Peneliti Gunakan AI untuk Meningkatkan Ketepatan Penglihatan Bionik pada Implan Otak

Para peneliti dari University of California, Santa Barbara, bersama sejumlah institusi internasional mengembangkan pendekatan kecerdasan buatan untuk meningkatkan ketepatan teknologi penglihatan bionik melalui implan otak. Penelitian yang kembali mendapat perhatian pada November 2026 ini memanfaatkan deep learning untuk mempelajari respons korteks visual terhadap rangsangan listrik. Melalui pengujian pada seorang peserta tunanetra, sistem AI membantu memperkirakan pola aktivitas otak yang berkaitan dengan sensasi cahaya. Perkembangan tersebut menjadi langkah penting dalam bidang TEKNOLOGI medis dan antarmuka otak-komputer, meskipun perangkat penglihatan bionik ini masih bersifat eksperimental dan belum mampu mengembalikan penglihatan normal.
Ilmuwan Menggunakan Kecerdasan Buatan untuk Menyempurnakan Implan Visual
Para ilmuwan dari University of California, Santa Barbara memperkenalkan metode komputasi berbasis AI untuk meningkatkan ketepatan stimulasi korteks visual. Studi yang dilakukan dilaksanakan melalui kerja sama dari UC Santa Barbara, ETH Zurich, dan Miguel Hernández University di Spanyol. Dengan menggabungkan kemampuan para peneliti, tim menganalisis interaksi antara sinyal stimulasi, respons saraf, dan sensasi visual yang dilaporkan peserta. Tujuan utama penelitian bukan menciptakan mata buatan dengan kemampuan sempurna, melainkan memahami cara menghasilkan sensasi visual yang konsisten.
Studi ilmiah yang diterbitkan melalui Neuron menghasilkan temuan mengenai kemampuan deep learning dapat membantu memperkirakan respons otak. Pada sistem stimulasi konvensional, peneliti mencoba menghasilkan sensasi visual melalui kombinasi sinyal listrik. Meski rangsangan diberikan secara terencana, respons otak tidak selalu sama. Variasi respons ini mempersulit pengembangan teknologi penglihatan bionik. Melalui analisis berbasis deep learning, ilmuwan berupaya memahami perubahan tersebut. Temuan dari pengujian tersebut menawarkan arah pengembangan yang menjanjikan, tetapi masih membutuhkan validasi lebih luas.
Mengenal Prinsip Kerja Penglihatan Bionik Berbasis Rangsangan Otak
Sistem penglihatan bionik berbasis otak menggunakan prinsip yang tidak sama dengan alat bantu penglihatan konvensional. Dalam proses melihat secara normal, cahaya ditangkap oleh sistem optik mata sebelum diproses menjadi informasi melalui sel retina. Sinyal penglihatan itu kemudian diproses oleh jaringan saraf hingga mencapai korteks visual. Dalam pendekatan implan kortikal, elektroda mengaktifkan jaringan saraf visual menggunakan impuls listrik. Dengan cara tersebut, seseorang berpotensi merasakan kilatan visual meskipun mata tidak mampu menghasilkan penglihatan normal.
Sensasi yang dihasilkan memiliki istilah ilmiah phosphene atau fosfena. Sensasi visual ini dapat berupa titik terang, bentuk sederhana, atau cahaya seperti percikan. Meski rangsangan dapat menciptakan kilatan visual tidak otomatis menghasilkan penglihatan seperti mata normal. Berbagai kontak listrik pada implan berpotensi menghasilkan respons visual yang bervariasi. Karena itu, penciptaan informasi visual yang dapat dipahami membutuhkan pengendalian respons saraf yang tepat. Hasil pengamatan tersebut memberikan dasar ilmiah perangkat penglihatan bionik berikutnya.
Eksperimen Penglihatan Bionik Menggunakan Implan Sementara pada Otak
Pengujian teknologi ini menggunakan data dari seorang peserta tunanetra berusia 27 tahun yang kehilangan penglihatan akibat cedera otak traumatis. Pada 2024, tim melakukan pengujian di Hospital IMED Elche, Spanyol. Individu yang menjalani pengujian menggunakan perangkat elektroda yang dipasang untuk penelitian berisi 96 elektroda pada area otak pemroses penglihatan. Implan penelitian itu dipasang untuk periode penelitian sekitar enam bulan sebelum diangkat kembali. Pengaturan penelitian ini memungkinkan ilmuwan mengamati respons langsung.
Saat rangsangan listrik diberikan, peserta melaporkan sensasi berupa kilatan cahaya. Melalui rangkaian eksperimen, menganalisis aktivitas saraf yang muncul setelah kombinasi stimulasi tertentu diberikan. Data yang diperoleh membantu sistem komputasi mempelajari respons peserta. Fungsi utama sistem penelitian tersebut adalah penggunaan elektroda untuk merangsang dan membaca aktivitas otak. Dengan demikian, peneliti tidak hanya mengetahui listrik yang diberikan. Pendekatan ini membantu memahami proses stimulasi visual dibandingkan mengandalkan pengaturan elektroda saja.
Model AI Mempelajari Hubungan Sinyal Listrik dan Persepsi Cahaya
Pada pengembangan sistem AI, ilmuwan mengembangkan model deep learning untuk mempelajari pola respons otak. Sistem kecerdasan buatan ini dilatih menggunakan data eksperimen. Di samping menganalisis kombinasi sinyal listrik, AI juga memperhitungkan keadaan korteks visual menjelang rangsangan. Informasi tersebut memungkinkan algoritma memperkirakan perubahan aktivitas. Berdasarkan informasi dari jaringan saraf, peneliti dapat memilih pola stimulasi yang lebih sesuai. Metode berbasis data tersebut mendukung pengembangan sistem yang mempertimbangkan kondisi individu.
Data eksperimen memberikan indikasi bahwa kombinasi rangsangan hasil prediksi deep learning memberikan pengendalian respons otak yang lebih akurat dibandingkan metode pembanding yang digunakan. Selain itu, pendekatan tersebut membutuhkan arus listrik lebih rendah. Kemampuan menghasilkan respons dengan energi lebih rendah mendukung penelitian mengenai stimulasi yang lebih efisien. Meski hasilnya menjanjikan, aktivitas neuron yang sesuai target belum menjamin persepsi visual tertentu. Keterbatasan tersebut menjadi tantangan penting berikutnya.
Temuan lain yang penting adalah respons neuron yang teramati melalui elektroda memberikan petunjuk lebih baik mengenai fosfena yang dirasakan dibandingkan parameter rangsangan yang diberikan. Dengan kata lain, pengaturan arus listrik tidak sepenuhnya menjelaskan persepsi. Ilmuwan masih harus mempelajari bagaimana pola neuron menghasilkan persepsi visual tertentu. Karena itu, sistem dengan pemantauan respons langsung dapat mendukung penyempurnaan implan masa depan. Walaupun pendekatan tersebut menarik, manfaat klinisnya masih perlu dibuktikan.
Masa Depan Prostesis Visual Membutuhkan Pengujian Klinis Lebih Luas
Penelitian prostesis visual kortikal membutuhkan penyelesaian masalah teknis yang kompleks. Salah satu tantangan utama adalah variasi aktivitas saraf antarorang. Pengaturan stimulasi yang efektif pada seseorang tidak otomatis cocok untuk individu berbeda. Tidak hanya perbedaan individu, hubungan antara titik stimulasi dapat memengaruhi pola aktivitas otak. Karena alasan tersebut, pembuatan sistem stimulasi personal dapat membantu mengatasi sebagian keterbatasan dalam prostesis visual.
Selain persoalan teknis, keamanan penggunaan implan juga menjadi perhatian utama. Penempatan perangkat pada jaringan saraf merupakan tindakan invasif. Dengan kondisi tersebut, risiko prosedur harus diteliti. Studi awal dengan jumlah peserta sangat terbatas belum dapat menggambarkan efektivitas pada masyarakat luas. Dalam pengembangan perangkat medis, kemampuan menghasilkan fosfena sederhana belum sama dengan kemampuan mengenali lingkungan secara lengkap. Karena itu, penelitian lanjutan diperlukan sebelum perangkat tersedia sebagai layanan medis rutin.
Kesimpulan: AI Membuka Peluang Pengembangan Penglihatan Bionik Lebih Akurat
Studi kecerdasan buatan untuk stimulasi korteks visual menghadirkan perkembangan ilmiah menarik dalam pengembangan perangkat neuroprostetik. Dengan memanfaatkan model deep learning, peneliti dapat memilih rangsangan listrik dengan akurasi lebih baik. Data penelitian yang diperoleh juga menunjukkan kebutuhan arus listrik lebih rendah. Namun demikian, sistem yang diuji belum menghasilkan kemampuan melihat secara lengkap. Oleh sebab itu, hasil ini merupakan langkah awal menuju pengembangan lebih lanjut, bukan bukti bahwa kebutaan telah dapat disembuhkan.
Dalam perkembangan TEKNOLOGI kesehatan, integrasi AI dengan implan otak dapat mendukung inovasi lebih lanjut untuk meningkatkan kemampuan sistem penglihatan buatan. Teknologi dengan pengendalian stimulasi personal mungkin menjadi bagian penting dari pengembangan berikutnya. Namun, sebelum diterapkan secara luas, efektivitas klinis tetap perlu dibuktikan. Bagaimana menurut Anda, apakah pengembangan prostesis visual dengan deep learning layak dikembangkan lebih jauh melalui penelitian medis? Ceritakan pemikiran Anda mengenai masa depan penglihatan bionik.






