Glaukoma adalah neuropati optik yang ditandai dengan hilangnya sel ganglion retina (RGC) dan aksonnya secara progresif. Teknik pencitraan yang merekam dan mengkuantifikasi perubahan struktural pada kepala saraf optik (ONH), RNFL peripapiler, dan makula merupakan alat penting yang melengkapi pemeriksaan klinis dan tes lapang pandang2)3).
Perubahan struktural sering mendahului perubahan fungsional (defek lapang pandang)3). Deteksi perubahan struktural dengan OCT dilaporkan mendahului terjadinya defek lapang pandang sekitar 2 tahun1). Ada tiga jenis teknik pencitraan2):
Optical Coherence Tomography (OCT): SD-OCT dan SS-OCT
Scanning Laser Polarimeter (SLP): GDx
Tinjauan sistematis menunjukkan bahwa kemampuan teknik-teknik ini untuk membedakan mata glaukoma dari mata normal setara2). Namun, hasil abnormal (di luar batas normal) tidak selalu berarti penyakit2)3). Kriteria basis data normal berbeda antar perangkat, dan hasil di luar batas normal dapat terjadi karena alasan selain glaukoma.
QDapatkah glaukoma didiagnosis hanya dengan pencitraan?
A
Tidak. Pencitraan adalah alat bantu diagnosis klinis, dan diagnosis glaukoma tidak boleh didasarkan hanya pada pencitraan4)5). Hasil OCT “di luar batas normal” bisa positif palsu, dan semua informasi termasuk temuan klinis dan tes lapang pandang harus diintegrasikan untuk pengambilan keputusan. Sensitivitas dan spesifisitas program diagnosis otomatis dilaporkan sekitar 80%.
Foto fundus stereo berwarna merupakan metode yang mapan untuk merekam penampilan diskus optikus secara kualitatif 2)3). Pencahayaan merah non-transluminasi berguna untuk mengevaluasi defek RNFL. Foto serial dapat digunakan untuk mendeteksi perubahan temporal pada diskus optikus 5).
Namun, pada cekungan glaukoma lanjut, hanya sedikit jaringan saraf yang tersisa untuk dievaluasi, sehingga identifikasi perubahan progresif dengan foto stereo menjadi sulit 2). Jika bentuk diskus seperti mangkuk dan pembuluh darah sedikit, topografi sulit dilihat pada foto, sehingga sketsa dengan slit lamp diperlukan sebagai catatan tambahan.
HRT (Heidelberg Retina Tomograph, Heidelberg Engineering) adalah perangkat yang memindai laser dioda (670 nm) untuk mengukur topografi tiga dimensi diskus optikus 1). Perangkat ini mengkuantifikasi topografi permukaan diskus optikus dan juga digunakan untuk mendeteksi perubahan temporal 4).
Moorfields Regression Analysis (MRA) melakukan penilaian statistik luas rim berdasarkan luas diskus 1). Glaucoma Probability Score (GPS) adalah klasifikasi otomatis berbasis machine learning yang tidak memerlukan bidang referensi atau pengaturan tepi diskus oleh operator 1).
Keterbatasan HRT adalah definisi tepi diskus pada permukaan fundus tidak didasarkan pada titik referensi anatomis. Masalah ini diatasi dengan pendekatan menggunakan bukaan membran Bruch (BMO) pada OCT sebagai titik referensi 1). Produksi HRT berakhir pada tahun 2020-an, dan OCT menjadi dominan dalam praktik klinis 1).
GDx (Carl Zeiss Meditec) adalah perangkat yang mengukur retardasi fase menggunakan sifat birefringensi RNFL1). Mikrotubulus dalam akson RNFL merupakan penyebab utama birefringensi dan berkorelasi dengan ketebalan RNFL1). Teknik Enhanced Corneal Compensation (ECC) mengoreksi birefringensi kornea.
Namun, terbukti lebih rendah daripada SD-OCT dalam deteksi longitudinal glaukoma1), dan penggunaannya berakhir seiring meluasnya OCT.
OCT (Optical Coherence Tomography)
Prinsip: Menggunakan interferometri koherensi rendah untuk mencitrakan struktur penampang retina4)5)
TD-OCT: OCT awal. Metode yang memperoleh gambar penampang dengan menumpuk scan A-scan satu arah, dengan waktu pemeriksaan lama dan resolusi rendah. Saat ini hampir tidak digunakan.
SD-OCT: Mencapai kecepatan tinggi dan resolusi tinggi melalui analisis spektrum. Dapat menganalisis diskus optikus, RNFL, dan makula dengan cepat pada lebih dari 26.000 A-scan/detik. Ada beberapa model seperti Cirrus OCT dan Spectralis OCT.
SS-OCT: Menggunakan sumber cahaya sapuan panjang gelombang. Memiliki penetrasi dalam dan digunakan untuk analisis lamina kribrosa dan koroid. Contohnya termasuk DRI OCT Triton (Topcon).
Parameter Analisis Utama OCT
Ketebalan RNFL: Mengukur ketebalan lapisan serat saraf retina pada lingkaran 3,46 mm di sekitar diskus optikus 1). Parameter yang paling banyak digunakan.
BMO-MRW: Mengukur lebar rim minimum tiga dimensi dari bukaan membran Bruch1). Menggunakan titik referensi anatomis yang akurat dan menunjukkan kemampuan diagnostik yang lebih baik daripada pengukuran area rim konvensional.
GCC/GC-IPL: Mengukur ketebalan kompleks sel ganglion (GCC) atau lapisan sel ganglion-pleksiform dalam (GC-IPL) di makula6). Efek lantai terjadi lebih lambat pada stadium lanjut dibandingkan RNFL5).
Peta deviasi: Menampilkan deviasi dari database normal untuk setiap parameter dengan kode warna. Disarankan untuk mengevaluasi nilai kuantitatif dan peta deviasi 5).
Pentingnya kualitas gambar: Gambar dasar berkualitas tinggi sangat penting 4). Kesalahan segmentasi (pemisahan lapisan) dan artefak sering terjadi terutama pada miopia tinggi dan diskus miring 5).
Kompatibilitas antar perangkat: Pengukuran tidak dapat dipertukarkan antara perangkat OCT yang berbeda 4)5). Penggunaan perangkat yang sama sangat penting untuk pemantauan.
Keterbatasan database normal: Komposisi database bervariasi menurut perangkat. Perlu dievaluasi apakah distribusi usia, ras, dan refraksi sesuai dengan pasien 1).
Interpretasi dalam Situasi Khusus
Mata miopia: Ketebalan RNFL dipengaruhi oleh derajat miopia1). Pada miopia, atrofi peripapiler dan perubahan posisi BMO mempengaruhi pengukuran OCT. Koreksi panjang aksial (misalnya rumus Littmann) dianjurkan.
Ukuran diskus: Pada diskus besar, rasio cup-to-disc mungkin besar tetapi normal. BMO-MRW kurang dipengaruhi ukuran diskus dan menunjukkan kemampuan diagnostik yang lebih baik daripada metode konvensional untuk diskus besar dan kecil 1).
Perbedaan ras: Sebagian besar database normal terdiri dari ras tertentu (terutama Kaukasia), dan pada ras yang berbeda dapat terjadi positif palsu dan negatif palsu 1)
Parameter
Lokasi pengukuran
Keuntungan
Keterbatasan
Ketebalan RNFL
Peripapiler
Telah divalidasi secara luas
Efek lantai lebih awal
BMO-MRW
Limbus papil
Pengaruh ukuran papil lebih kecil
Terbatas pada perangkat tertentu
GCC/GC-IPL
Area makula
Efek lantai lebih lambat
Dipengaruhi oleh penyakit makula
QApakah nilai pengukuran antar merek OCT dapat dipertukarkan?
A
Tidak dapat dipertukarkan. Karena perbedaan spesifikasi teknis, perangkat lunak, dan komposisi database normal antar merek OCT, pengukuran tidak dapat dibandingkan secara langsung 4)5). Dalam pemantauan, pengukuran harus dilakukan dengan mesin dan protokol yang sama.
QBagaimana menginterpretasikan hasil OCT pada mata miopia?
A
Pada mata miopia, ketebalan RNFL terpengaruh, sehingga perlu perhatian 1). Atrofi peripapiler, diskus miring, dan deviasi posisi BMO dapat menyebabkan kesalahan segmentasi atau artefak. Disarankan untuk menerapkan koreksi panjang aksial dan memverifikasi segmentasi pada gambar B-scan.
Deteksi perubahan struktural dengan OCT dapat mendahului terjadinya defek lapang pandang3). Penelitian menunjukkan bahwa OCT memiliki waktu tunggu sekitar 2 tahun dalam mendeteksi defek lapang pandang1). Namun, terdapat perubahan lapang pandang tanpa progresi struktural, dan perubahan struktural tanpa progresi lapang pandang, dengan kesesuaian yang parsial dan sedang 4).
Baik evaluasi struktural maupun fungsional sangat penting dalam manajemen pasien dan harus digunakan secara saling melengkapi 2)3).
Sebagian besar perangkat OCT komersial dilengkapi dengan perangkat lunak analisis progresi yang memungkinkan kuantifikasi laju progresi 4)5). Namun, karena variabilitas pengukuran dan perubahan non-glaukoma (misalnya penuaan), interpretasi harus hati-hati 4). Sebagian besar perangkat lunak komersial tidak melakukan koreksi penuaan, sehingga kemiringan yang signifikan secara statistik tidak selalu berarti progresi glaukoma4).
Pada glaukoma lanjut, ketebalan RNFL mencapai “lantai” (floor) dan tidak lagi mencerminkan perubahan progresi lebih lanjut 5). Parameter makula (GCC/GC-IPL) mencapai efek lantai lebih lambat daripada ketebalan RNFL, sehingga berguna dalam evaluasi tahap lanjut 1)5). Kepadatan pembuluh darah OCT-A juga dilaporkan memiliki efek lantai yang lebih lambat daripada RNFL pada tahap lanjut 1).
Penyakit Hijau: Kondisi di mana OCT diklasifikasikan sebagai “dalam rentang normal (hijau)” saat dibandingkan dengan database normal, tetapi sebenarnya memiliki perubahan glaukoma. Ini sering terjadi di luar cakupan database normal (misalnya diskus besar, miopia tinggi, ras tertentu) 1).
Penyakit Merah: Kondisi di mana OCT diklasifikasikan sebagai “di luar rentang normal (merah)” tetapi sebenarnya bukan glaukoma. Ini disebabkan oleh variasi fisiologis individu atau karakteristik yang tidak termasuk dalam database normal (misalnya diskus kecil, perbedaan ras tertentu) 1).
Fenomena ini menunjukkan keterbatasan penilaian statistik OCT, dan integrasi dengan temuan klinis serta lapang pandang sangat penting 4)5).
QApa itu Green disease dan Red disease?
A
Ini adalah konsep yang menunjukkan keterbatasan penilaian kode warna berdasarkan database normal OCT. Green disease adalah kondisi di mana OCT dinilai normal (hijau) tetapi sebenarnya terdapat glaukoma, sedangkan Red disease adalah kondisi di mana OCT dinilai abnormal (merah) tetapi sebenarnya normal 1). Keduanya menunjukkan perlunya mengintegrasikan hasil OCT dengan temuan klinis dan pemeriksaan lapang pandang.
OCT-A adalah teknik yang mencitrakan mikrovaskular retina dan diskus optikus tanpa menggunakan zat kontras 1). Pada mata glaukoma, telah dilaporkan penurunan kepadatan pembuluh darah di sekitar diskus optikus dan makula. Reproduksibilitasnya baik 1), namun peran klinisnya belum ditetapkan 4).
Kehilangan mikrovaskular koroid (MvD) terkait dengan penipisan RNFL progresif pada glaukoma dengan perdarahan diskus 1), dan dapat menjadi prediktor timbulnya glaukoma tekanan normal1). Namun, perubahan kepadatan pembuluh darah tidak spesifik untuk glaukoma, juga dilaporkan pada hipertensi, diabetes, penyakit Alzheimer, dan multiple sclerosis 1).
PS-OCT adalah teknik yang mengukur sifat birefringence RNFL secara tiga dimensi 1). Susunan mikrotubulus intra-aksonal merupakan penyebab utama birefringence, dan kerusakan mikrotubulus atau kehilangan aksonal ringan dapat dideteksi sebagai penurunan birefringence sebelum penurunan ketebalan RNFL1).
Dapat ditambahkan pada SD-OCT dan SS-OCT, dan parameter polarisasi dapat diperoleh secara tiga dimensi bersamaan dengan data reflektansi OCT konvensional 1). Kemampuan diagnostik pada glaukoma awal setara dengan ketebalan RNFL, namun keunggulan pada tahap sangat awal hanya ditunjukkan pada penelitian hewan saat ini 1).
OCT Cahaya Tampak (VL-OCT): Menggunakan cahaya tampak sebagai pengganti inframerah dekat konvensional. Mampu mendeteksi perubahan reflektansi RNFL yang bergantung pada panjang gelombang sebelum perubahan ketebalan RNFL. Namun, terdapat tantangan untuk aplikasi klinis seperti ketidaknyamanan pasien dan efek katarak1).
Analisis Tekstur Optik RNFL (ROTA): Metode baru yang menganalisis pola struktur mikro RNFL, bukan ketebalannya. Menunjukkan akurasi tinggi terutama dalam deteksi dini kerusakan berkas papilomakular. Data klinis aktual masih kurang saat ini 1).
Pencitraan lamina kribrosa: SS-OCT dan EDI (pencitraan peningkatan kedalaman) memungkinkan evaluasi morfologi lamina kribrosa (kedalaman, kelengkungan, ketebalan, defek). Kelengkungan posterior lamina kribrosa terkait dengan laju perburukan lapang pandang 1). Defek lamina kribrosa sering ditemukan pada glaukoma tekanan normal1).
Optik adaptif (AO): Teknologi yang mengoreksi aberasi optik dan memungkinkan pengamatan resolusi tinggi secara in vivo terhadap morfologi RGC individu dan pori-pori lamina kribrosa1). Diharapkan aplikasinya untuk diagnosis dini glaukoma.
Pembelajaran mendalam (CNN) menunjukkan akurasi tinggi dalam deteksi glaukoma dari foto fundus dan citra OCT1). Pengembangan model prediksi progresi dengan mengintegrasikan beberapa modalitas data (lapang pandang, pemindaian volume OCT, OCT-A) sedang berlangsung 1).
AI juga berkontribusi pada peningkatan akurasi segmentasi, yang diharapkan meningkatkan reprodusibilitas pengukuran. Namun, tantangan terkait privasi data, standardisasi, dan validasi algoritma masih ada 1). Sebagai tindakan terhadap masalah kotak hitam, pengembangan model AI yang dapat dijelaskan diperlukan.
