digunakan.

Sementara AI dapat membantu praktik klinis dan kebijakan perawatan kesehatan untuk mengendalikan miopia, itu tidak tanpa tantangan.

“Dengan membangun dataset berkualitas tinggi, meningkatkan kapasitas model untuk memproses data gambar multimodal, dan meningkatkan kemampuan interaksi manusia-komputer, model AI dapat ditingkatkan lebih lanjut untuk aplikasi klinis yang luas.”

– Dr. Jifeng Yu

Mengatasi Kesenjangan

Sementara masalah penglihatan sangat umum, gangguan lebih umum terjadi di negara berpenghasilan rendah dan menengah (LMICs) dibandingkan dengan wilayah berpenghasilan tinggi. Dengan memungkinkan lebih banyak orang untuk diskrining, AI dapat membantu menjembatani kesenjangan di wilayah dengan akses terbatas ke perawatan mata spesialis.

Untuk ini, raksasa teknologi Google telah membuat model AI yang disebut ARDA (Penilaian Penyakit Retina Otomatis), dan baru-baru ini, mereka melisensikan model AI untuk mendeteksi retinopati diabetik kepada perusahaan teknologi kesehatan di Thailand dan India.

“Mereka akan membangun model bisnis mereka sendiri, tetapi di samping itu, mereka juga akan menyediakan skrining untuk orang-orang yang membutuhkannya paling banyak tetapi tidak mampu membayarnya. Kebutaan karena retinopati diabetik sepenuhnya dapat dicegah, dan fakta bahwa kita belum dapat melakukan skrining efektif di beberapa tempat tersebut tidak dapat dimaafkan.”

– Sunny Virmani, manajer proyek di Google Health

Diabetes, yang semakin umum di LMICs, dapat sangat memengaruhi penglihatan dengan menyebabkan penglihatan kabur, edema makula diabetik, glaukoma, dan retinopati diabetik. Yang terakhir disebabkan oleh kerusakan pembuluh darah akibat gula darah yang berlebihan, menyebabkan kebocoran cairan ke mata.

Retinopati diabetik dapat menyebabkan perubahan pada penglihatan, dan akhirnya, seseorang mungkin menjadi buta. Namun, diagnosis dan pengobatan dini dapat mengurangi risiko hingga 98%. Tetapi hanya sebagian kecil orang dengan diabetes yang diskrining.

Jadi, lebih dari satu dekade yang lalu, Dale Webster, direktur penelitian di Google Health, bersama dengan rekan-rekannya, mulai menguji kemampuan AI untuk mendiagnosis penyakit dari gambar medis.

Hasilnya adalah ARDA, yang dapat mendiagnosis penyakit seefektif dokter mata.

Untuk model AI, tim Google menyaring 7.651 orang di tiga wilayah di Thailand antara 2018 dan 2020, dengan ARDA mencapai akurasi 94,7%, menunjukkan “bahwa alat ini aman dan efektif.”

Klik di sini untuk daftar sepuluh perusahaan spesialis penyakit langka teratas.

Terobosan AI dalam Mengelola Keratokonus

Di tengah semua kemajuan yang dilakukan, peneliti telah mengembangkan AI yang dapat dengan sukses memprediksi pasien keratokonus mana yang kemungkinan akan menjadi buta, sehingga memerlukan pengobatan dan pemantauan dini, bertahun-tahun sebelum dokter dapat. Dengan demikian, teknologi ini dapat mengurangi prosedur yang tidak perlu dan mencegah kehilangan penglihatan.

Keratokonus adalah kondisi mata progresif yang tidak diketahui penyebabnya.

Dalam kondisi ini, kornea menjadi terdistorsi. Ini adalah lapisan jernih, berbentuk kubah yang menutupi iris dan pupil yang memungkinkan cahaya masuk dan membantu untuk memfokuskan cahaya untuk penglihatan yang jelas.

Jadi, ketika kornea menipis dan membengkok menjadi bentuk kerucut, itu disebut keratokonus. Perubahan bentuk kornea menyebabkan cahaya tidak terfokus, menyebabkan penglihatan yang terdistorsi. Gejala lainnya termasuk silau, sensitivitas cahaya, dan penglihatan kabur. Ini membuat tugas sehari-hari seperti mengemudi atau membaca menjadi sulit.

Penyakit ini sering berkembang pada akhir remaja atau awal dua puluhan dan berkembang selama bertahun-tahun.

Sementara penyebab pasti penyakit ini tidak diketahui, mungkin ada faktor genetik, dengan 1 dari 10 orang dengan keratokonus memiliki orang tua yang juga memiliki kondisi tersebut. Keratokonus juga terkait dengan menggosok mata berlebihan, alergi mata, penipisan kornea karena kehilangan kolagen, dan gangguan jaringan ikat.

Umumnya memengaruhi kedua mata, penyakit ini sebenarnya dapat menyebabkan perbedaan besar dalam penglihatan dan gejala antara kedua mata.

Gejala keratokonus memburuk secara perlahan selama periode sepuluh hingga dua puluh tahun. Pada tahap awal, gejala mungkin termasuk kemerahan mata atau pembengkakan, peningkatan sensitivitas terhadap cahaya dan silau, penglihatan kabur ringan, dan penglihatan yang sedikit terdistorsi. Pada tahap lanjut, gejala sering termasuk peningkatan miopia atau astigmatisme dan penglihatan yang lebih kabur dan terdistorsi.

Selama tahap awal, masalah penglihatan sering dapat diperbaiki dengan kacamata atau lensa kontak, tetapi pada tahap lanjut, lensa kontak gas-permeabel kaku mungkin diperlukan.

Tetapi jika tidak diobati tepat waktu dan kondisi menjadi lebih parah, transplantasi kornea, Intacs (implan kornea kecil), dan cross-linking kornea (CXL) mungkin diperlukan. Sekarang, untuk mendiagnosis keratokonus, dokter memantau pasien dari waktu ke waktu.

Selama pemeriksaan mata rutin, dokter mata akan memeriksa kornea dan mungkin menggunakan pencitraan khusus untuk mengukur kelengkungan, yang akan menunjukkan perubahan bentuknya.

“Keratokonus adalah kondisi yang dapat dikelola, tetapi mengetahui siapa yang harus diobati, kapan dan bagaimana memberikan pengobatan sangat menantang. Sayangnya, masalah ini dapat menyebabkan keterlambatan, dengan banyak pasien mengalami kehilangan penglihatan dan memerlukan bedah implant atau transplantasi yang invasif.”

– Dr. José Luis Güell, Pengawas ESCRS dan Kepala Departemen Bedah Kornea, Katarak, dan Refraktif di Instituto de Microcirugía Ocular, Spanyol

Tetapi peneliti telah mencapai terobosan yang dapat mengubah perawatan mata dengan memungkinkan AI untuk memprediksi pasien keratokonus mana yang memerlukan pengobatan kornea darurat sebelum kerusakan tidak dapat diubah, sehingga berpotensi menyelamatkan penglihatan dan mengurangi transplantasi.

Studi tersebut baru-baru ini disajikan pada Kongres ke-43 Masyarakat Bedah Katarak dan Refraktif Eropa (ESCRS).

Menyelamatkan Penglihatan Manusia & Sumber Daya Perawatan Kesehatan

Dilakukan oleh Dr. Shafi Balal dan rekan-rekannya di Rumah Sakit Moorfields NHS Foundation Trust dan University College London (UCL), studi ini menggunakan AI untuk menganalisis gambar mata pasien dan menggabungkannya dengan data lain untuk memprediksi pasien keratokonus mana yang memerlukan pengobatan segera dan mana yang dapat melanjutkan dengan pemantauan.

“Keratokonus menyebabkan gangguan penglihatan pada pasien usia muda, dan ini adalah alasan utama transplantasi kornea di dunia Barat.”

– Dr. Balal

Dengan hanya satu pengobatan yang disebut ‘cross-linking’, progresi penyakit dapat dihentikan. Terapi ini melibatkan penggunaan cahaya ultraviolet dan tetes vitamin B2 (riboflavin) untuk mengeras kornea.

Pengobatan cross-linking, bagaimanapun, perlu dilakukan sebelum pembentukan jaringan parut menjadi permanen, yang menghilangkan kebutuhan akan transplantasi kornea. Ini sebenarnya berhasil dalam lebih dari 95% kasus. Menurut Dr. Balal:

“Namun, dokter saat ini tidak dapat memprediksi pasien mana yang akan progres dan memerlukan pengobatan, dan mana yang akan stabil dengan pemantauan saja. Ini berarti pasien perlu pemantauan yang sering selama bertahun-tahun, dengan cross-linking biasanya dilakukan setelah progresi telah terjadi.”

Oleh karena itu, AI dapat mendiagnosis keratokonus tepat waktu.

Untuk AI mereka, studi ini menggunakan sekelompok pasien yang dirujuk ke Rumah Sakit Moorfields untuk penilaian dan pemantauan keratokonus, termasuk pemindaian bagian depan mata dengan OCT untuk memeriksa bentuknya.

Tomografi koherensi optik (OCT) adalah metode pencitraan non-invasif yang menggunakan gelombang cahaya untuk mengambil gambar potongan silang resolusi tinggi dari retina. Teknik ini secara luas digunakan dalam oftalmologi untuk mendiagnosis kondisi seperti degenerasi makula, glaukoma, dan retinopati diabetik.

Peneliti mempelajari 36.673 gambar OCT dari 6.684 pasien menggunakan AI. Peneliti menemukan bahwa model AI mereka dapat secara akurat memprediksi apakah kondisi pasien akan stabil atau memburuk, berdasarkan saja pada kunjungan pertama pasien.

Apa yang ini berarti adalah bahwa dari konsultasi rutin awal, AI dapat membantu dokter memprediksi pasien mana yang kemungkinan akan mengalami progresi, memungkinkan pengobatan dini sebelum progresi dan perubahan sekunder terjadi.

Dengan menggunakan model AI, peneliti mengelompokkan pasien ke dalam dua kelompok. Satu kelompok adalah risiko rendah, yang mencakup dua pertiga pasien yang tidak memerlukan pengobatan. Kelompok lainnya adalah kelompok risiko tinggi, dengan sepertiga pasien yang memerlukan pengobatan cross-linking segera.

Setelah data dari kunjungan rumah sakit kedua dimasukkan, model AI dapat mengklasifikasikan hingga 90% pasien.

Ini membuat studi menjadi yang pertama dari jenisnya untuk mencapai tingkat akurasi yang sangat tinggi dalam memprediksi risiko progresi keratokonus menggunakan kombinasi pemindaian dan data pasien, kata Dr. Balal. Ia menambahkan:

“Penelitian kami menunjukkan bahwa kami dapat menggunakan AI untuk memprediksi pasien mana yang memerlukan pengobatan dan mana yang dapat melanjutkan dengan pemantauan.”

Studi, kata Dr. Balal, melibatkan sekelompok besar pasien yang dipantau selama dua tahun atau lebih. Hasilnya menunjukkan bahwa pasien dengan keratokonus risiko tinggi dapat menerima pengobatan pencegahan sebelum kondisi mereka memburuk, membantu mencegah kehilangan penglihatan dan mengurangi kebutuhan akan operasi transplantasi kornea yang rumit dan beban pemulihannya.

Sementara itu, pasien risiko rendah dapat menghindari pemantauan yang tidak perlu, yang akan menghemat sumber daya perawatan kesehatan.

“Pengelompokan pasien yang efektif oleh algoritma akan memungkinkan spesialis untuk diarahkan ke area dengan kebutuhan terbesar.”

– Dr. Balal

Peneliti saat ini bekerja pada mengembangkan algoritma AI yang lebih kuat, yang akan dilatih pada jutaan pemindaian mata. Algoritma dapat disesuaikan untuk tugas tertentu, seperti memprediksi progresi keratokonus, serta mendeteksi penyakit mata bawaan dan infeksi.

Jika algoritma AI “konsisten menunjukkan efektivitasnya, teknologi ini pada akhirnya akan mencegah kehilangan penglihatan dan strategi manajemen yang lebih sulit pada pasien usia muda yang aktif bekerja,” kata Dr. Güell, yang tidak terlibat dalam penelitian.

Algoritma tersebut sekarang akan menjalani pengujian keamanan lebih lanjut sebelum dapat diterapkan dalam pengaturan klinis.

Investasi dalam Perawatan Mata Berbasis AI

Alcon AG (ALC ) adalah sebuah perusahaan perawatan mata yang berbasis di Swiss yang melakukan penelitian, manufaktur, dan menjual serangkaian produk perawatan mata melalui Bedah dan Perawatan Mata untuk kondisi seperti katarak, glaukoma, penyakit retina, dan kesalahan refraksi.

Alcon AG (ALC )

Dengan kapitalisasi pasar sebesar $39,6 miliar, saham ALC saat ini diperdagangkan pada $77,78, turun 8,81% YTD dan sekitar 23% dari puncaknya di atas $100 akhir tahun lalu. Dengan itu, perusahaan memiliki EPS (TTM) sebesar 2,25 dan P/E (TTM) sebesar 34,41, sedangkan dividen yang ditawarkan adalah 0,43%.

Untuk Q2 2025, Alcon melaporkan peningkatan penjualan sebesar 4% menjadi $2,6 miliar. EPS yang dilusuhkan untuk kuartal tersebut adalah $0,35.

Perusahaan menghasilkan $889 juta dalam arus kas dari operasi selama periode ini, sementara $681 juta dalam arus kas bebas diposting pada paruh pertama 2025. Alcon mengembalikan $287 juta kepada pemegang saham.

Mengutip “permintaan awal yang kuat” untuk produk baru seperti Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager, dan Unity VCS, CEO David J. Endicott mengatakan:

“Meskipun masih awal, peluncuran ini memposisikan kami untuk mempercepat pertumbuhan pendapatan, menghasilkan arus kas, dan memberikan nilai jangka panjang bagi pemegang saham kami.”

Klik di sini untuk mempelajari semua tentang investasi dalam kecerdasan buatan.

Terbaru Berita dan Pengembangan Alcon AG (ALC) Saham

Kesimpulan

Dengan puluhan juta orang di seluruh dunia berisiko mengalami gangguan penglihatan atau kebutaan, kemampuan AI untuk memprediksi progresi penyakit dan membantu keputusan pengobatan menandai era baru dalam perawatan mata pencegahan. Ketika algoritma menjadi lebih halus, AI memiliki potensi untuk memberdayakan klinisi untuk membantu melindungi penglihatan, mengurangi biaya perawatan kesehatan, dan meningkatkan kualitas hidup.

Klik di sini untuk daftar kemajuan baru yang menargetkan kehilangan penglihatan.

Referensi:

<sup>1. Thirunavukarasu, A. J., Mahmood, S., Malem, A., Foster, W. P., Sanghera, R., Hassan, R., Zhou, S., Wong, S. W., Wong, Y. L., Chong, Y. J., Shakeel, A., Chang, Y.-H., Tan, B. K. J., Jain, N., Tan, T. F., Rauz, S., Ting, D. S. W., & Ting, D. S. J. (2024). Model bahasa besar mendekati pengetahuan klinis dan penalaran spesialis dalam oftalmologi: Sebuah studi potongan lintang. PLOS Kesehatan Digital, (Rekaman Versi), diterbitkan 17 April 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, C. L., Joseph, S., Vingrys, A. J., et al. (2025). Uji coba pragmatis prospektif fotografi retina otomatis dan skrining glaukoma berbasis AI di perawatan primer Australia. npj Kedokteran Digital, 8, 386. (Rekaman Versi), diterbitkan 1 Juli 2025. Diterima 9 Maret 2025; disetujui 2 Juni 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Aplikasi kecerdasan buatan dalam pencegahan dan pengendalian miopia. Investigasi Pediatrik, (Rekaman Versi), diterbitkan 18 Maret 2025. https://doi.org/10.1002/ped4.70001</sup>