Artificial Intelligence untuk Deteksi Retinopathy of Prematurity

Oleh :

dr. Anastasia Feliciana

Di era yang semakin modern, diagnosis dini retinopathy of prematurity (ROP) dapat diperoleh dalam keadaan sarana dan tenaga kesehatan yang terbatas serta perbedaan keahlian pemeriksa, yaitu dengan artificial intelligence.

Rekomendasi skrining ROP adalah dengan pemeriksaan fundus menggunakan oftalmoskopi indirek pada pupil yang sudah dibuat midriasis.[1]

Peningkatan keahlian dan kelengkapan teknologi kesehatan yang semakin maju membuat semakin banyak bayi yang lahir prematur dengan berat badan lahir sangat rendah dapat bertahan hidup. Hal ini secara langsung berdampak pada peningkatan risiko kejadian retinopathy of prematurity. Oleh karena itu, skrining ROP perlu diperkuat dan dipertajam sehingga dapat dideteksi lebih dini dan ditangani sebelum terjadi ablasio retina.[1]

(Konten ini khusus untuk dokter. Registrasi untuk baca selengkapnya)

Referensi

1. Chen J, Stahl A, Hellstrom A, Smith LE. Current update on retinopathy of prematurity: screening and treatment: Curr Opin Pediatr. 2011 Apr;23(2):173–8.
2. Dewi R, Tuhusula R, Rohsiswatmo R. Skrining Retinopathy of Prematurity Di Rumah Sakit dengan Fasilitas Terbatas. Sari Pediatri. 2016 Nov 17;14(3):185–90.
3. Week in review: ROP detection, AMD therapy, DME drops [Internet]. American Academy of Ophthalmology. 2020 [cited 2020 Sep 30]. Available from: https://www.aao.org/headline/week-in-review-rop-detection-amd-therapy-dme-drops
4. Tan Z, Simkin S, Lai C, Dai S. Deep Learning Algorithm for Automated Diagnosis of Retinopathy of Prematurity Plus Disease. Transl Vis Sci Technol [Internet]. 2019 Dec 2 [cited 2020 Oct 1];8(6). Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6892443/
5. Redd TK, Campbell JP, Brown JM, Kim SJ, Ostmo S, Chan RVP, et al. Evaluation of a deep learning image assessment system for detecting severe retinopathy of prematurity. Br J Ophthalmol. 2019 May;103(5):580–4.
6. Scruggs BA, Chan RVP, Kalpathy-Cramer J, Chiang MF, Campbell JP. Artificial Intelligence in Retinopathy of Prematurity Diagnosis. Transl Vis Sci Technol [Internet]. [cited 2020 Oct 21];9(2). Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7343673/
7. Brown JM, Campbell JP, Beers A, Chang K, Ostmo S, Chan RVP, et al. Automated Diagnosis of Plus Disease in Retinopathy of Prematurity Using Deep Convolutional Neural Networks. JAMA Ophthalmol. 2018 01;136(7):803–10.
8. Fijalkowski N, Zheng LL, Henderson MT, Wang SK, Wallenstein MB, Leng T, Moshfeghi DM. Stanford University Network for Diagnosis of Retinopathy of Prematurity (SUNDROP): five years of screening with telemedicine. Ophthalmic Surg Lasers Imaging Retina. 2014 Mar-Apr;45(2):106-13. doi: 10.3928/23258160-20140122-01. Epub 2014 Jan 20. PMID: 24444469.
9. Greenwald MF, Danford ID, Shahrawat M, Ostmo S, Brown J, Kalpathy-Cramer J, Bradshaw K, Schelonka R, Cohen HS, Chan RVP, Chiang MF, Campbell JP. Evaluation of artificial intelligence-based telemedicine screening for retinopathy of prematurity. J AAPOS. 2020 Jun;24(3):160-162. doi: 10.1016/j.jaapos.2020.01.014. Epub 2020 Apr 11. PMID: 32289490; PMCID: PMC7508795.
10. Begley BA, Martin J, Tufty GT, Suh DW. Evaluation of a Remote Telemedicine Screening System for Severe Retinopathy of Prematurity. J Pediatr Ophthalmol Strabismus. 2019 May 22;56(3):157-161. doi: 10.3928/01913913-20190215-01. PMID: 31116862.