Seorang ahli fakulti di Kolej Sains Komputer Universiti King Khalid, Dr. Eman Yahya Al-Qaisi, telah diberikan paten oleh Autoriti Harta Intelek Saudi (SAIP) bagi ciptaannya, “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis”.
Seperti dilaporkan agensi berita Saudi SPA pada 15 September 2026 dari Abha, ciptaan itu melibatkan pembangunan sistem berkuasa kecerdasan buatan (AI) yang boleh menganalisis dan mendiagnosis imej perubatan dalam beberapa saat. Sistem tersebut secara automatik mengenal pasti jenis imej yang diberikan dan membantu mengesan pelbagai keadaan kesihatan.
Al-Qaisi menjelaskan bahawa sistem itu menonjol kerana keupayaannya mengenal pasti dan menganalisis pelbagai jenis imej perubatan secara automatik menggunakan satu model ringan tunggal. Ia juga boleh beroperasi secara masa nyata pada peranti mudah alih tanpa memerlukan sambungan internet.
Beliau menyatakan bahawa ujian menunjukkan hasil yang memberangsangkan dalam analisis data perubatan multimodal, merangkumi pelbagai keadaan termasuk strok hemoragik dan iskemik, tumor otak serta jangkitan dada.
Ciptaan itu amat penting sebagai alat sokongan diagnostik untuk persekitaran penjagaan kesihatan yang menghadapi kekurangan pakar radiologi atau sambungan internet terhad.
Paten yang dikeluarkan SAIP ini menempatkan penyelidikan Universiti King Khalid dalam bidang yang semakin berkembang pesat, iaitu penggunaan AI untuk membantu doktor membaca dan mentafsir imej perubatan. Persoalannya, sejauh manakah teknologi seperti ini mampu mengubah cara diagnosis dilakukan di hospital yang kekurangan tenaga pakar?
Menurut maklumat yang dilaporkan SPA, sistem tersebut dibina berasaskan rangkaian neural konvolusi, iaitu sejenis seni bina pembelajaran mendalam yang biasa digunakan untuk memproses imej. Pendekatan ini membolehkan sistem mengenali corak dalam imej perubatan dan mengaitkannya dengan kemungkinan keadaan kesihatan tertentu.
Apa yang membezakan ciptaan Al-Qaisi ialah keupayaannya berfungsi dengan satu model ringan sahaja. Kebanyakan sistem AI perubatan sedia ada memerlukan model berasingan untuk setiap jenis imej, seperti sinar-X, imbasan CT atau MRI. Dengan satu model tunggal, sistem ini boleh mengenal pasti jenis imej yang dimasukkan secara automatik sebelum menjalankan analisis.
Keupayaan beroperasi secara masa nyata pada peranti mudah alih tanpa sambungan internet juga memberi kelebihan praktikal. Bayangkan sebuah klinik di kawasan luar bandar yang tidak mempunyai akses internet stabil — bolehkah alat seperti ini menjadi penyelesaian yang mampu dilaksanakan?
Al-Qaisi menyatakan bahawa ujian ke atas sistem tersebut menunjukkan hasil yang memberangsangkan dalam analisis data perubatan multimodal. Antara keadaan yang diuji termasuk strok hemoragik dan iskemik, tumor otak serta jangkitan dada. Ketiga-tiga kategori ini mewakili beban kesihatan yang besar dan memerlukan diagnosis pantas untuk menyelamatkan nyawa.
Strok hemoragik berlaku apabila pendarahan berlaku dalam otak, manakala strok iskemik berlaku apabila aliran darah ke otak tersekat. Kedua-duanya memerlukan tindakan perubatan segera, dan kelewatan diagnosis boleh menjejaskan hasil rawatan pesakit. Tumor otak pula memerlukan pengesanan awal untuk membolehkan pilihan rawatan yang lebih baik.
Jangkitan dada, termasuk radang paru-paru, adalah antara sebab utama kemasukan ke hospital di seluruh dunia. Dalam kesemua keadaan ini, keupayaan sistem AI untuk menganalisis imej dalam beberapa saat boleh membantu doktor membuat keputusan dengan lebih pantas. Namun, bolehkah kita benar-benar bergantung pada mesin untuk membuat penilaian awal yang kritikal?
Menurut SPA, ciptaan ini amat penting sebagai alat sokongan diagnostik untuk persekitaran penjagaan kesihatan yang menghadapi kekurangan pakar radiologi atau sambungan internet terhad. Ini merujuk kepada realiti banyak hospital dan klinik, terutamanya di kawasan yang kurang liputan infrastruktur digital.
Kekurangan pakar radiologi bukan fenomena unik kepada mana-mana negara. Ia adalah cabaran global yang menyebabkan masa menunggu yang panjang untuk imbasan dan diagnosis. Dalam situasi sedemikian, alat sokongan diagnostik berkuasa AI boleh membantu mengurangkan beban doktor dan mempercepatkan proses saringan awal.
Persoalan yang perlu difikirkan ialah bagaimana alat seperti ini akan disepadukan ke dalam aliran kerja klinikal sebenar. Adakah ia akan digunakan sebagai saringan awal sebelum semakan pakar, atau sebagai alat bantuan langsung semasa konsultasi?
Aspek tanpa sambungan internet juga membuka kemungkinan penggunaan dalam situasi kecemasan atau bencana, di mana infrastruktur komunikasi mungkin terjejas. Peranti mudah alih yang boleh menjalankan analisis imej secara setempat tanpa menghantar data ke pelayan luar juga menimbulkan pertimbangan dari segi privasi dan keselamatan data pesakit.
Paten daripada SAIP memberi perlindungan harta intelek kepada ciptaan ini, yang bermakna ia boleh dibangunkan lagi untuk kegunaan komersial atau klinikal. Proses paten biasanya melibatkan penilaian terhadap kebaharuan dan kegunaan sesuatu ciptaan, dan kelulusan menunjukkan bahawa sistem ini memenuhi kriteria yang ditetapkan.
Universiti King Khalid, yang berpangkalan di Abha, merupakan salah satu institusi pengajian tinggi utama di selatan Arab Saudi. Pencapaian ahli fakultinya dalam memperoleh paten ini menunjukkan aktiviti penyelidikan yang aktif dalam bidang teknologi kesihatan dan kecerdasan buatan.
Bidang AI dalam perubatan telah menarik perhatian besar di peringkat global dalam beberapa tahun kebelakangan ini. Pelbagai penyelidik dan syarikat sedang membangunkan sistem yang boleh membantu dalam diagnosis, ramalan penyakit dan pemantauan pesakit. Namun, cabaran utama bukan sekadar membina model yang tepat, tetapi memastikan ia boleh digunakan secara praktikal dalam persekitaran klinikal sebenar.
Faktor seperti kos peranti, latihan kakitangan perubatan, dan penerimaan oleh doktor serta pesakit memainkan peranan penting dalam menentukan sama ada teknologi ini benar-benar memberi kesan. Bolehkah sistem yang berjaya dalam ujian makmal mengekalkan prestasinya apabila berhadapan dengan kepelbagaian data dunia sebenar?
Selain itu, aspek kawal selia dan kelulusan penggunaan alat perubatan berkuasa AI juga perlu dipertimbangkan. Setiap negara mempunyai keperluan tersendiri sebelum sesuatu alat diagnostik boleh digunakan secara rasmi dalam penjagaan pesakit. Ini termasuk ujian klinikal yang menyeluruh dan pematuhan kepada piawaian keselamatan.
Dalam konteks Arab Saudi, usaha memperkukuh sektor kesihatan melalui teknologi selari dengan perkembangan digital yang lebih luas di negara ini. Penggunaan AI dalam kesihatan berpotensi meningkatkan kecekapan perkhidmatan dan memperluas akses kepada diagnosis berkualiti.
Namun, SPA tidak menyatakan butiran mengenai jumlah kos pembangunan sistem ini, jumlah data yang digunakan dalam ujian, atau sama ada ia telah diuji dalam persekitaran hospital sebenar. Laporan itu juga tidak menyebut sama ada terdapat rancangan untuk pengkomersialan atau kerjasama dengan pihak industri.
Maklumat mengenai tempoh proses paten, tarikh permohonan asal, atau skop perlindungan yang diberikan juga tidak dinyatakan. Begitu juga dengan butiran teknikal mengenai seni bina rangkaian neural yang digunakan, atau metrik prestasi seperti ketepatan dan sensitiviti yang dicapai dalam ujian.
Tanpa butiran tersebut, adalah sukar untuk menilai sejauh mana sistem ini bersedia untuk digunakan secara meluas. Namun, pengiktirafan paten daripada SAIP menandakan bahawa ciptaan ini dianggap mempunyai nilai inovatif yang mencukupi untuk dilindungi.
Bagi penyelidik dan institusi pengajian tinggi, paten bukan sekadar pengiktirafan, tetapi juga asas untuk pembangunan seterusnya. Ia boleh membuka peluang untuk kerjasama penyelidikan, pembiayaan tambahan, dan pemindahan teknologi kepada sektor industri.
Persoalan yang tinggal ialah sama ada inovasi seperti ini akan kekal dalam makmal penyelidikan atau benar-benar sampai ke sisi katil pesakit. Adakah kita akan melihat sistem ini digunakan di klinik dan hospital dalam masa terdekat, atau ia memerlukan lebih banyak ujian dan pelaburan sebelum boleh dilaksanakan secara meluas?
Dalam dunia yang semakin bergantung pada data dan teknologi, sumbangan seperti ciptaan Al-Qaisi menunjukkan potensi AI untuk membantu menyelesaikan masalah praktikal dalam penjagaan kesihatan. Namun, perjalanan dari paten ke penggunaan sebenar selalunya panjang dan memerlukan kerjasama pelbagai pihak.
Yang jelas, pengiktirafan ini menambah satu lagi pencapaian kepada penyelidikan Universiti King Khalid dan kepada usaha Arab Saudi dalam membangunkan teknologi tempatan. Sama ada ia akan menjadi alat yang biasa digunakan dalam diagnosis perubatan, masa akan menentukan.
Apakah ciptaan yang dipatenkan oleh Dr. Eman Yahya Al-Qaisi? Beliau memperoleh paten SAIP bagi “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis”. Sistem berkuasa AI itu boleh menganalisis dan mendiagnosis imej perubatan dalam beberapa saat, mengenal pasti jenis imej secara automatik dan membantu mengesan pelbagai keadaan kesihatan. Ia menggunakan satu model ringan tunggal dan boleh beroperasi pada peranti mudah alih tanpa sambungan internet.
Apakah keadaan kesihatan yang diuji dalam sistem ini? Menurut SPA, ujian menunjukkan hasil memberangsangkan dalam analisis data perubatan multimodal, merangkumi strok hemoragik dan iskemik, tumor otak serta jangkitan dada. Keadaan-keadaan ini memerlukan diagnosis pantas kerana kelewatan boleh menjejaskan hasil rawatan pesakit. Sistem ini bertujuan membantu saringan awal dalam persekitaran yang menghadapi kekurangan pakar radiologi.
Mengapa sistem ini penting untuk persekitaran penjagaan kesihatan tertentu? SPA melaporkan ciptaan ini penting sebagai alat sokongan diagnostik untuk persekitaran penjagaan kesihatan yang menghadapi kekurangan pakar radiologi atau sambungan internet terhad. Keupayaan beroperasi tanpa internet pada peranti mudah alih membolehkan penggunaannya di kawasan luar bandar atau situasi kecemasan. Ia boleh membantu mengurangkan beban doktor dan mempercepatkan saringan awal.
Apakah kelebihan teknikal utama sistem ini berbanding pendekatan lain? Al-Qaisi menjelaskan sistem ini menonjol kerana mengenal pasti dan menganalisis pelbagai jenis imej perubatan secara automatik menggunakan satu model ringan tunggal. Ia juga boleh beroperasi secara masa nyata pada peranti mudah alih tanpa sambungan internet. Pendekatan ini berbeza daripada sistem yang memerlukan model berasingan untuk setiap jenis imej perubatan.
Apakah yang tidak dinyatakan dalam laporan SPA mengenai ciptaan ini? Laporan SPA tidak menyatakan kos pembangunan, jumlah data ujian, atau sama ada sistem telah diuji dalam hospital sebenar. Butiran teknikal seperti seni bina rangkaian neural, metrik prestasi seperti ketepatan dan sensitiviti, serta tempoh proses paten juga tidak disebut. Rancangan pengkomersialan atau kerjasama industri juga tidak dinyatakan dalam laporan tersebut.
Apakah peranan SAIP dalam pencapaian ini? Autoriti Harta Intelek Saudi (SAIP) memberikan paten kepada Dr. Eman Yahya Al-Qaisi bagi ciptaannya. Kelulusan paten menunjukkan ciptaan itu memenuhi kriteria kebaharuan dan kegunaan yang ditetapkan. Ia juga memberi perlindungan harta intelek yang membolehkan pembangunan lanjut untuk kegunaan komersial atau klinikal pada masa hadapan.
Lagi mengenai topik ini: Sains, Berita KSA





