Hasil penelitian menunjukkan, foto mata yang diambil saat pemeriksaan kesehatan dapat digunakan untuk memilah kemungkinan demensia saat ini, sekaligus memprediksi risiko munculnya demensia di kemudian hari.
Seoul National University Hospital menyampaikan pada 28 bahwa tim peneliti gabungan yang dipimpin Prof. Park Sang-min dari Departemen Kedokteran Keluarga, Dr. Jang Ju-young dari XaiMed Co., Ltd., profesor asisten peneliti Han Chang-ho dari Pusat Riset Big Data Medis Fakultas Kedokteran Seoul National University, serta Dr. Kim Jae-won dari Departemen Ilmu Kedokteran, menganalisis 108.008 foto fundus dari 36.322 peserta pemeriksaan kesehatan dan mengembangkan AI untuk skrining serta prediksi risiko demensia.
Tim peneliti tidak hanya menguji kinerja prediksi AI, tetapi juga menelusuri bagian mana yang dijadikan dasar pengambilan keputusan. Hasilnya, AI menempatkan area tempat saraf optik berkumpul dan sekitarnya sebagai faktor penting, baik saat menentukan ada tidaknya demensia saat ini maupun saat menilai risiko kejadian di masa depan.
Mengapa dari mata bisa diketahui risiko demensia
Foto fundus adalah gambar yang diambil melalui pupil untuk memotret retina, saraf optik, dan pembuluh darah di dalam mata. Pemeriksaan ini umum dilakukan bukan hanya dalam layanan oftalmologi, tetapi juga dalam medical check-up.
Alasan peneliti menaruh perhatian pada mata adalah karena retina terhubung erat dengan otak. Retina dan saraf optik tersambung dengan sistem saraf pusat. Sejumlah studi juga terus menunjukkan bahwa perubahan saraf atau mikrovaskular yang terjadi di otak dapat tercermin sebagian pada mata.
Tim peneliti menilai, jika perubahan tersebut terekam pada foto fundus, AI dapat menemukan sinyal risiko demensia.
Penelitian ini memanfaatkan data orang-orang yang menjalani pemeriksaan kesehatan di Seoul National University Hospital dari 2004 hingga 2016. Di antara mereka, 2.868 foto dari 1.001 orang yang didiagnosis demensia dan diresepkan obat terkait dalam kurun 2 tahun sebelum atau sesudah pemotretan fundus diklasifikasikan sebagai kelompok demensia. Setelah itu, AI dilatih dengan membandingkannya dengan orang tanpa demensia.
Dari perbandingan beberapa model AI, model yang telah lebih dulu mempelajari banyak foto fundus menunjukkan kinerja terbaik.
Memilah demensia saat ini, sekaligus risiko yang akan muncul
Kinerja AI dalam membedakan orang yang saat ini mengalami demensia dan yang tidak adalah 0,750. Angka ini berarti, jika mendekati 0,5 maka setara dengan tebakan acak, sedangkan semakin mendekati 1 menunjukkan kemampuan membedakan dua kelompok yang semakin baik.
Tim peneliti juga membandingkan kinerja AI dengan alat penilaian risiko demensia yang sudah ada, yakni ‘CAIDE’. CAIDE adalah alat yang memperkirakan risiko demensia jangka panjang dengan memberi skor pada usia, jenis kelamin, tingkat pendidikan, tekanan darah, tingkat obesitas, kolesterol, aktivitas fisik, dan sebagainya. Penilaian ini tidak memerlukan pemeriksaan pencitraan otak terpisah seperti MRI atau PET.
Dalam analisis ini, kinerja untuk memilah demensia saat ini adalah 0,624 untuk CAIDE dan 0,750 untuk AI berbasis foto fundus. Semakin mendekati 1, semakin baik dalam membedakan orang dengan dan tanpa demensia.
Perbedaan juga terlihat pada kinerja prediksi risiko demensia di masa depan. AI mencatat 0,812, sedangkan CAIDE 0,689.
Tren yang sama muncul bahkan setelah faktor risiko demensia yang sudah dikenal—seperti usia dan jenis kelamin—dipertimbangkan secara terpisah. Semakin tinggi skor AI, semakin besar kemungkinan seseorang mengalami demensia saat ini atau berpeluang mengalami demensia di kemudian hari.
Ini mengindikasikan bahwa foto fundus dapat memuat informasi terkait demensia yang sulit ditangkap hanya dengan faktor risiko konvensional seperti usia, tekanan darah, atau obesitas.
Area yang paling disorot AI adalah ‘papila saraf optik’
Bagian menarik dari penelitian ini adalah peneliti menelusuri hingga dasar apa yang digunakan AI dalam mengambil keputusan.
Tim peneliti menandai dengan warna area yang dianggap penting oleh AI pada foto fundus. Area dengan tingkat perhatian tertinggi adalah ‘papila saraf optik’.
Papila saraf optik adalah bagian tempat serabut saraf yang berasal dari retina berkumpul dan berlanjut menjadi saraf optik. Secara sederhana, ini adalah “pintu keluar” tempat saraf yang mengirim informasi yang diterima mata menuju otak berkumpul.
Tingkat perhatian AI pada papila saraf optik 5,72 kali lebih tinggi dibanding area sekitar pada umumnya. Tingkat perhatian tinggi juga terlihat di sekitar papila saraf optik serta pada area serabut saraf yang menghubungkan bagian ini ke makula.
Area-area tersebut juga merupakan lokasi yang dalam penelitian sebelumnya dilaporkan mengalami perubahan retina terkait demensia. Hal ini mendukung kemungkinan bahwa AI menangkap perubahan saraf yang berkaitan dengan demensia, bukan sekadar ciri kebetulan pada foto.
Bisakah foto medical check-up dipakai untuk skrining demensia?
Penelitian ini menarik perhatian karena memungkinkan pemanfaatan foto fundus yang sudah diambil dalam pemeriksaan kesehatan, tanpa menambahkan pemeriksaan baru.
Jika kelak melalui verifikasi yang memadai, temuan ini dapat digunakan sebagai sarana pendukung untuk lebih dulu menyaring orang dengan risiko demensia tinggi pada tahap medical check-up, lalu menghubungkannya ke tes fungsi kognitif atau layanan spesialis.
Namun, ini tidak berarti “demensia didiagnosis hanya dari satu foto mata”. Diagnosis demensia yang sebenarnya memerlukan gejala pasien dan penilaian fungsi kognitif. Bergantung pada kondisi, pemeriksaan tambahan seperti MRI otak atau tes darah serta cairan serebrospinal juga dilakukan.
Penelitian ini juga berfokus pada peserta pemeriksaan kesehatan dari satu rumah sakit. Diperlukan verifikasi tambahan untuk memastikan apakah kinerja serupa muncul pada rumah sakit lain serta pada kelompok dengan rentang usia dan ras/etnis yang berbeda.
Prof. Park Sang-min dari Departemen Kedokteran Keluarga Seoul National University Hospital mengatakan, “Kami berharap teknologi AI ini, yang memanfaatkan data pemeriksaan rutin tanpa pemeriksaan tambahan berbiaya tinggi, dapat menjadi alat bantu yang berguna dalam strategi pencegahan demensia dan intervensi dini.”
Dr. Jang Ju-young dari XaiMed menegaskan, “Penelitian ini menunjukkan arah penting dalam pengembangan biomarker AI berbasis pencitraan fundus, karena menilai bukan hanya kinerja prediksi AI, tetapi juga aspek keterjelasan penjelasan (explainability) dan kegunaan klinis secara bersamaan.”
Penelitian ini dipublikasikan secara daring pada 4 Juli di jurnal internasional 《npj Digital Medicine》.
