“Desain ini memungkinkan pupil mata pasien melebar secara alami dalam kondisi gelap, sehingga pengambilan citra retina dilakukan lebih nyaman,” jelasnya.
Mahasiswa yang akrab disapa Abin ini menjelaskan, kecanggihan EyeXaminer terletak pada integrasi Deep Learning metode Convolutional Neural Network (CNN) Multimodal. Sistem ini mampu mengklasifikasikan keparahan penyakit ke dalam lima tahapan mulai dari normal hingga parah. “Jadi tingkatannya itu ada normal, ringan, sedang, berat, sama yang terakhir parah atau Proliferative Diabetic Retinopathy (PDR),” rincinya.
Mahasiswa Departemen Teknik Elektro ITS angkatan 2023 ini menambahkan bahwa EyeXaminer juga dapat memprediksi estimasi waktu risiko kebutaan menggunakan parameter klinis seperti Indeks Massa Tubuh (IMT), riwayat merokok, usia, dan durasi diabetes pasien. “Prediksi tersebut diolah secara menyeluruh dengan menggabungkan citra fundus dan data klinis pasien,” paparnya.
Inovasi Abin dan tim ini terbukti mampu memangkas waktu pemeriksaan dari yang semula sekitar satu jam menjadi hanya satu hingga dua menit saja. Efisiensi inilah yang mengantarkan tim di bawah bimbingan Dr Shoffi Izza Sabila SKom ini meraih medali perunggu kategori Presentasi dan medali perak kategori Poster pada ajang Pekan Ilmiah Mahasiswa Nasional (Pimnas) 2025 lalu. “Alat ini diharapkan dapat menjadi solusi pemeriksaan yang cepat dan akurat untuk meminimalkan risiko kebutaan permanen,” tutur Abin. (ahmad)
