AI Mengubah Perawatan Mata Preventif dan Melindungi Penglihatan

Mata, organ sensorik utama, memainkan peran penting di setiap tahap kehidupan kita.

Mata 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 penting untuk menikmati kemandirian dan, tentu saja, kebahagiaan hidup.

Namun, lebih dari 2,2 miliar orang tidak dapat melakukannya karena mengalami gangguan penglihatan, yang terjadi akibat kondisi mata yang memengaruhi 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 serius bagi kehidupan seseorang, banyak di antaranya dapat diatasi melalui akses tepat waktu ke perawatan mata berkualitas. Selain dampaknya pada individu, gangguan penglihatan juga menimbulkan beban keuangan signifikan, dengan biaya global tahunan kehilangan produktivitas diperkirakan sebesar $411 miliar.

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

AI dalam Oftalmologi

Karena gangguan penglihatan menurunkan kualitas hidup seseorang dan menimbulkan beban ekonomi global yang besar, dokter, ilmuwan, dan peneliti beralih ke kecerdasan buatan (AI) untuk mengubah perawatan mata.

Teknologi yang berkembang pesat 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 drastis 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 serta diagnosis dan skrining otomatis. 

Teknologi ini juga memberikan bantuan bedah, membantu menyaring kandidat, mengoptimalkan teknik, meminimalkan komplikasi, dan memprediksi hasil pascaoperasi.

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

Saat ini, teknologi tersebut sudah digunakan untuk menyaring dan mendiagnosis katarak, mengklasifikasikan fase bedah, dan memprediksi waktu operasi guna mengoptimalkan alur kerja ruang operasi. Selain itu, AI diterapkan untuk perhitungan optimal daya lensa intraokular (IOL), yang merujuk pada kekuatan refraktif lensa sintetis yang ditanamkan selama operasi katarak untuk menggantikan lensa alami.

Bagaimanapun, terdapat banyak literatur serta data pencitraan yang dikumpulkan selama bertahun-tahun sebagai praktik rutin.

Geser untuk menggulir →

Bagaimana LLM Berkinerja dibandingkan dengan Oftalmologis

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

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

GPT-4 diuji melawan dokter mata ahli, dokter junior yang tidak berspesialisasi, dan trainee, dengan masing-masing diberikan hingga 87 skenario mengenai masalah mata tertentu. Pertanyaan-pertanyaan tersebut mencakup berbagai masalah mata, diambil dari buku teks yang digunakan untuk menguji trainee namun tidak tersedia secara bebas di internet, sehingga kecil kemungkinan dataset pelatihan GPT-4 mencakup konten tersebut.

Para dokter harus memilih diagnosis atau saran perawatan dari empat opsi. Menurut studi, model AI mencetak skor lebih tinggi daripada dokter junior dalam tes dan memiliki skor yang hampir sama dengan trainee dan ahli, meskipun dokter dengan performa tertinggi mencetak skor lebih tinggi daripada GPT-4.

LLM tidak akan menggantikan tenaga kesehatan, kata peneliti, namun mereka dapat meningkatkan perawatan kesehatan dengan memberikan diagnosis, saran, dan rekomendasi manajemen dalam konteks tertentu.

Dari Laboratorium ke Klinik: Hasil Skrining Dunia Nyata

Sebuah studi terbaru menilai penerapan AI dalam deteksi glaukoma² di lingkungan dunia nyata.

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

Sistem AI mencapai AUROC 0,80, yang menunjukkan kemampuan kuat teknologi ini dalam membedakan kondisi. Sensitivitas sebesar 65%, mewakili kasus nyata yang berhasil diidentifikasi AI, sementara spesifisitas 94,6% mencerminkan klasifikasi akurat individu sehat. Dari 161 pasien yang sebelumnya tidak terdiagnosis, 18 (11,2%) diidentifikasi sebagai glaukoma yang dapat dirujuk. Studi tersebut menyatakan:

“Meskipun terdapat tantangan seperti sensitivitas yang lebih rendah dan keterbatasan akuisisi gambar, sistem ini menunjukkan potensi untuk skrining oportunistik di setting perawatan primer.” 

Sebuah ulasan³ oleh Departemen Oftalmologi di Universitas Kedokteran Capital, China, sekaligus 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 populasi dunia diperkirakan akan terpengaruh. Jika tidak dikoreksi, miopia dapat mengganggu penglihatan, mengganggu pendidikan, dan memengaruhi peluang kerja, sementara miopia tinggi dapat menyebabkan kehilangan penglihatan permanen. Oleh karena itu, diagnosis dini penting dalam mengelola progresinya dan mencegah kerusakan visual jangka panjang.

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

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

Meskipun AI dapat membantu praktik klinis dan kebijakan dalam mengendalikan miopia, hal ini 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 lebih ditingkatkan untuk aplikasi klinis yang luas.”

– Dr. Jifeng Yu

Mengatasi Ketimpangan

Meskipun masalah visual tersebar luas, gangguan lebih prevalen di negara berpendapatan rendah dan menengah (LMIC) dibandingkan wilayah berpendapatan tinggi. Dengan memungkinkan lebih banyak orang disaring, AI dapat membantu menjembatani kesenjangan di wilayah dengan akses terbatas ke perawatan mata spesialis.

Untuk ini, raksasa teknologi Google telah menciptakan model AI bernama ARDA (Automated Retinal Disease Assessment), dan baru-baru ini, ia melisensikan model AI untuk mendeteksi retinopati diabetik ke perusahaan teknologi perawatan kesehatan di Thailand dan India.

“Mereka akan membangun model bisnis mereka sendiri, tetapi di sisi lain, mereka juga akan menyediakan skrining kepada orang yang paling membutuhkannya namun tidak mampu. Kebutaan akibat retinopati diabetik sepenuhnya dapat dicegah, dan fakta bahwa kami belum dapat melakukan skrining efektif di beberapa tempat ini tidak dapat dimaafkan.”

– Sunny Virmani, project manager at Google Health

Diabetes, yang semakin umum di LMIC, dapat secara serius memengaruhi penglihatan dengan menyebabkan penglihatan kabur, edema makula diabetik, glaukoma, dan retinopati diabetik. Yang terakhir disebabkan oleh gula darah berlebih yang merusak pembuluh darah, menyebabkan kebocoran cairan ke dalam mata.

Retinopati diabetik dapat menyebabkan perubahan pada penglihatan, dan pada akhirnya seseorang dapat menjadi buta. Namun, diagnosis dan pengobatan dini mengurangi risiko hingga 98%. Namun hanya sedikit orang dengan diabetes yang menjalani skrining.

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

Hal ini menghasilkan ARDA, yang dapat mendiagnosis penyakit tersebut seefektif seorang oftalmolog.

Untuk model AI tersebut, 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.”

Click here for a list of the top ten rare disease specialist stocks.

Terobosan AI dalam Mengelola Keratoconus

Di tengah semua kemajuan ini, peneliti kini mengembangkan AI yang dapat secara berhasil memprediksi pasien keratoconus yang berpotensi menjadi buta, sehingga memerlukan perawatan dan pemantauan dini, bertahun-tahun sebelum dokter dapat melakukannya. Dengan cara ini, teknologi dapat mengurangi prosedur yang tidak perlu dan mencegah kehilangan penglihatan.

Keratoconus adalah kondisi mata progresif tanpa penyebab yang diketahui.

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

Jadi, ketika kornea menipis dan menonjol menjadi bentuk kerucut, itu disebut keratoconus. Perubahan bentuk kornea membuat sinar cahaya tidak terfokus, menyebabkan penglihatan terdistorsi. Gejala lain meliputi silau, sensitivitas cahaya, dan penglihatan kabur. Hal ini membuat tugas sehari-hari seperti mengemudi atau membaca menjadi sulit.

Penyakit ini sering berkembang pada akhir remaja atau awal 20-an dan berkembang seiring waktu.

Meskipun penyebab pasti penyakit ini tidak diketahui, dapat bersifat genetik, dengan 1 dari 10 orang dengan keratoconus memiliki orang tua yang juga mengidapnya. Keratoconus juga terkait dengan menggosok mata berlebihan, alergi mata, penipisan kornea akibat kehilangan kolagen, dan gangguan jaringan ikat.

Biasanya memengaruhi kedua mata, penyakit ini dapat menghasilkan penglihatan dan gejala yang sangat berbeda antara kedua mata.

Gejala keratoconus secara perlahan memburuk selama periode sepuluh hingga dua puluh tahun. Pada tahap awal, gejala dapat meliputi kemerahan atau pembengkakan mata, peningkatan sensitivitas terhadap cahaya dan silau, penglihatan kabur ringan, dan sedikit distorsi penglihatan. Pada tahap lanjutan, gejala sering meliputi peningkatan miopia atau astigmatisme serta penglihatan yang lebih kabur dan terdistorsi.

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

Namun 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 keratoconus, dokter memantau pasien seiring waktu.

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

“Keratoconus adalah kondisi yang dapat dikelola, tetapi mengetahui siapa yang harus diobati, serta kapan dan bagaimana memberikan perawatan merupakan tantangan. Sayangnya, masalah ini dapat menyebabkan penundaan, dengan banyak pasien mengalami kehilangan penglihatan dan memerlukan operasi implan atau transplantasi invasif.”

– Dr. José Luis Güell, ESCRS Trustee and Head of the Cornea, Cataract and Refractive Surgery Department at the Instituto de Microcirugía Ocular, Spain

Namun peneliti kini telah mencapai terobosan yang dapat mengubah perawatan mata dengan memungkinkan AI memprediksi pasien keratoconus yang membutuhkan perawatan kornea mendesak sebelum kerusakan tidak dapat dipulihkan terjadi, berpotensi menyelamatkan penglihatan dan mengurangi transplantasi.

Studi ini baru-baru ini dipresentasikan di Kongres ke-43 European Society of Cataract and Refractive Surgeons (ESCRS).

Menyelamatkan Penglihatan Manusia & Sumber Daya Kesehatan

Dilakukan oleh Dr. Shafi Balal dan rekan-rekannya di Moorfields Eye Hospital NHS Foundation Trust serta University College London (UCL), studi ini menggunakan AI untuk menganalisis gambar mata pasien dan menggabungkannya dengan data lain untuk memprediksi pasien keratoconus mana yang memerlukan perawatan segera dan mana yang dapat terus dipantau.

“Keratoconus menyebabkan gangguan penglihatan pada pasien muda usia kerja, dan merupakan alasan paling umum untuk transplantasi kornea di dunia Barat.”

– Dr. Balal

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

Namun, perawatan cross-linking harus dilakukan sebelum jaringan parut menjadi permanen, yang menghilangkan kebutuhan akan transplantasi kornea. Ini sebenarnya berhasil pada lebih dari 95% kasus. Menurut Dr. Balal:

“Namun, dokter saat ini tidak dapat memprediksi pasien mana yang akan mengalami progresi dan memerlukan perawatan, dan mana yang akan tetap stabil hanya dengan pemantauan. Ini berarti pasien memerlukan pemantauan sering selama bertahun-tahun, dengan cross-linking biasanya dilakukan setelah progresi sudah terjadi.” 

Oleh karena itu, AI dapat mendiagnosis keratoconus tepat waktu.

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

Optical coherence tomography (OCT) adalah metode pencitraan non-invasif yang menggunakan gelombang cahaya untuk mengambil gambar penampang melintang retina dengan resolusi tinggi. Teknik ini banyak digunakan dalam oftalmologi untuk mendiagnosis kondisi seperti degenerasi makula, glaukoma, dan retinopati diabetik.

Para peneliti mempelajari 36.673 gambar OCT dari 6.684 pasien menggunakan AI. Mereka menemukan bahwa model AI mereka dapat secara akurat memprediksi apakah kondisi pasien akan tetap stabil atau memburuk, hanya berdasarkan kunjungan pertama pasien.

Artinya, sejak konsultasi rutin awal, AI dapat membantu dokter memprediksi pasien mana yang kemungkinan mengalami progresi, memungkinkan perawatan dini sebelum progresi dan perubahan sekunder terjadi.

Dengan menggunakan model AI, peneliti mengelompokkan pasien menjadi dua grup. Satu grup berisiko rendah, mencakup dua pertiga pasien yang tidak memerlukan perawatan. Grup lainnya berisiko tinggi, dengan sepertiga pasien yang membutuhkan perawatan cross-linking segera.

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

Hal ini menjadikan studi ini yang pertama dalam jenisnya yang mencapai tingkat akurasi tinggi dalam memprediksi risiko progresi keratoconus menggunakan kombinasi pemindaian dan data pasien, kata Dr. Balal. Ia menambahkan:

“Penelitian kami menunjukkan bahwa kami dapat menggunakan AI untuk memprediksi pasien mana yang membutuhkan perawatan dan mana yang dapat terus dipantau.” 

Studi ini, catatan Dr. Balal, melibatkan kelompok besar pasien yang dipantau selama dua tahun atau lebih. Hasilnya menunjukkan bahwa pasien dengan keratoconus berisiko tinggi dapat menerima perawatan preventif sebelum kondisi mereka berkembang, membantu mencegah kehilangan penglihatan dan mengurangi kebutuhan akan operasi transplantasi kornea yang rumit serta beban pemulihannya.

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

“Penyortiran pasien yang efektif oleh algoritma akan memungkinkan spesialis dialihkan ke area dengan kebutuhan terbesar.”

– Dr. Balal

Para peneliti saat ini sedang mengembangkan algoritma AI yang lebih kuat, yang akan dilatih pada jutaan pemindaian mata. Algoritma ini dapat disesuaikan untuk tugas spesifik, seperti memprediksi progresi keratoconus, serta mendeteksi penyakit mata herediter dan infeksi mata.

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

Algoritma ini kini akan menjalani pengujian keamanan lebih lanjut sebelum dapat diterapkan di setting klinis.

Berinvestasi dalam Perawatan Mata Berbasis AI

Alcon AG (ALC.SW ) (ALC ) adalah perusahaan perawatan mata berbasis di Swiss yang meneliti, memproduksi, dan menjual rangkaian produk perawatan mata melalui Surgical dan Vision Care untuk kondisi seperti katarak, glaukoma, penyakit retina, dan kesalahan refraksi.

Alcon AG (ALC )

Dengan kapitalisasi pasar $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, sementara hasil dividen yang ditawarkan adalah 0,43%.

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

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

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

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

Click here to learn all about investing in artificial intelligence.

Berita dan Perkembangan Saham Alcon AG (ALC) Terbaru

Kesimpulan

Dengan puluhan juta orang di seluruh dunia berisiko mengalami gangguan penglihatan atau kebutaan, kemampuan AI untuk memprediksi progresi penyakit dan memandu keputusan perawatan menandai era baru perawatan mata preventif. Seiring algoritma menjadi lebih halus, AI berpotensi memberdayakan klinisi untuk 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 tingkat ahli dalam oftalmologi: Studi lintas-seksi head-to-head. PLOS Digital Health, (Version of Record), published 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 AI di perawatan primer Australia. npj Digital Medicine, 8, 386. (Version of Record), published 1 Juli 2025. Received 9 Maret 2025; accepted 2 Juni 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Penerapan kecerdasan buatan dalam pencegahan dan kontrol miopia. Pediatric Investigation, (Version of Record), published 18 Maret 2025. https://doi.org/10.1002/ped4.70001</sup</sup>