Penyakit Retina mata memiliki beragam jenis, baik dari segi gejala atau tingkat keparahannya.
Mirisnya lagi, kalau tidak cepat-cepat diobati bisa menyebabkan pengurangan daya lihat bahkan sampai kebutaan.
Melansir dari situs kemkes.go.id, Gangguan penglihatan dan kebutaan masih menjadi masalah kesehatan di Indonesia.
Survey Kesehatan Indera tahun 1993-1996 menunjukkan 1,5% penduduk Indonesia mengalami kebutaan disebabkan oleh :
- Katarak (52%),
- Glaukoma (13,4%),
- Kelainan Refraksi (9,5%),
- Gangguan Retina (8,5%),
- Kelainan Kornea (8,4%)
- Dan sisanya penyakit mata lain.
Di negara-negara dunia ketiga khususnya seperti Indonesia, masalah kritis adalah kurangnya akses publik ke perawatan medis khusus.
Sekalipun peralatannya ada, keahlian yang dibutuhkan untuk menginterpretasikan hasil tes dan mendapatkan diagnosis dan prognosis yang benar mungkin belum tersedia.
Untuk penyakit retina ini adalah masalah akut. Tidak ada database universal tentang berbagai patologi retina manusia,
menyebabkan kesulitan bagi staf medis yang tidak berpengalaman untuk memberikan diagnosis yang akurat.
PixelPlex, sebuah perusahaan pengembangan dan konsultasi yang berfokus pada blockchain,
kecerdasan buatan (AI) dan teknologi Internet of Things (IoT) antara lain, menyadari bahwa, melalui kontaknya dengan fasilitas medis, mungkin dapat membantu.
“Kami menyadari bahwa kami sebenarnya dapat menggunakan AI untuk alat bantu diagnostik otomatis,” jelas Alex Dolgov, Kepala Konsultasi di PixelPlex.
AIRA, penganalisis retina kecerdasan buatan (AI_ adalah hasilnya. Menjadi kasus penggunaan pengenalan pola, AI adalah solusi yang jelas.
PixelPlex awalnya diberi sejumlah array besar data yang berisi gambar dari kamera fundus, yang berisi berbagai gejala dan struktur anatomi mata manusia, dari perdarahan hingga arteri dan vena.
Perusahaan menambahkan kumpulan datanya sendiri dari penelitian selanjutnya, untuk digunakan dalam pelatihan jaringan saraf.
Arsitektur model didasarkan pada variasi U-Net, jaringan saraf convolutional yang dikembangkan untuk segmentasi citra biomedis.
Variasi ini termasuk LinkNet, arsitektur jaringan saraf dalam yang ringan untuk segmentasi semantik, dan Dilated U-Net yang telah digunakan dalam inisiatif lain untuk menilai risiko kanker pada organ tertentu.
Foto yang diambil oleh kamera fundus dikirim dan dianalisis oleh perangkat lunak yang dibuat oleh PixelPlex.
Jaringan saraf terlatih mampu mengidentifikasi informasi untuk menentukan diagnosis, kemudian memberikan informasi tersebut kepada staf medis.
“Kami membuat kumpulan data kami sendiri, yang cukup menantang, dan dengan bantuan profesional medis yang berkualitas, membuat kumpulan data UI yang melatih UI untuk mendeteksi berbagai penyakit dan cacat lainnya, hanya berdasarkan foto yang diambil oleh kamera fundus”, Kata Dolgov.
“Sumber gambar-gambar ini, menganalisisnya, memberikan diagnosis medis berdasarkan foto-foto, dan kemudian membuat kumpulan data ini – itu adalah tantangan terbesar,” tambahnya.
Saat ini, Teknologi AIRA tersebut mampu beroperasi pada tingkat akurasi sekitar 85%. Namun, proyek ini masih dalam pengembangan aktif, dan diharapkan dapat meningkat menjadi setidaknya 95%.
Perusahaan mencatat bahwa AIRA akan dapat menemukan gejala penyakit dengan presisi tinggi yang tidak dapat dicapai oleh dokter biasa,
dan juga membuat model matematis yang nantinya digunakan untuk meningkatkan proses analisis jaringan saraf lebih lanjut.
