Nakatanggap ng patent mula sa Saudi Authority for Intellectual Property (SAIP) si Dr. Eman Yahya Al-Qaisi, faculty member sa College of Computer Science ng King Khalid University, para sa kanyang imbensyong “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis.”
Ayon sa ulat ng Saudi Press Agency noong 15 Setyembre 2026 mula sa Abha, ang imbensyon ay isang AI-powered system na kayang suriin at mag-diagnose ng mga medical image sa loob ng ilang segundo. Awtomatiko nitong natutukoy ang uri ng larawang ibinigay at tumutulong sa pagtukoy ng iba’t ibang kondisyong pangkalusugan.
Ipinaliwanag ni Al-Qaisi na ang sistema ay namumukod dahil sa kakayahang awtomatikong kilalanin at suriin ang iba’t ibang uri ng medical image gamit ang isang single, lightweight model. Nakakapag-operate rin ito nang real time sa mga mobile device nang hindi nangangailangan ng koneksyon sa internet.
Sinabi niya na ang pagsusuri ay nagpakita ng promising results sa analisis ng multimodal medical data, na sumasaklaw sa iba’t ibang kondisyon, kabilang ang hemorrhagic at ischemic strokes, brain tumors, at chest infections.
Ang imbensyon ay partikular na mahalaga bilang diagnostic support tool para sa mga healthcare setting na nahaharap sa kakulangan ng radiologist o limitadong koneksyon sa internet.
Ang patent ay iginawad ng SAIP, ang awtoridad ng Kaharian para sa intellectual property. Ang imbensyon ay nagmula sa isang faculty member ng College of Computer Science ng King Khalid University.
Ang sistema ay gumagamit ng convolutional neural network, isang uri ng AI model na karaniwang ginagamit sa pagsusuri ng mga larawan. Sa halip na hiwalay na modelo para sa bawat uri ng medical image, isang lightweight model ang ginagamit para sa lahat ng uri.
Kabilang sa mga kondisyong nasuri sa testing ang hemorrhagic at ischemic strokes, brain tumors, at chest infections. Ang mga ito ay bahagi ng multimodal medical data na sinuri ng sistema.
Ang kakayahang gumana nang walang internet ay mahalaga para sa mga lugar na may limitadong koneksyon. Ang real-time operation sa mobile devices ay nagpapahintulot sa paggamit sa mga setting na may kakulangan sa radiologist.
Hindi ibinigay ng ulat ang petsa ng paggawad ng patent, ang numero nito, ang halaga ng pag-develop, o ang mga kasosyo sa pananaliksik. Hindi rin tinukoy ang mga ospital o institusyong gagamit ng sistema.
Ano ang imbensyong binigyan ng patent? Ang imbensyon ay tinatawag na “A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis.” Ito ay AI-powered system na sumusuri at nag-diagnose ng mga medical image sa loob ng ilang segundo. Awtomatiko nitong natutukoy ang uri ng larawang ibinigay at tumutulong sa pagtukoy ng mga kondisyong pangkalusugan. Ang patent ay iginawad ng Saudi Authority for Intellectual Property (SAIP). Ang may-akda ay si Dr. Eman Yahya Al-Qaisi ng King Khalid University.
Sino si Dr. Eman Yahya Al-Qaisi? Si Dr. Eman Yahya Al-Qaisi ay faculty member sa College of Computer Science ng King Khalid University. Siya ang nag-imbento ng AI medical imaging system na binigyan ng patent ng SAIP. Ipinaliwanag niya mismo ang mga katangian ng sistema, kabilang ang kakayahang gumamit ng isang lightweight model at mag-operate nang real time sa mobile devices. Ang kanyang imbensyon ay nakatuon sa diagnostic support para sa mga healthcare setting na may kakulangan sa radiologist o limitadong internet.
Anong mga kondisyon ang kayang suriin ng sistema? Ayon sa testing, nagpakita ng promising results ang sistema sa analisis ng multimodal medical data. Saklaw nito ang hemorrhagic at ischemic strokes, brain tumors, at chest infections. Ang mga ito ay kabilang sa mga kondisyong natukoy sa pagsusuri. Ang sistema ay gumagamit ng convolutional neural network at isang lightweight model para sa iba’t ibang uri ng medical image. Hindi ibinigay ng ulat ang kumpletong listahan ng lahat ng kondisyong kayang suriin.
Bakit mahalaga ang imbensyon para sa healthcare? Ang imbensyon ay partikular na mahalaga bilang diagnostic support tool para sa mga healthcare setting na nahaharap sa kakulangan ng radiologist o limitadong koneksyon sa internet. Nakakapag-operate ito nang real time sa mobile devices nang hindi nangangailangan ng internet. Awtomatiko nitong natutukoy ang uri ng medical image at tumutulong sa pagtukoy ng mga kondisyon. Ang mga katangiang ito ay tumutugon sa mga hamon ng mga lugar na may limitadong resources.
Paano gumagana ang sistema? Gumagamit ang sistema ng convolutional neural network, isang uri ng AI model para sa pagsusuri ng mga larawan. Awtomatiko nitong kinikilala at sinusuri ang iba’t ibang uri ng medical image gamit ang isang single, lightweight model. Nakakapag-operate ito nang real time sa mobile devices nang walang internet. Sinuri nito ang multimodal medical data at nagpakita ng promising results sa mga kondisyong tulad ng strokes, brain tumors, at chest infections. Hindi ibinigay ng ulat ang teknikal na detalye ng modelo.
Ano ang hindi ibinigay ng ulat? Hindi ibinigay ng ulat ang petsa ng paggawad ng patent, ang numero nito, ang halaga ng pag-develop, o ang mga kasosyo sa pananaliksik. Hindi rin tinukoy ang mga ospital o institusyong gagamit ng sistema. Ang ulat ay mula sa Saudi Press Agency noong 15 Setyembre 2026 mula sa Abha. Ang mga detalye tungkol sa commercialisasyon at regulatory approval ay wala rin sa ulat. Ang mga ito ay mga impormasyong hindi saklaw ng source.
Higit pa tungkol sa paksang ito: Agham, Balitang KSA





