Sunday, November 22, 2026
Sains

Peneliti Universitas King Khalid raih paten sistem AI pencitraan medis

Peneliti Universitas King Khalid raih paten sistem AI pencitraan medis

Dr. Eman Yahya Al-Qaisi, dosen di College of Computer Science, King Khalid University, memperoleh paten dari Saudi Authority for Intellectual Property (SAIP) atas invensinya, “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis.”

Seperti dilaporkan kantor berita Saudi SPA pada 15 September 2026 dari Abha, invensi tersebut berupa sistem berbasis kecerdasan buatan yang dapat menganalisis dan mendiagnosis citra medis dalam hitungan detik. Sistem itu secara otomatis mengidentifikasi jenis citra yang diberikan dan membantu mendeteksi sejumlah kondisi kesehatan.

Al-Qaisi menjelaskan bahwa sistem tersebut menonjol karena kemampuannya mengidentifikasi dan menganalisis berbagai jenis citra medis secara otomatis menggunakan satu model ringan. Sistem itu juga dapat beroperasi secara real time pada perangkat seluler tanpa memerlukan koneksi internet.

Ia mencatat bahwa pengujian menunjukkan hasil yang menjanjikan dalam analisis data medis multimodal, mencakup sejumlah kondisi, termasuk stroke hemoragik dan iskemik, tumor otak, serta infeksi dada.

Invensi itu dinilai penting sebagai alat pendukung diagnosis untuk fasilitas kesehatan yang menghadapi kekurangan radiolog atau keterbatasan konektivitas internet.

Paten diberikan oleh SAIP, otoritas yang berwenang di Arab Saudi untuk urusan kekayaan intelektual. Invensi ini tercatat sebagai karya seorang akademisi dari College of Computer Science di King Khalid University, universitas yang berbasis di Abha.

Dalam penjelasannya, Al-Qaisi menekankan bahwa sistem tersebut dirancang untuk bekerja dengan satu model ringan, bukan rangkaian model terpisah untuk setiap jenis citra. Pendekatan itu memungkinkan sistem mengenali sendiri jenis citra yang dimasukkan, lalu melanjutkan ke analisis yang relevan.

Kemampuan beroperasi secara real time di perangkat seluler tanpa internet menjadi pembeda lain yang disebutkan Al-Qaisi. Artinya, sistem tidak bergantung pada koneksi jaringan saat digunakan, dan proses analisis berlangsung di perangkat itu sendiri.

Pengujian yang disebutkan Al-Qaisi mencakup analisis data medis multimodal. Cakupan kondisi yang diuji meliputi stroke hemoragik, stroke iskemik, tumor otak, dan infeksi dada. Hasil pengujian tersebut digambarkan menunjukkan hasil yang menjanjikan.

Al-Qaisi menyoroti pula relevansi invensi ini bagi fasilitas kesehatan yang menghadapi kekurangan radiolog. Selain itu, sistem ini disebut cocok untuk lingkungan dengan keterbatasan konektivitas internet, karena dapat berjalan tanpa sambungan jaringan.

Paten dari SAIP menjadi pengakuan resmi atas invensi tersebut. SPA melaporkan pemberian paten itu pada 15 September 2026, dengan waktu lokal 13:07 dan 10:07 GMT.

Rilis SPA tidak menyebutkan nomor paten, tanggal pengajuan, masa berlaku, atau cakupan klaim yang dilindungi. Tidak ada pula keterangan tentang mitra industri, rencana komersialisasi, atau ketersediaan sistem di fasilitas kesehatan tertentu.

SPA juga tidak merinci jenis citra medis apa saja yang diuji, ukuran data uji, tingkat akurasi, atau perbandingan dengan metode lain. Informasi tentang spesifikasi perangkat seluler yang didukung dan persyaratan teknis lainnya tidak disebutkan.

Selain itu, tidak ada keterangan tentang kerja sama dengan rumah sakit, lembaga kesehatan, atau pihak lain dalam pengujian maupun pengembangan lanjutan. SPA tidak menyebutkan apakah sistem ini akan diuji coba secara klinis atau digunakan dalam layanan kesehatan.

Pemberian paten ini tercatat sebagai langkah perlindungan kekayaan intelektual atas invensi yang lahir di lingkungan akademik King Khalid University. Detail lebih lanjut mengenai invensi, pengujian, dan pemanfaatannya tidak disertakan dalam laporan SPA tersebut.

Apa invensi yang memperoleh paten dari SAIP? Invensi berjudul “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis.” Sistem berbasis kecerdasan buatan ini dapat menganalisis dan mendiagnosis citra medis dalam hitungan detik, mengidentifikasi jenis citra secara otomatis, dan membantu mendeteksi sejumlah kondisi kesehatan. Paten diberikan oleh Saudi Authority for Intellectual Property (SAIP) kepada Dr. Eman Yahya Al-Qaisi, dosen College of Computer Science, King Khalid University, seperti dilaporkan SPA pada 15 September 2026.

Apa yang membuat sistem ini berbeda menurut penelitinya? Al-Qaisi menjelaskan sistem ini menonjol karena mampu mengidentifikasi dan menganalisis berbagai jenis citra medis secara otomatis menggunakan satu model ringan. Sistem juga dapat beroperasi secara real time pada perangkat seluler tanpa memerlukan koneksi internet. Artinya, analisis berlangsung di perangkat dan tidak bergantung pada jaringan. SPA tidak merinci spesifikasi perangkat yang didukung maupun persyaratan teknis lainnya.

Kondisi kesehatan apa yang diuji dalam sistem ini? Pengujian yang disebutkan Al-Qaisi mencakup analisis data medis multimodal untuk sejumlah kondisi, termasuk stroke hemoragik dan iskemik, tumor otak, serta infeksi dada. Hasil pengujian tersebut digambarkan menunjukkan hasil yang menjanjikan. SPA tidak menyebutkan ukuran data uji, tingkat akurasi, atau perbandingan dengan metode lain.

Mengapa invensi ini dinilai penting bagi fasilitas kesehatan? Invensi ini disebut penting sebagai alat pendukung diagnosis untuk fasilitas kesehatan yang menghadapi kekurangan radiolog atau keterbatasan konektivitas internet. Kemampuan beroperasi tanpa internet dan pada perangkat seluler membuatnya relevan untuk lingkungan dengan kendala jaringan. SPA tidak menyebutkan apakah sistem ini akan diuji coba secara klinis atau digunakan dalam layanan kesehatan.

Siapa yang memberikan paten dan kapan? Paten diberikan oleh Saudi Authority for Intellectual Property (SAIP), otoritas yang berwenang di Arab Saudi untuk urusan kekayaan intelektual. SPA melaporkan pemberian paten itu pada 15 September 2026 dari Abha, dengan waktu lokal 13:07 dan 10:07 GMT. SPA tidak menyebutkan nomor paten, tanggal pengajuan, masa berlaku, atau cakupan klaim yang dilindungi.