Pendahuluan

Pengujian lapang pandang (perimetri) tetap sangat diperlukan dalam penanganan glaukoma dan neuro-oftalmologi. Selama beberapa dekade, Humphrey Field Analyzer (HFA) telah menjadi standar klinis (pmc.ncbi.nlm.nih.gov), namun perangkat kerasnya yang besar dan waktu pemeriksaan yang lama membatasi aksesibilitas – masalah yang disoroti selama pandemi COVID-19. Perangkat headset realitas virtual (VR) dan platform berbasis rumah menjanjikan pengujian yang lebih fleksibel. Penelitian terbaru menunjukkan bahwa metode baru ini dapat bersaing dengan perimetri standar: satu uji coba prospektif menemukan skor mean deviation (MD) perimetri VR berkorelasi kuat dengan HFA (Spearman r ≈0,87, p<0,001) (pmc.ncbi.nlm.nih.gov). Demikian pula, pengujian kacamata VR prototipe pada smartphone menghasilkan korelasi tinggi dengan lapang pandang HFA (Spearman r=0,808) (pmc.ncbi.nlm.nih.gov). Sebuah tinjauan sistematis tahun 2023 menyimpulkan bahwa perangkat VR bekerja sebanding atau bahkan lebih baik daripada perimeter konvensional dalam banyak aspek (pmc.ncbi.nlm.nih.gov) – perangkat ini lebih ramah pasien (fiksasi lebih baik, nyaman) dan jauh lebih portabel untuk pasien dengan keterbatasan mobilitas. Inovasi-inovasi ini menjanjikan akurasi diagnostik yang serupa dengan HFA sambil menawarkan penggunaan yang lebih mudah, pengujian yang lebih singkat, dan potensi pemantauan jarak jauh.

Perimetri Berbasis Headset: Akurasi dan Kegunaan

Perimeter VR yang dikenakan di kepala melibatkan pasien dalam lingkungan yang terkontrol dan sering kali menyertakan pelacak mata bawaan. Dalam studi klinis, perangkat VR telah menghasilkan metrik lapang pandang yang hampir setara dengan perimetri standar. Misalnya, Griffin et al. menemukan bahwa nilai MD pasien glaukoma dari headset (Olleyes VisuALL) dan HFA berkorelasi erat (Spearman r=0,871) (pmc.ncbi.nlm.nih.gov). Perbedaan sensitivitas titik-per-titik rata-rata hanya ~0,4 dB, dengan kesepakatan yang sangat kuat pada glaukoma ringan hingga sedang (pmc.ncbi.nlm.nih.gov). Dalam studi dengan ukuran yang sebanding tentang pengaturan smartphone-VR, ambang batas rata-rata di empat kuadran dan lapang pandang global tidak menunjukkan perbedaan signifikan, mendukung kemampuan tukar klinis (pmc.ncbi.nlm.nih.gov).

Perlu dicatat, headset VR secara signifikan meningkatkan kenyamanan pengguna dan kondisi pengujian. Pasien dapat duduk atau berdiri tanpa penyangga dagu, menghilangkan kelelahan akibat pengekang kepala (www.mdpi.com). Misalnya, headset VisuALL berbasis Pico yang ringan tidak memerlukan lensa percobaan dan batasan, namun mempertahankan kualitas gambar dan pemantauan fiksasi (www.mdpi.com) (pmc.ncbi.nlm.nih.gov). Satu uji coba melaporkan waktu pengujian berkurang lebih dari 60% (7 vs 18 menit) menggunakan VR alih-alih HFA, dan peserta menilai pemeriksaan VR jauh lebih nyaman karena desain headset menghilangkan sandaran dagu dan bantalan (www.mdpi.com) (www.mdpi.com). Tampilan imersif menghalangi cahaya sekitar dan dapat mengintegrasikan petunjuk suara serta umpan balik tatapan untuk menjaga pasien tetap terlibat. Faktanya, sebuah studi terkontrol tahun 2025 menemukan bahwa pasien lansia atau yang memiliki keterbatasan mobilitas lebih menyukai pengujian VR di samping tempat tidur daripada mangkuk HFA, dan sistem VR bahkan menyertakan analisis AI untuk melacak fiksasi (www.mdpi.com) (www.mdpi.com).

Di seluruh perangkat yang diterbitkan, perimeter VR memiliki tolerabilitas pasien yang tinggi: subjek melaporkan lebih sedikit klaustrofobia dan merasa pengujian headset tidak terlalu membuat stres dibandingkan perimetri mangkuk konvensional (pmc.ncbi.nlm.nih.gov) (www.mdpi.com). Dengan mengisolasi rangsangan visual dari gangguan dunia nyata, VR sering kali menghasilkan fiksasi yang lebih andal. Sebagai contoh, tinjauan sistematis menemukan bahwa pasien memiliki fiksasi tatapan yang lebih baik dengan perangkat VR dibandingkan dengan perimeter standar, dan bahkan mata yang sangat terganggu dapat diuji dengan andal karena mata yang lain tetap terfiksasi (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Secara keseluruhan, headset VR tampaknya memberikan akurasi pengujian yang setara dengan HFA untuk sebagian besar pasien, sambil secara substansial meningkatkan kegunaan dan efisiensi pengujian (pmc.ncbi.nlm.nih.gov) (www.mdpi.com).

Perimetri Berbasis Rumah dan Tablet

Selain perangkat VR, beberapa perimeter berbasis tablet dan peramban memungkinkan pengujian lapang pandang di rumah pada perangkat pribadi. Platform ini bervariasi dalam desain (sering menggunakan target yang berkedip atau bergerak) tetapi memiliki biaya rendah dan kemudahan akses. Paket Melbourne Rapid Fields (MRF) adalah contoh terkemuka: aplikasi iPad yang disetujui FDA (untuk penggunaan di kantor) dan versi web untuk pengujian di rumah tanpa pengawasan. Dalam perbandingan klinis, nilai MD dan pattern standard deviation (PSD) MRF sebanding dengan HFA: satu studi cross-sectional pada mata glaukoma menunjukkan tidak ada perbedaan signifikan dalam MD atau PSD antara MRF dan profil rata-rata HFA (pmc.ncbi.nlm.nih.gov). MRF cenderung membutuhkan waktu sedikit lebih singkat daripada HFA (misalnya 5,7 vs 6,3 menit per mata) (pmc.ncbi.nlm.nih.gov). Secara keseluruhan, para peneliti menyimpulkan bahwa MRF adalah alternatif yang hemat biaya dan ramah pengguna untuk pengaturan yang tidak memiliki akses ke perimeter standar (pmc.ncbi.nlm.nih.gov).

Yang terpenting untuk pemantauan di rumah, uji coba terbaru melaporkan bahwa sistem semacam itu andal dan valid di luar klinik. Dalam sebuah studi tahun 2025 terhadap 53 pasien glaukoma (ringan hingga lanjut), tes daring MRF tanpa pengawasan di rumah menunjukkan kesesuaian yang sangat tinggi dengan hasil HFA di klinik pasien baru-baru ini. Mean Deviation memiliki korelasi intra-class (ICC) sebesar 0,905 antara MRF-rumah dan HFA klinik, dan deviasi pola juga berkorelasi (ICC≈0,685) (pubmed.ncbi.nlm.nih.gov). Yang lebih meyakinkan, tes berulang di rumah sangat dapat diulang: ICC MD MRF adalah 0,983 dan ICC PSD 0,947 pada tes-ulang (pubmed.ncbi.nlm.nih.gov). Analisis Bland–Altman menemukan bahwa batas 95% untuk MD kira-kira ±3 dB pada pengujian berulang, yang serupa dengan variabilitas perimetri standar (pubmed.ncbi.nlm.nih.gov). Kesesuaian tersebut menunjukkan bahwa dokter dapat mempercayai nilai MD perimeter rumah untuk melacak tren. Pasien melaporkan sikap positif: dalam uji coba tersebut, sebagian besar pengguna dengan mudah mengakses tes daring dan menghargai pemantauan jarak jauh (pmc.ncbi.nlm.nih.gov), meskipun kepatuhan menurun setelah 6 bulan. Dalam pendekatan lain, Online Circular Contrast Perimetry (OCCP) – tes flicker berbasis web – juga menghasilkan lapang pandang klinik vs rumah yang sebanding. Pada awal, OCCP rumah vs klinik hanya menunjukkan perbedaan MD rata-rata ~1,3 dB, dengan kesesuaian yang baik pada PSD dan tingkat positif/negatif palsu yang serupa (pmc.ncbi.nlm.nih.gov). Dengan demikian, beberapa perimeter rumah telah menunjukkan akurasi yang dapat diterima, meskipun studi dunia nyata mencatat tantangan dalam kepatuhan jangka panjang (pmc.ncbi.nlm.nih.gov) (pubmed.ncbi.nlm.nih.gov).

Dalam praktiknya, sistem rumah membutuhkan pemilihan dan dukungan pasien. Kandidat ideal adalah pengguna teknologi yang andal (misalnya, pasien glaukoma yang melek huruf dan terpengaruh ringan) yang dapat dilatih tentang posisi dan respons. Onboarding awal (seringkali melalui panggilan video) dan sesi latihan membantu mengatasi efek pembelajaran, karena tes pertama mungkin sedikit kurang sensitif. Banyak studi menyertakan tutorial singkat atau praktik di bawah pengawasan: misalnya, studi MRF menyediakan demo satu menit sebelum pengujian (pmc.ncbi.nlm.nih.gov). Pengujian yang sering itu sendiri membiasakan pasien, dan – menariknya – pengujian di rumah dengan frekuensi tinggi telah terbukti mengurangi variabilitas. Dalam pemantauan VR di rumah jangka panjang (Toronto Portable Perimeter), variabilitas MD antar-tes menyusut ~30% dibandingkan dengan HFA konvensional (error RMS ≈1,18 dB vs 1,67 dB) (pmc.ncbi.nlm.nih.gov). Singkatnya, platform rumah yang tervalidasi dapat meniru akurasi perimetri klinik. Keberhasilan mereka bergantung pada antarmuka yang mudah digunakan, pelatihan jarak jauh, dan motivasi; kepatuhan dapat menurun seiring waktu kecuali pasien dan staf tetap terlibat (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov).

Indeks Komposit Struktur-Fungsi

Indeks lapang pandang tradisional seperti Mean Deviation (MD) dan Visual Field Index (VFI) meringkas kehilangan fungsional tetapi mengabaikan struktur retina. Sebaliknya, optical coherence tomography (OCT) menyediakan pengukuran objektif (misalnya ketebalan lapisan serat saraf retina) dari kerusakan glaukoma. Indeks komposit baru bertujuan untuk menggabungkan keduanya untuk deteksi progresivitas yang lebih baik. Combined Structure-Function Index (CSFI) adalah salah satu contoh terkemuka. Ia menggunakan formula yang diterbitkan untuk memperkirakan jumlah sel ganglion retina (RGC) dari OCT dan dari perimetri, kemudian merata-ratakannya menjadi metrik tunggal “persentase kehilangan RGC” (pmc.ncbi.nlm.nih.gov). Dengan mengintegrasikan kedua tes, CSFI telah menunjukkan kinerja superior untuk stadium glaukoma: dalam satu studi, CSFI membedakan glaukoma awal vs sedang (ROC AUC 0,94) dan sedang vs lanjut (AUC 0,96), jauh mengungguli ketebalan OCT saja (≤0,77) (pmc.ncbi.nlm.nih.gov). Perlu dicatat, dua mata dengan ketebalan OCT RNFL yang identik (56 μm) tetapi MD yang sangat berbeda (–13,3 vs –24,5 dB) jelas dibedakan oleh CSFI (kehilangan RGC 74% vs 91%) (pmc.ncbi.nlm.nih.gov), sedangkan pengukuran OCT atau MD tunggal akan melewatkan kesenjangan tingkat keparahan.

Untuk penggunaan longitudinal, komposit juga menawarkan keuntungan. Karena banyak RGC dapat hilang sebelum penurunan MD yang signifikan secara statistik muncul pada SAP (pmc.ncbi.nlm.nih.gov), menggabungkan struktur dan fungsi menyediakan lebih banyak “titik akhir” untuk progresivitas glaukoma. Studi menunjukkan CSFI dapat memprediksi progresivitas lebih cepat daripada MD saja (pmc.ncbi.nlm.nih.gov). Misalnya, Ogawa et al. dari Sao Paulo menemukan CSFI secara keseluruhan berkorelasi erat dengan MD dan VFI pada mata ringan/lanjut (r≈–0,88) tetapi kurang pada glaukoma sedang (pmc.ncbi.nlm.nih.gov), menyiratkan bahwa CSFI dapat mendeteksi kerusakan berkelanjutan bahkan ketika perimetri mencapai puncaknya pada tahap menengah. Dalam istilah praktis, ini menyiratkan bahwa metrik komposit dapat menandai perubahan meskipun kemiringan MD masih datar. Meskipun bukti skala besar tentang deteksi progresivitas masih berkembang, data awal menunjukkan indeks gabungan menambah sensitivitas: Medeiros et al. melaporkan AUC CSFI sekitar 0,94 untuk deteksi glaukoma (vs 0,85 untuk kasus preperimetrik) – kinerja yang “sebanding” dengan MD atau OCT saja (pmc.ncbi.nlm.nih.gov). Singkatnya, indeks struktur-fungsi (seperti CSFI atau model machine-learning yang lebih baru) melengkapi MD/VFI dengan mengukur persentase kehilangan saraf dan dapat mengungkapkan progresivitas lebih awal, terutama pada kasus pra-perimetrik atau stadium menengah.

Namun, MD dan VFI tetap sangat diperlukan. Masing-masing memiliki batasan: MD dapat dipengaruhi oleh katarak dan kehilangan sensitivitas pada tahap parah, sementara VFI (skor tertimbang dari lapang pandang “berguna” yang tersisa) cenderung mendatar pada penyakit lanjut (pmc.ncbi.nlm.nih.gov). Indeks komposit dapat mengatasi masalah ini dengan menyeimbangkan kekuatan kedua tes. Seperti yang dicatat oleh satu tinjauan, tes struktural dan fungsional memiliki variabilitas dan skala yang berbeda, dan pendekatan gabungan “meningkatkan jumlah titik akhir” untuk uji coba dan pemantauan (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Dalam praktiknya, klinik harus melihat metrik MD/VFI dan OCT sebagai pelengkap, dengan komposit menawarkan ringkasan tunggal bila tersedia.

Variabilitas Tes-Ulang dan Efek Pembelajaran

Setiap metode perimetri menunjukkan variabilitas bawaan. Bahkan variabilitas tes-ulang SAP standar berada pada kisaran ~1–2 dB untuk MD pada mata glaukoma (pmc.ncbi.nlm.nih.gov). Perangkat baru tidak berbeda, tetapi sering kali dapat mengurangi variabilitas dengan memungkinkan pengujian yang lebih sering. Ini terbukti dalam studi pemantauan di rumah selama dua tahun: tes VR frekuensi tinggi mengurangi separuh noise MD efektif (error RMS ≈1,18 dB) dibandingkan dengan tes HFA klinik (pmc.ncbi.nlm.nih.gov). Pengulangan yang sering memperketat garis tren, membuat perubahan progresif lebih mudah dideteksi.

Efek pembelajaran adalah pertimbangan universal lainnya. Pasien yang tidak berpengalaman biasanya mendapatkan skor lebih baik pada sesi perimetri kedua mereka daripada yang pertama. Sebagian besar studi mengatasi hal ini dengan menyediakan tes praktik/penapisan. Misalnya, protokol MRF iPad menggunakan demo satu menit untuk memastikan pemahaman (pmc.ncbi.nlm.nih.gov). Dokter yang menguji coba alat-alat ini juga harus menyertakan satu atau dua pelatihan singkat, dan memperlakukan tes pertama sebagai “uji coba pengenalan” terutama jika pasien baru mengenal perimetri ambang batas. Indeks keandalan kinerja (positif/negatif palsu, kehilangan fiksasi) harus dipantau: seri VR di rumah yang diterbitkan menemukan tingkat positif palsu yang lebih tinggi namun masih dapat diterima (≈5% vs 3% di klinik) dan sedikit lebih banyak jeda yang diinisiasi pasien, tetapi 83% tes VR di rumah memenuhi ambang keandalan standar (pmc.ncbi.nlm.nih.gov). Ini mencerminkan laporan tele-perimetri sebelumnya, dan menunjukkan bahwa dengan panduan yang tepat sebagian besar pasien dapat mencapai hasil yang dapat diulang.

Pemilihan pasien untuk perimetri baru adalah kunci. Hampir semua orang dewasa atau anak-anak yang kooperatif dan dapat mengikuti instruksi sederhana dapat melakukan pengujian VR, termasuk mereka yang memiliki keterbatasan fisik. Faktanya, perimetri VR telah diusulkan sangat berguna untuk pasien yang menggunakan kursi roda atau penderita artritis yang kesulitan dengan mangkuk tradisional (pmc.ncbi.nlm.nih.gov). Desain imersif juga bermanfaat bagi perawatan glaukoma pediatri dengan melibatkan pasien yang lebih muda. Sebaliknya, pasien dengan gangguan kognitif parah atau vertigo mungkin merasa headset membingungkan, jadi metode alternatif harus tetap tersedia. Demikian pula, pengujian di rumah membutuhkan individu yang termotivasi, melek teknologi, dan memiliki internet yang andal. Memastikan pasien memiliki penglihatan yang memadai (misalnya ~20/40 atau lebih baik), manajemen kacamata, dan lingkungan tes yang tenang adalah penting.

Implementasi dan Evaluasi Klinis

Mengintegrasikan inovasi-inovasi ini ke dalam praktik membutuhkan uji coba yang cermat. Uji coba awal dapat melibatkan perbandingan berdampingan: minta pasien menggunakan perangkat baru dan perimeter standar dalam satu kunjungan. Metrik seperti MD, PSD/VFI, dan sensitivitas titik demi titik harus diperiksa untuk bias sistematis. Misalnya, pergeseran sistematis kecil (misalnya, perangkat VR membaca MD rata-rata 0,5 dB lebih tinggi) harus dikuantifikasi agar dokter dapat menafsirkan tren dengan benar. Perbedaan basis data normatif atau algoritma ambang batas harus dipahami. Mungkin bijaksana untuk menetapkan rentang normatif internal dengan menguji sekelompok sukarelawan sehat dengan perangkat baru.

Praktik juga harus mengukur kegunaan. Umpan balik pasien tentang kenyamanan, kemudahan instruksi, dan preferensi sangat penting. Seperti yang telah ditunjukkan oleh uji coba, sebagian besar merasa perimeter VR lebih menyenangkan (pmc.ncbi.nlm.nih.gov) (www.mdpi.com); mendokumentasikan ini dapat meyakinkan staf dan pasien yang skeptis. Evaluasi durasi tes dan tingkat kesalahan: jika pemeriksaan baru jauh lebih singkat atau memiliki lebih sedikit kehilangan fiksasi, itu adalah keuntungan operasional. Demikian pula, lacak indeks keandalan. Sistem yang tervalidasi dengan baik harus menghasilkan kehilangan fiksasi, positif palsu, dan negatif palsu pada tingkat yang serupa dengan perimetri klinik. Dengan tes di rumah, pantau kepatuhan: pengalaman menunjukkan pendaftaran tinggi tetapi kepatuhan jangka panjang dapat menurun (hanya ~70–80% melakukan VF rumah pertama, kemudian lebih sedikit yang tetap aktif setelah setahun) (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Pengingat terjadwal, edukasi pasien, dan insentif (misalnya, menghubungkan hasil langsung ke catatan EHR) dapat meningkatkan retensi.

Integrasi data adalah hambatan lain. Banyak platform VR atau perimetri rumah menawarkan pelaporan berbasis cloud. Klinik dapat menguji coba untuk memastikan output ini (PDF atau file entri EMR) sesuai dengan alur kerja mereka. Mungkin berguna untuk menjalankan periode “validasi” prospektif di mana bendera progresivitas perimeter baru dibandingkan dengan analisis peristiwa/tren Goldmann atau HFA. Indeks komposit (CSFI atau yang serupa) akan memerlukan perangkat lunak tambahan (baik analitik perangkat bawaan atau alat eksternal) dan pelatihan staf. Memulai dengan mata yang stabil atau yang jelas-jelas mengalami progresivitas adalah bijaksana agar perbedaan dapat terlihat lebih awal tanpa risiko pasien.

Terakhir, dokumentasi sangat penting. Setiap perangkat baru harus dijelaskan dalam rekam medis pasien di samping lapang pandang standar, dan formulir persetujuan diperbarui jika perlu (terutama untuk tele-testing di rumah). Uji coba harus berjalan cukup lama untuk mengumpulkan beberapa tes per mata (seringkali 4–6) untuk menetapkan garis dasar dan repeatability_before beralih sepenuhnya. Dengan membandingkan hasil secara sistematis, melatih staf, dan mendidik pasien, klinik dapat secara bertanggung jawab mengadopsi VR dan perimetri di rumah. Seiring waktu, peningkatan aksesibilitas dan keterlibatan alat-alat ini dapat mengarah pada pemantauan yang lebih sering dan deteksi dini progresivitas glaukoma dalam praktik rutin.

Kesimpulan

Teknologi perimetri yang muncul – terutama headset VR dan platform pemantauan di rumah – terbukti merupakan alternatif yang akurat dan ramah pengguna untuk perimetri mangkuk konvensional. Mereka umumnya sesuai dengan indeks global yang diturunkan dari Humphrey sambil menawarkan tes yang lebih singkat dan kenyamanan pasien yang lebih baik (pmc.ncbi.nlm.nih.gov) (www.mdpi.com). Sistem rumah yang tervalidasi (misalnya MRF, OCCP, VR smartphone) berkorelasi baik dengan VF klinik dan menunjukkan kemampuan ulang tes-ulang yang sangat baik (pubmed.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov), meskipun kepatuhan dalam kehidupan nyata dapat menurun. Indeks komposit struktur-fungsi baru (seperti CSFI) lebih lanjut meningkatkan deteksi progresivitas dengan menggabungkan OCT dengan data VF, seringkali mengungguli MD/VFI saja untuk stadium dan perubahan awal (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Klinik harus dengan hati-hati menguji coba alat-alat ini – memverifikasi kesesuaian dengan perimetri standar, memastikan pasien dapat mempelajari tes, dan membangun alur kerja yang sesuai – untuk memanfaatkan manfaatnya dalam manajemen glaukoma.