Penggunaan teknologi kecerdasan buatan (AI) dalam sistem kesihatan Malaysia semakin membuktikan keberkesanannya.
Sejak Julai 2025, program saringan kesihatan paru-paru oleh Kementerian Kesihatan Malaysia (KKM) berjaya mengesan 22 kes kanser paru-paru hanya dalam tempoh dua bulan.
Program ini telah dilaksanakan di tujuh klinik kesihatan dengan fokus kepada golongan berisiko tinggi seperti perokok dan pekerja industri.
Sebanyak 3,482 pemeriksaan sinar-X telah dijalankan melibatkan responden berumur 18 tahun ke atas.
Hasilnya sebanyak 3,778 penemuan berisiko dilaporkan termasuk 229 kes ketumbuhan paru-paru.
Daripada jumlah tersebut, 22 kes telah disahkan sebagai kanser paru-paru.
Pengaplikasian pembelajaran mesin dalam kesihatan melibatkan penggunaan data pesakit seperti umur, jantina, sejarah merokok, pendedahan kepada pencemaran serta latar belakang kesihatan.
Data-data ini diproses untuk melatih model ramalan yang mampu mengenal pasti individu berisiko tinggi.
Keupayaan AI dan pembelajaran mesin (machine learning) telah meningkatkan ketepatan diagnosis berbanding kaedah konvensional, sekali gus mengurangkan kebergantungan kepada tafsiran subjektif pakar.
Algoritma seperti Logistic Regression, Random Forest dan Support Vector Machine digunakan, dengan prestasi dinilai melalui metrik seperti ketepatan, penarikan balik yang tepat (precision recall) dan AUC-ROC.
Selain itu, teknik Pengoptimuman Bayesian (Bayesian Optimization) membantu menyesuaikan parameter secara automatik yang membantu menghasilkan model yang lebih stabil, tepat dan meyakinkan, manakala SHAP (Shapley Additive Explanations) menjelaskan faktor yang mempengaruhi ramalan, membantu proses membuat keputusan lebih telus.
Keupayaan ini bukan sahaja mempercepatkan rawatan dan meningkatkan peluang pemulihan pesakit, malah turut mengurangkan kos rawatan kompleks.
Malah sebelum ini juga telah dilaporkan bahawa kecerdasan buatan (AI) berjaya membantu doktor mengesan lebih banyak kes kanser payudara ketika membaca imbasan rutin.
Jelas bahawa AI berpotensi besar memperkukuh sistem kesihatan awam, khususnya dalam pengesanan awal penyakit kritikal seperti kanser paru-paru, walaupun cabaran seperti pengurusan data dan kebolehtafsiran model masih perlu ditangani.
(Artikel ini diolah daripada penulisan Dr. Wan Noor Hamiza Wan Ali, Pensyarah Kanan, Fakulti Kecerdasan Buatan, Universiti Teknologi Malaysia (UTM)