Skrining Retinopati Diabetik dengan Kecerdasan Buatan

Retinopati diabetik merupakan komplikasi akibat diabetes berupa gangguan mata yang dapat menjadi kebutaan. Kondisi ini terjadi ketika kadar gula darah dalam tubuh yang tinggi merusak pembuluh mata di retina. Kebocoran pada pembuluh darah dapat menimbulkan perdarahan di retina yang menyebabkan gangguan penglihatan hingga kebutaan.

Dengan semakin banyaknya kasus diabetes di masyarakat, kejadian retinopati diabetik pun berpotensi semakin meningkat. Satu dari tiga pasien diabetes berisiko mengalami retinopati diabetik.

Meski begitu, kondisi retinopati diabetik bisa dicegah dengan deteksi dini. Apabila risiko komplikasi diabetes melitus ke organ mata diketahui sejak awal, kondisi pasien dapat ditangani dengan baik tanpa harus sampai menjadi kebutaan.

Organisasi Kesehatan Dunia (WHO) merekomendasikan integrasi skrining retinopati diabetik dengan layanan diabetes melitus di layanan kesehatan tingkat primer. Setiap negara, khususnya negara berkembang, diharapkan dapat meningkatkan akses dan cakupan skrining.

Namun, upaya deteksi dini retinopati diabetik hingga kini belum berjalan optimal. Pada awal perjalanan penyakit, penyakit ini sering kali tidak bergejala. Kondisi itu membuat banyak pasien diabetes merasa tidak perlu melakukan pemeriksaan skrining mata secara rutin.

Selain itu, akses pemeriksaan mata pada pasien diabetes melitus juga masih sulit dijangkau oleh pasien. Alasannya, antara lain, keterbatasan tenaga ahli, waktu, ketersediaan sarana dan prasarana, serta pembiayaan.

Jumlah dokter mata di fasilitas pelayanan kesehatan masih terbatas. Itu membuat layanan skrining mata tidak dapat dilakukan dalam skala besar untuk seluruh pasien diabetes melitus, terutama untuk pelayanan di fasilitas kesehatan tingkat pertama.

Guna mengatasi keterbatasan tersebut, layanan kesehatan jarak jauh atau telemedisin sudah mulai dimanfaatkan untuk skrining retinopati diabetik. Layanan telemedisin dilakukan dengan mengirimkan hasil foto retina pasien ke dokter spesialis mata yang tidak berada di tempat pemeriksaan.

Namun, persoalannya, identifikasi foto oleh dokter spesialis mata juga masih terbatas. Pasien tidak dapat langsung dirujuk, yang akhirnya membuat pasien tidak mendapatkan terapi yang dibutuhkan secara tepat waktu.

Sebuah penelitian menunjukkan bahwa kecerdasan buatan (AI) bisa dimanfaatkan guna mengatasi permasalah tersebut. AI dapat digunakan untuk membantu menilai foto retina sehingga keputusan dalam merujuk pasien pada terapi lanjutan bisa ditentukan dengan cepat.

AI dapat digunakan untuk membantu menilai foto retina sehingga keputusan dalam merujuk pasien pada terapi lanjutan bisa ditentukan dengan cepat.

Penelitian tersebut disampaikan Yeni Dwi Lestari saat mempertahankan disertasinya yang berjudul ”Pengembangan Model Skrining Retinopati Diabetik Menggunakan Kecerdasan Artifisial di Layanan Primer di Jakarta” pada Rabu (17/12/2025) di Fakultas Kedokteran Universitas Indonesia (FKUI), Jakarta. Atas disertasinya, Yeni mendapatkan gelar doktor bidang ilmu kedokteran di Universitas Indonesia dan lulus dengan IPK 3,96.

Yeni secara khusus memilih Jakarta sebagai lokasi penelitian karena kasus diabetes di wilayah tersebut cukup tinggi serta ketersediaan infrastruktur yang dinilai sudah memadai. Penelitian dilakukan dalam tiga tahap, yakni penelitian kesiapan integrasi layanan diabetes melitus dan retinopati diabetik, pemilihan model skrining berbasis AI dari sejumlah negara dan penyusunan model yang sesuai untuk Jakarta, serta uji coba model tersebut di puskesmas.

Dua lokasi penelitian, yakni Puskesmas Pasar Rebo dan Puskesmas Tanjung Priok, menunjukkan bahwa kesiapan puskesmas dalam pelayanan diabetes melitus (DM) sudah sangat baik. Dari skala 1 sampai 4, peneliti menemukan tingkat maturitas puskesmas dalam layanan DM sudah mencapai skor 4.

Akan tetapi, skor untuk layanan retinopati diabetik belum baik dengan skor 2. ”Artinya, sudah tersedia pedoman klinis, tetapi sebagian besar tenaga kesehatan tidak mengetahuinya sehingga tidak melakukannya,” ucap Yeni.

Selain itu, ia menyebutkan, aspek teknologi kesehatan juga memperoleh skor 2. Hal itu didapatkan karena teknologi kesehatan untuk pemeriksaan modern hanya tersedia di rumah sakit besar atau klinik mata swasta.

Skor yang rendah didapatkan pula untuk kegiatan promosi kesehatan, baik untuk diabetes melitus maupun retinopati diabetik. Kegiatan promosi kesehatan hanya dilakukan sesekali dan hanya melalui media tingkat nasional sehingga tidak semua pasien menerima edukasi terkait penyakitnya dengan baik.

Dalam uji coba skrining berbasis kecerdasan buatan, Yeni mengatakan, pelatihan dilakukan terlebih dahulu pada dokter dan perawat yang bertugas. Pasien diabetes kemudian didata dan dikirimkan undangan untuk melakukan pemeriksaan mata.

Setelah itu, pasien menjalani pemeriksaan kondisi penglihatan dan melakukan foto fundus atau bagian belakang mata, termasuk retina. Analisis pada foto fundus dilakukan dengan bantuan AI. Sistem AI akan membantu menentukan apakah pasien perlu dirujuk atau tidak.

Pada kasus dengan kategori ”dirujuk”, akan dilakukan penilaian ulang oleh dokter mata sebagai pengaman sebelum pasien menerima surat rujukan. Edukasi juga dilakukan dokter umum terkait hasil skrining dengan menunjukkan foto retina pasien.

Adapun sistem AI yang digunakan dengan peranti lunak bernama Radr. Kinerja peranti lunak ini memiliki tingkat sensitivitas sebesar 75,5 persen, spesivisitas 72 persen, dan akurasi 72 persen. Meski tingkat akurasi kurang optimal, peningkatan kapasitas tenaga kesehatan untuk menghasilkan foto fundus yang berkualitas dapat menambah tingkat akurasi yang dihasilkan.

Hasil skrining berbasis AI menunjukkan 13,8 persen dari 536 pasien diabetes mengalami retinopati diabetik. Sebagian besar berada pada tahap ringan dan sedang. ”Jika kita bisa mendeteksi pada tahap ini, sebenarnya usaha pencegahan kebutaan masih bisa dilakukan dengan baik,” ujar Yeni.

Ia menambahkan, model skrining ini tidak hanya mendeteksi kondisi retinopati diabetik. Berbagai penyakit mata lain juga ditemukan selama pemeriksaan, antara lain katarak, gangguan refraksi, dan glaukoma. Sebanyak 26 persen pasien yang diuji membutuhkan rujukan lanjutan dari hasil pemeriksaan.

Dari sisi waktu, proses skrining berbasis AI dengan Radr memerlukan rata-rata 20 menit untuk tiap pasien. Durasi ini dinilai sesuai dengan alur pelayanan di puskesmas dan tidak mengganggu layanan diabetes lainnya.

Dalam penelitiannya, Yeni pun mengukur tingkat kepuasan dari tenaga kesehatan dan pasien. Sebagian besar tenaga kesehatan cukup puas, begitu pula dengan pasien yang diperiksa.

”Secara umum, penelitian ini menunjukkan model skrining retinopati diabetik berbasis AI di layanan primer memiliki efektivitas yang baik dan mampu dilaksanakan serta dapat diterima dengan baik oleh pasien ataupun tenaga medis,” kata Yeni.

Ia pun mendorong agar model skrining ini bisa diintegrasikan dalam program cek kesehatan gratis dari pemerintah. Harapannya, cakupan skrining retinopati diabetik bisa diperluas dengan tindak lanjut yang lebih tepat. Kebutaan akibat diabetes melitus pun dapat dicegah, sekaligus dapat meningkatkan kualitas hidup pasien diabetes di Indonesia.

Guru Besar Departemen Ilmu Penyakit Mata FKUI yang juga promotor disertasi Yeni, Ratna Sitompul, mengatakan, skrining retinopati diabetik penting untuk dilakukan di tingkat layanan kesehatan primer. Skrining penyakit ini juga bisa menjadi pintu masuk untuk menemukan berbagai penyakit mata lainnya.

Oleh karena itu, hasil penelitian ini harus didorong agar bisa diadopsi pemerintah pusat dan pemerintah daerah agar bisa dimanfaatkan masyarakat luas. ”Oleh sebab itu, seperti saya sampaikan tadi, perjuangan belum selesai. Dokter Yeni harus tetap melanjutkan penelitian ini,” katanya.