<![CDATA[Prevalensi Diabetes Melitus (DM), khususnya DM Tipe 2, terus mengalami peningkatan secara signifikan di berbagai negara, baik negara maju maupun berkembang. Kondisi ini semakin mengkhawatirkan karena DM kini banyak ditemukan pada kelompok remaja dan dewasa muda, yang berpotensi meningkatkan risiko komplikasi kronis dalam jangka panjang. Salah satu komplikasi utama DM adalah retinopati diabetik (RD), yaitu kerusakan pembuluh darah retina yang dapat menyebabkan gangguan penglihatan hingga kebutaan permanen apabila tidak terdeteksi secara dini. Secara global, prevalensi kebutaan dilaporkan mencapai sekitar 1,5 miliar kasus, dengan lebih dari 0,4 juta kasus disebabkan oleh retinopati diabetik, dan jumlah penderita RD diperkirakan akan meningkat hingga 191 juta kasus pada tahun 2030. Deteksi retinopati diabetik saat ini umumnya dilakukan melalui pemeriksaan funduskopi. Namun, metode ini masih memiliki keterbatasan, antara lain bersifat subjektif, bergantung pada ketersediaan tenaga ahli, serta kurang efisien untuk pelaksanaan skrining secara luas, khususnya di fasilitas pelayanan kesehatan primer. Kondisi tersebut menunjukkan adanya kesenjangan antara tingginya kebutuhan deteksi dini retinopati diabetik dengan keterbatasan metode konvensional yang tersedia. Tujuan penelitian adalah mengembangkan aplikasi mobile berbasis kecerdasan buatan untuk mendukung deteksi dini retinopati diabetik secara otomatis melalui analisis citra retina. Metode Penelitian ini menggunakan pendekatan systematic review proses seleksi mengikuti PRISMA dengan analisis data dilakukan melalui ekstraksi data meliputi (penulis, tahun, lokasi, metode, hasil utama, daftar pustaka dengan DOI). Hasil penelitian dari 1.273 artikel awal, 83 masuk tahap screening, dan 28 artikel memenuhi kriteria akhir. Artikel diterbitkan dalam periode 2019–2024 dan mayoritas berasal dari jurnal internasional bereputasi. Kesimpulan penelitian bahwa Deteksi dini Retinopati diabetic secara signifikan memprediksi resiko komplikasi lanjut. Di perlukan penelitian berikutnya untuk memvalidasi model dan mendorong penggunaannya dalam pelayanan Kesehatan primer.]]>
