Administrasi Jaminan Kesehatan Daerah Otonom Guangxi Zhuang

Nanning, China (ANTARA/Xinhua-AsiaNet) – Sebuah kompetisi kecerdasan buatan (AI) pencitraan medis tingkat nasional diselenggarakan pada 22–23 Oktober di Nanning, Daerah Otonom Etnis Zhuang Guangxi, China selatan. Kegiatan tersebut mempertemukan para peneliti, tenaga profesional medis, dan perusahaan teknologi untuk menguji perangkat AI yang dirancang guna membantu dokter mendeteksi penyakit serta menjajaki kerja sama layanan kesehatan antara China dan negara-negara Asia Tenggara.

Kompetisi Pengenalan AI Pencitraan Medis Keamanan Kesehatan Nasional 2026 menarik 1.332 tim yang terdaftar, termasuk peserta dari negara-negara anggota ASEAN. Sebanyak 66 tim berhasil melaju ke babak final.

Diselenggarakan bersama oleh Administrasi Keamanan Kesehatan Nasional China dan pemerintah daerah Guangxi, serta diorganisasi oleh Administrasi Keamanan Kesehatan Guangxi, kompetisi tersebut menghadirkan delapan kategori, termasuk deteksi kanker paru-paru menggunakan pemindaian CT, analisis tumor otak menggunakan MRI, dan skrining kanker payudara menggunakan mamografi.

Kemajuan dalam pencitraan medis telah menghasilkan hasil pemindaian yang semakin terperinci dan volume data yang lebih besar untuk diperiksa oleh dokter radiologi. Pemindaian CT dada yang sebelumnya menghasilkan sekitar 100 gambar kini dapat menghasilkan ribuan gambar, sehingga deteksi tepat waktu terhadap kelainan kecil menjadi tantangan yang semakin besar.

Salah satu tim peserta, SenseLung dari Shanghai, telah mengembangkan perangkat AI untuk mengidentifikasi nodul paru-paru yang mencurigakan, menganalisis karakteristiknya, dan menghasilkan laporan terstruktur guna membantu dokter radiologi. Pekerjaan tim tersebut juga mencakup skrining penyakit dan tindak lanjut pasien.

Namun, mendeteksi kelainan hanyalah sebagian dari tantangan. Rumah sakit menggunakan peralatan pencitraan dan protokol pemindaian yang berbeda, sehingga model AI yang bekerja dengan baik di pusat medis besar belum tentu memberikan hasil yang sama di rumah sakit yang lebih kecil.

Oleh karena itu, kompetisi tersebut tidak hanya menilai akurasi deteksi, tetapi juga seberapa baik algoritma menangani variasi gambar medis dari berbagai sumber.

Tantangan semacam ini tidak hanya dihadapi China. Negara-negara ASEAN memiliki sistem layanan kesehatan, tingkat perkembangan digital, dan akses terhadap sumber daya medis yang beragam. Bagi rumah sakit yang mempertimbangkan diagnosis berbantuan AI, kompatibilitas dengan peralatan dan alur kerja klinis yang sudah ada dapat sama pentingnya dengan kinerja dalam pengujian terkontrol.

Kompetisi tersebut juga menyoroti pentingnya kolaborasi antara tenaga medis dan pengembang teknologi.

Dalam kategori mamografi, sebuah tim yang melibatkan Rumah Sakit Rakyat Daerah Otonom Etnis Zhuang Guangxi dan sebuah perusahaan teknologi lokal mengembangkan model AI untuk mengidentifikasi massa payudara dan endapan kalsium berukuran sangat kecil yang dapat mengindikasikan penyakit.

Dokter radiologi membantu para insinyur memahami kebutuhan klinis dan menyempurnakan model tersebut, menunjukkan bagaimana keahlian medis dan pengembangan AI dapat bekerja sama—sebuah pendekatan yang dapat mendukung penelitian bersama lintas negara.

Guangxi, yang berbatasan dengan Vietnam, telah lama berfungsi sebagai pintu gerbang bagi pertukaran China dengan ASEAN. Berbagai inisiatif, termasuk China-ASEAN Artificial Intelligence Application Cooperation Center dan Zona Percontohan Keterbukaan Medis Internasional Fangchenggang, menciptakan platform tambahan untuk kerja sama di bidang AI dan layanan kesehatan.

Kompetisi tersebut terbuka bagi peserta internasional dan merupakan bagian dari upaya untuk menghubungkan penelitian AI dengan pengujian klinis dan penerapan komersial.

Berdasarkan rencana yang diumumkan oleh otoritas Guangxi, wilayah tersebut bertujuan untuk bekerja sama dengan mitra ASEAN dalam validasi klinis lintas batas dan proyek percontohan guna menjajaki bagaimana AI pencitraan medis dapat disesuaikan dengan berbagai lingkungan layanan kesehatan.

Kerja sama semacam itu melibatkan lebih dari sekadar transfer perangkat lunak. Perbedaan dalam peralatan pencitraan, prosedur medis, data pasien, aturan privasi, dan persyaratan regulasi dapat memengaruhi apakah sistem AI dapat diperkenalkan secara aman ke dalam praktik klinis.

Akses terhadap data pencitraan medis berkualitas tinggi merupakan faktor penting lainnya. China sedang mengembangkan infrastruktur komputasi awan pencitraan medis untuk memfasilitasi berbagi dan pengambilan rekam medis pencitraan di antara berbagai institusi layanan kesehatan. Dengan perlindungan yang sesuai, infrastruktur tersebut juga dapat mendukung pengembangan dan evaluasi AI.

Zhang Huimao, direktur radiologi di Rumah Sakit Pertama Universitas Jilin dan presiden terpilih Perhimpunan Radiologi China, mengatakan bahwa infrastruktur data pencitraan medis dapat mendukung tidak hanya pelayanan klinis, tetapi juga pengembangan, pengujian, dan evaluasi model AI.

Meski demikian, hasil kompetisi yang kuat tidak secara otomatis berarti bahwa sebuah perangkat AI siap digunakan di rumah sakit. Model-model tersebut memerlukan validasi klinis di berbagai institusi, peralatan, dan populasi pasien, serta persetujuan regulasi jika diperlukan.

Guangxi telah memperkenalkan rencana aksi tiga tahun untuk mendukung komersialisasi dan penerapan teknologi yang dihasilkan dari kompetisi tersebut, yang mencakup validasi produk, pengembangan industri, pengujian klinis, dan kerja sama dengan mitra ASEAN.

Bagi China dan ASEAN, potensi manfaatnya melampaui pertukaran teknologi. Di wilayah-wilayah dengan akses terbatas terhadap dokter radiologi spesialis, perangkat berbantuan AI yang andal dapat membantu dokter mengidentifikasi temuan yang mencurigakan dengan lebih cepat dan meningkatkan efisiensi diagnosis.

Namun, AI dimaksudkan untuk mendukung, bukan menggantikan dokter, yang harus mempertimbangkan gejala pasien, riwayat medis, dan hasil pemeriksaan lainnya ketika mengambil keputusan klinis.

Kompetisi tersebut memberikan gambaran tentang potensi AI dalam pencitraan medis. Mengubah algoritma yang menjanjikan menjadi perangkat andal bagi rumah sakit lintas negara akan memerlukan pengujian, penyesuaian, dan kerja sama lebih lanjut, dengan tujuan akhir meningkatkan pelayanan kepada pasien.