AI Bantu Deteksi Dini Kanker Kulit, Tapi Bukan Pengganti Mata Dermatolog

Kanker kulit terus mencatatkan lonjakan kasus yang mengkhawatirkan. Di Amerika Serikat, tingkat kejadian melanoma—jenis kanker kulit paling mematikan—diperkirakan melonjak sekitar 150% sejak awal dekade 1990-an, dan diproyeksikan menjadi kanker kedua paling sering didiagnosis pada 2040. Angka ini menjadi alarm bahwa deteksi dini bukan lagi pilihan, melainkan keharusan.

Masalahnya, banyak tahi lalat atau lesi kulit yang berkembang menjadi kanker tidak menimbulkan gejala awal seperti nyeri atau gatal. Sebagian bahkan bersembunyi di area tersembunyi: bawah kuku, telapak tangan, atau telapak kaki. Kondisi ini membuat pemeriksaan mandiri dan skrining profesional menjadi semakin vital, terutama bagi kelompok berisiko.

Seiring meningkatnya kebutuhan tersebut, teknologi kecerdasan buatan (AI) mulai merambah bidang dermatologi. Sebuah uji coba yang dilakukan Medical News Today di Cadogan Clinic, London, menggunakan sistem Canfield IntelliStudio3, memperlihatkan bagaimana AI-assisted dermoscopy dapat memetakan dan menganalisis lesi kulit secara rinci. Prosesnya dimulai dengan menandai seluruh tahi lalat, dilanjutkan pemindaian 360 derajat beresolusi tinggi, lalu membandingkan hasilnya dengan data sebelumnya.

Susan Mayou, dokter spesialis dermatologi senior dan salah satu pendiri Cadogan Clinic, menegaskan bahwa AI memiliki keunggulan dalam mendokumentasikan dan membandingkan lesi dari waktu ke waktu. "Perubahan halus pada tahi lalat yang sulit terlihat mata telanjang bisa jauh lebih mudah diidentifikasi ketika gambar berkualitas tinggi dibandingkan dengan penilaian sebelumnya," ujarnya. AI juga dapat menandai lesi yang memerlukan perhatian lebih lanjut, memberikan lapisan informasi tambahan untuk mendukung keputusan klinis.

Namun, Mayou mengingatkan bahwa AI tidak boleh menggantikan penilaian klinis. "AI harus melengkapi, bukan menggantikan, keahlian dermatolog. Pemeriksaan kulit melibatkan lebih dari sekadar menganalisis satu gambar. Kami mempertimbangkan riwayat pasien, faktor risiko, penampakan lesi, pola tahi lalat secara keseluruhan, serta perubahan yang mungkin mereka sadari sendiri," jelasnya.

"Ada kesenjangan bukti, terutama pada populasi dunia nyata dan lintas warna kulit. NICE secara khusus menyoroti perlunya bukti lebih lanjut mengenai performa sistem otomatis pada orang dengan kulit hitam dan cokelat." — Susan Mayou, MD

Kesenjangan ini menjadi catatan penting, terutama bagi Indonesia yang memiliki keragaman warna kulit. Meski kanker kulit sering dikaitkan dengan kulit terang, Mayou menegaskan bahwa melanoma dapat terjadi pada siapa saja. "Kanker kulit juga lebih sulit dikenali pada kulit yang lebih gelap, sehingga kesadaran akan lesi yang tidak biasa atau berubah menjadi sangat penting," tambahnya. Di wilayah tropis dengan paparan sinar ultraviolet sepanjang tahun, risiko ini tidak bisa diabaikan.

Untuk deteksi dini, Mayou merekomendasikan metode ABCDE: Asymmetry (bentuk tidak simetris), Border tidak teratur, Color yang tidak merata, Diameter yang membesar, dan Evolution (perubahan dari waktu ke waktu). Selain itu, tanda "bebek jelek"—satu tahi lalat yang tampak berbeda dari yang lain—juga patut diwaspadai. "Tanda peringatan terpenting adalah perubahan. Jika tahi lalat berubah ukuran, bentuk, atau warna, terutama dalam hitungan minggu atau bulan, segera periksakan," tegasnya.

Mayou tidak menganjurkan usia tertentu untuk memulai skrining rutin. Pendekatan individual menjadi kunci. "Bagi orang dengan risiko rata-rata, mengenali kulit sendiri dan memeriksanya secara teratur penting sejak dewasa. Penilaian profesional menjadi sangat berharga jika Anda memiliki faktor risiko atau menemukan lesi baru yang berubah," paparnya. Kelompok yang perlu lebih waspada meliputi kulit terang, riwayat paparan matahari berlebih, banyak tahi lalat, riwayat keluarga melanoma, atau sistem imun lemah.

Meski AI menawarkan efisiensi, Mayou tetap berhati-hati. "Saya akan berhati-hati menyebut sistem AI apa pun sebagai sempurna. Akurasi dapat sangat bervariasi antar teknologi, dan performa dipengaruhi kualitas gambar, jenis lesi, serta karakteristik pasien," ujarnya. Ia menekankan bahwa interpretasi klinis akhir harus tetap berada di tangan tenaga kesehatan terlatih.

Ke depan, pertanyaannya bukan lagi apakah AI akan menjadi bagian dari dermatologi, melainkan seberapa cepat sistem ini dapat divalidasi untuk populasi yang beragam—termasuk di Indonesia. Tanpa bukti yang inklusif, janji deteksi dini yang setara untuk semua warna kulit masih menyisakan pekerjaan rumah besar.