Mengkaji Peran Citra Retina dan Kecerdasan Buatan dalam Riset Gangguan Bipolar

Oleh: Berty H. Meluko . 21 September 2026 . 14:16:14

Perkembangan kecerdasan buatan membuka peluang baru dalam penelitian kesehatan mental. Salah satu pendekatan yang tengah dikaji adalah pemanfaatan citra pembuluh darah retina mata untuk memperoleh informasi biologis yang dapat mendukung pemahaman terhadap gangguan bipolar. Meski menjanjikan dari sisi penelitian, pendekatan ini masih membutuhkan pengujian lebih lanjut sebelum dapat dipertimbangkan untuk penggunaan klinis.

Perspektif tersebut dibahas dalam artikel ilmiah berjudul “Rethinking Retinal Biomarkers: A Critical Appraisal of CNN-Based Classification in Bipolar Disorder Diagnosis” yang diterbitkan dalam jurnal internasional Journal of Affective Disorders, volume 393 (2026). Artikel ini ditulis oleh Edi Setiawan dan tim, yang melibatkan peneliti dari Universitas Negeri Gorontalo (UNG), Universitas Muhammadiyah Gorontalo, Universitas Muhammadiyah Bengkulu, dan Universitas Negeri Makassar.

Artikel tersebut mengulas potensi penggunaan retina sebagai salah satu sumber informasi biologis dalam penelitian kesehatan mental. Retina menarik perhatian peneliti karena memiliki keterkaitan perkembangan biologis dengan otak dan memungkinkan pengamatan pembuluh darah melalui pemeriksaan mata. Karakteristik ini mendorong kajian mengenai kemungkinan pemanfaatan citra retina untuk memperkaya pemahaman tentang kondisi neurologis dan psikiatris.

Salah satu pendekatan yang dibahas adalah penggunaan Convolutional Neural Network (CNN), yaitu teknologi kecerdasan buatan yang dapat mempelajari pola visual dari gambar. Penelitian terdahulu yang ditelaah dalam artikel tersebut melaporkan hasil klasifikasi berdasarkan citra pembuluh darah retina dengan sensitivitas 83,3 persen dan spesifisitas 92,9 persen.

Meskipun hasil tersebut menunjukkan potensi untuk diteliti lebih lanjut, angka kinerja model tidak dapat langsung diartikan sebagai kepastian diagnosis bagi seseorang. Kemampuan sistem dalam membedakan kelompok pada suatu penelitian belum tentu sama ketika diterapkan pada populasi yang lebih luas dengan karakteristik kesehatan yang beragam.

Melalui kajian kritis ini, tim penulis menyoroti sejumlah hal yang perlu diperhatikan sebelum pendekatan berbasis citra retina dikembangkan lebih jauh. Salah satunya adalah kemungkinan pengaruh faktor lain terhadap karakteristik pembuluh darah retina, seperti kondisi pembuluh darah, faktor metabolik, dan penggunaan obat-obatan. Artinya, perubahan yang terlihat pada citra retina tidak dapat secara otomatis dikaitkan dengan gangguan bipolar.

Penulis juga menekankan pentingnya pengujian pada populasi yang beragam serta pembandingan dengan penilaian klinis. Langkah tersebut diperlukan untuk mengetahui apakah model kecerdasan buatan memiliki kinerja yang konsisten dalam kondisi nyata. Dengan demikian, pengembangan teknologi tidak hanya berfokus pada hasil klasifikasi, tetapi juga pada ketepatan interpretasi, keamanan, dan relevansinya bagi kebutuhan pelayanan kesehatan.

Sebagai arah pengembangan, artikel ini mengusulkan pendekatan yang menggabungkan berbagai sumber informasi. Analisis citra retina dapat dipertimbangkan bersama data genetik, informasi perilaku yang diperoleh melalui perangkat digital, serta indikator kognitif. Pendekatan multidimensi ini berpotensi memberikan gambaran yang lebih menyeluruh dibandingkan penggunaan satu jenis data saja.

Artikel tersebut juga membahas federated learning, yaitu pendekatan pelatihan kecerdasan buatan yang memungkinkan pengembangan model melalui data dari berbagai institusi tanpa harus memusatkan seluruh data pada satu lokasi. Metode ini berpotensi mendukung pengembangan model yang lebih beragam sekaligus membantu menjaga privasi data, meskipun penerapannya tetap membutuhkan pengaturan dan pengawasan yang memadai.

Bagi pengembangan ilmu pengetahuan, kajian ini menegaskan bahwa pemanfaatan kecerdasan buatan dalam kesehatan mental perlu dilakukan secara hati-hati, bertahap, dan berdasarkan bukti ilmiah. Teknologi dapat membantu memperkaya informasi yang tersedia bagi tenaga profesional, tetapi tidak menggantikan evaluasi klinis maupun pemahaman terhadap kondisi dan pengalaman setiap individu.

Melalui kajian ini, para penulis turut mendorong pengembangan riset lintas disiplin yang menghubungkan teknologi informasi, ilmu kesehatan, dan kajian perilaku. Penelitian lanjutan diharapkan dapat memperjelas manfaat, keterbatasan, serta persyaratan penerapan teknologi tersebut sehingga inovasi digital di bidang kesehatan mental dapat berkembang secara bertanggung jawab dan berorientasi pada kebutuhan manusia.

 

Sumber: link jurnal

Agenda

23 September 2026

Diskusi Tindak lanjut Kerjasama

kunjungan dari LPPM Universitas Pattimura dalam rangka melakukan diskusi tindak lanjut kerjasama pelaksanaan Penelitian dan Pengabdian kepada Masyarakat
Hari, Tanggal : Rabu, 23 September 2026
Waktu : Pukul 09.00 WITA s.d selesai
Tempat : Ruang Sidang Lt. 2 LPPM UNG

15 - 17 September 2026

Monitoring dan Evaluasi Program Pengabdian kepada Masyarakat Skema KKN Tematik Tahap II dan KKN Tematik Infrastruktur Universitas Negeri Gorontalo Tahun Anggaran 2026

Monitoring dan Evaluasi Program Pengabdian kepada Masyarakat Skema KKN Tematik Tahap II dan KKN Tematik Infrastruktur Universitas Negeri Gorontalo Tahun Anggaran 2026

10 September 2026

Monev Internal Penelitian Pendanaan Direktorat jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026

Monitoring dan Evaluasi (Monev) Internal Program Penelitian Pendanaan Direktorat Jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026, Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Negeri Gorontalo.

10 September 2026

Penyamaan Persepsi Monev Inernal Program Penelitian Tahun 2026

Dalam rangka persiapan pelaksanaan Monitoring dan Evaluasi (Monev) Internal Program Penelitian
Pendanaan Direktorat Jenderal Riset dan Pengembangan Kemdiktisaintek Tahun Anggaran 2026