Dalam satu dekade terakhir, dunia medis mengalami revolusi diam-diam. Di ruang pemeriksaan mata, bukan hanya dokter dan pasien yang hadir, tetapi juga kecerdasan buatan atau Artificial Intelligence (AI). Teknologi ini menjanjikan masa depan di mana diagnosis penyakit mata bisa dilakukan lebih cepat, lebih akurat, dan bahkan mungkin tanpa campur tangan manusia sama sekali.
Namun, sebagaimana ditulis dalam jurnal Ophthalmology and Therapy oleh Louis Arnould dan timnya tahun 2025, jalan menuju masa depan itu tidak sesederhana kedengarannya. Dunia AI dalam bidang oftalmologi (ilmu tentang mata) kini diibaratkan seperti hutan rimba digital penuh peluang, tetapi juga membingungkan dan berisiko jika tidak dipahami dengan baik.
Baca juga artikel tentang: Antara Iritasi dan Racun: Sains Mengupas Efek Gas Air Mata Kedaluwarsa
Mata dan Mesin: Kolaborasi yang Mengubah Dunia Medis
Kecerdasan buatan kini sudah digunakan dalam berbagai bidang pengobatan mata. Di antaranya untuk mendeteksi retinopati diabetik, yaitu kerusakan pembuluh darah retina akibat diabetes; degenerasi makula terkait usia yang menjadi penyebab utama kebutaan pada orang tua; hingga glaukoma, penyakit yang sering disebut pencuri penglihatan karena gejalanya datang diam-diam.
Dengan ribuan citra retina yang dipelajari oleh algoritma, sistem AI dapat mengenali pola-pola halus yang tidak bisa dilihat oleh mata manusia. Bahkan, AI telah terbukti mampu menandingi ketepatan diagnosis dokter spesialis dalam beberapa kasus.
Namun, peneliti mengingatkan bahwa teknologi canggih tidak selalu berarti aman dan siap digunakan di semua situasi. Banyak algoritma yang dikembangkan hanya untuk uji coba atau tidak melalui standar uji klinis yang memadai. Tanpa pemahaman mendalam, dokter bisa terjebak dalam “hutan” algoritma yang tampak mengesankan tetapi sebenarnya belum siap digunakan untuk pasien.
Ledakan AI dan Kekhawatiran di Baliknya
Dalam makalah tersebut, peneliti mencatat bahwa publikasi ilmiah yang membahas AI di bidang oftalmologi meningkat hampir 19 persen setiap tahun selama satu dekade terakhir. Lonjakan ini mencerminkan semangat besar dunia medis untuk memanfaatkan teknologi baru.
Namun, pertumbuhan yang cepat juga menimbulkan kebingungan. Banyak dokter mata di lapangan yang mengaku tidak benar-benar memahami bagaimana algoritma ini bekerja. Mereka tahu hasilnya, tetapi tidak tahu “jalannya pikiran” sistem AI yang digunakan.
Fenomena ini menimbulkan masalah serius yang disebut kurangnya generalisasi klinis. Artinya, algoritma yang bekerja sangat baik dalam kondisi laboratorium sering kali gagal ketika digunakan di rumah sakit atau klinik yang berbeda. Sebuah sistem yang dilatih dengan gambar retina dari satu populasi bisa saja tidak akurat ketika digunakan pada pasien dari kelompok etnis lain, karena perbedaan karakteristik biologis atau pencahayaan alat foto retina.
Mengapa Banyak Algoritma Gagal di Dunia Nyata
Arnould dan rekan-rekannya mengidentifikasi dua penyebab utama mengapa AI dalam bidang mata belum mencapai potensi penuhnya.
Pertama, kurangnya pemahaman dokter terhadap prinsip kerja AI. Banyak dokter spesialis mata masih berfokus pada praktik klinis tanpa pelatihan mendalam dalam bidang teknologi data. Akibatnya, mereka sulit menilai kualitas dan keterbatasan algoritma yang digunakan.
Kedua, banyaknya variasi algoritma dan sertifikasi yang tidak seragam. Saat ini, pasar dipenuhi oleh puluhan sistem AI yang dijual secara komersial, termasuk produk berlabel “kelas rendah” yang lolos regulasi dengan pengawasan minimal. Beberapa di antaranya tidak memiliki registrasi resmi seperti sertifikasi Conformité Européenne (CE) yang menandakan kepatuhan terhadap standar Eropa.
Dengan kata lain, tidak semua AI yang dijual ke klinik mata memiliki kualitas yang dapat diandalkan. Bagi dokter, memilih algoritma yang tepat kini menjadi tantangan besar, seolah mereka harus menavigasi hutan belantara teknologi yang tumbuh tanpa peta.
Membangun Kompas untuk Menyusuri Hutan AI
Untuk membantu para praktisi medis, peneliti menyusun sebuah “kotak alat” atau toolbox yang bisa digunakan sebagai panduan memilih algoritma AI yang sesuai. Toolbox ini bukan sekadar daftar merek atau aplikasi, melainkan rangkaian prinsip yang menilai kecocokan teknologi berdasarkan empat hal utama:
- Tujuan klinis – Apakah AI dirancang untuk deteksi dini, pemantauan rutin, atau prediksi penyakit sistemik yang berhubungan dengan mata?
- Ketersediaan data lokal – Seberapa baik algoritma itu dilatih dengan data yang mencerminkan kondisi pasien di wilayah tertentu?
- Regulasi dan validasi ilmiah – Apakah sistem sudah melewati uji klinis yang transparan dan dipublikasikan dalam jurnal terpercaya?
- Interaksi manusia dan mesin – Bagaimana dokter tetap menjadi pengambil keputusan akhir tanpa kehilangan kepercayaan pada teknologi?
Dengan panduan ini, para oftalmolog diharapkan dapat menilai apakah AI benar-benar membantu atau justru berpotensi menyesatkan diagnosis.
AI yang Bijak Adalah AI yang Dipahami
Peneliti menekankan bahwa masa depan AI di dunia medis bergantung pada keseimbangan antara otomatisasi dan kebijaksanaan manusia. AI mampu memproses jutaan gambar retina dalam hitungan detik, tetapi hanya manusia yang dapat memahami konteks pasien—riwayat penyakit, kondisi sosial, atau gejala yang tidak terlihat oleh kamera.
Dalam praktik terbaik, AI seharusnya berfungsi sebagai asisten digital, bukan pengganti dokter. Ia bisa mempercepat pemeriksaan massal, terutama di daerah yang kekurangan spesialis mata. Namun, keputusan akhir tetap harus berada di tangan profesional medis yang memahami risiko dan batas teknologi.
Antara Harapan dan Kewaspadaan
Artikel ini berakhir dengan nada optimistis tetapi realistis. AI bukan sekadar tren, melainkan masa depan dunia oftalmologi. Dengan algoritma yang tepat, pasien diabetes bisa dideteksi lebih dini, kebutaan bisa dicegah, dan layanan kesehatan bisa menjangkau lebih banyak orang.
Namun, tanpa edukasi dan regulasi yang jelas, AI juga bisa menjadi bumerang. Ketika dokter terlalu bergantung pada sistem yang tidak mereka pahami, kesalahan bisa terjadi dan dalam dunia kedokteran, satu kesalahan dapat berarti hilangnya penglihatan seseorang.
Arnould dan timnya mengajak komunitas medis untuk lebih aktif memahami teknologi ini, bukan sekadar menggunakannya. Dunia kedokteran perlu membangun budaya baru di mana dokter dan algoritma berjalan berdampingan, saling mengoreksi, dan saling melengkapi.
Perjalanan menuju era kecerdasan buatan dalam oftalmologi ibarat menyusuri hutan lebat yang penuh potensi sekaligus jebakan. Di dalamnya, terdapat jalan yang bisa membawa kita menuju masa depan kesehatan mata yang lebih cerah, jika kita tahu arah dan mengenali tanda-tandanya.
AI tidak akan menggantikan dokter, tetapi dokter yang memahami AI akan menggantikan mereka yang tidak mau belajar. Dalam dunia yang berubah cepat, pengetahuan menjadi cahaya yang menuntun langkah, dan hanya dengan memahaminya kita bisa keluar dari “hutan AI” dengan selamat.
Baca juga artikel tentang: Dari Pikiran ke Struktur: CBT dan Bukti Baru Neuroplastisitas
REFERENSI:
Arnould, Louis dkk. Selecting the Right AI Algorithm for the Job: A Guide for Navigating the AI Jungle in Ophthalmology. Ophthalmology and Therapy, 1-11.
