johardy02/10/2026 - 08:00 Oleh Dr Noorazrul Yahya suratpembaca@dagangnews.com Perbincangan mengenai kecerdasan buatan (AI) di hospital biasanya berkisar pada ketepatan diagnosis dan keselamatan pesakit.
Namun, bagi pemilik hospital dan pelabur, persoalan yang lebih menarik ialah wang: adakah AI sekadar satu lagi perbelanjaan teknologi atau boleh menjadi pemangkin ekonomi yang mengukuhkan keuntungan hospital?
Perlumbaan AI bermula
Hospital swasta besar tidak lagi bercakap mengenai AI sebagai teknologi masa hadapan.
Sunway Medical Centre telah mengumumkan penggunaan Annalise Enterprise CXR dalam aliran kerja radiologi. Sistem itu boleh mengesan sehingga 124 jenis penemuan pada imej sinar-X dada dalam beberapa saat dan membantu mengutamakan kes yang memerlukan tindakan segera.
Sunway juga mempromosikan kolonoskopi berbantukan AI dan sistem pembedahan tulang belakang yang menggunakan algoritma AI untuk perancangan prosedur.
IHH pula sudah mempunyai angka penggunaan sebenar. Pada 2024, Gleneagles Singapore menggunakan AI bagi lebih 5,000 pemeriksaan mamografi. Di Gleneagles Hong Kong, AI digunakan dalam 18,071 pemeriksaan sinar-X dada dan 1,133 imbasan tomografi berkomputer (CT) otak.
Parkway Radiology, di bawah IHH Healthcare Singapore, kemudiannya melaksanakan penggunaan AI untuk pemeriksaan sinar-X dada di empat hospital dan empat kliniknya di Singapura. Rangkaian itu menjalankan lebih 85,000 pemeriksaan tersebut pada 2024.
Ini bukan lagi projek percubaan kecil. AI sudah memasuki operasi harian hospital.
Kelebihan hospital besar
Dalam dunia perniagaan, economic moat merujuk kepada kelebihan daya saing yang menyukarkan pesaing menarik pelanggan atau menandingi keuntungan sesebuah syarikat.
Hospital besar sudah mempunyai kelebihan ini melalui jenama, lokasi, modal, rangkaian pakar, panel insurans, hubungan dengan doktor yang merujuk pesakit dan jumlah pesakit.
AI tidak mencipta semua kelebihan ini daripada kosong. Sebaliknya, AI memanfaatkan infrastruktur yang sudah tersedia dan menjadikannya lebih produktif.
Kos membeli dan mengintegrasikan AI mungkin tinggi, tetapi hospital yang menjalankan puluhan ribu pemeriksaan boleh mengagihkan kos tersebut kepada lebih banyak kes. Kos AI bagi setiap pemeriksaan akhirnya menjadi lebih rendah.
Hospital kecil mungkin boleh membeli perisian yang sama, tetapi belum tentu mempunyai jumlah pesakit yang mencukupi untuk memperoleh pulangan setara.
Kelebihan sebenar bukan semata-mata memiliki AI. Kelebihan itu datang daripada kemampuan menggunakan AI pada skala besar.
Beban kerja berkurang
Pengalaman program saringan mamografi menunjukkan bagaimana AI boleh mengurangkan beban kerja pakar tanpa menggantikan mereka.
Di Denmark, selepas AI diperkenalkan, 66.9% daripada 58,246 pemeriksaan mamografi hanya memerlukan seorang pakar untuk membaca imej, berbanding amalan biasa yang memerlukan dua orang. Beban bacaan pakar radiologi berkurang sebanyak 33.5%.
Pada masa yang sama, kadar pengesanan kanser meningkat daripada 0.70% kepada 0.82%, manakala kadar positif palsu menurun daripada 2.39% kepada 1.63%.
Di Sweden pula, kajian MASAI yang melibatkan 105,934 wanita menunjukkan bahawa penggunaan AI mengurangkan beban bacaan sebanyak 44.2% dan meningkatkan pengesanan kanser sebanyak 29%, tanpa peningkatan ketara dalam kadar positif palsu.
Pengalaman ini menunjukkan pengurangan beban kerja, bukannya kehilangan pekerjaan. AI belum menggantikan pakar radiologi, tetapi sudah mengurangkan jumlah bacaan manusia yang diperlukan, malah dengan prestasi saringan yang lebih baik.
Kurang pengambilan baharu
Dari sudut pandang akauntan hospital, perbezaan antara mengurangkan beban kerja dengan mengurangkan bilangan pekerja mungkin tidak sebesar yang disangka.
Jika jumlah pemeriksaan meningkat tetapi setiap pakar boleh membaca lebih banyak kes, hospital boleh memperlahankan pengambilan pekerja baharu atau tidak menggantikan semua pekerja yang berhenti.
Di Amerika Syarikat, satu analisis terhadap tugasan pakar radiologi menganggarkan bahawa AI boleh mengurangkan jam kerja mereka sebanyak 33% dalam tempoh lima tahun. Jumlah pekerjaan mungkin masih bertambah kerana pemeriksaan pengimejan terus meningkat, tetapi keperluan terhadap pakar radiologi dijangka berkembang pada kadar yang lebih perlahan.
Kos masih tinggi
Namun, di sinilah timbul persoalan. AI menjanjikan penjimatan, tetapi perbelanjaan tenaga kerja hospital masih meningkat.
Dalam sembilan bulan pertama 2025, perbelanjaan manfaat pekerja Sunway Healthcare meningkat sebanyak 24.6%, daripada RM444.7 juta kepada RM554.3 juta, lebih pantas daripada pertumbuhan hasil syarikat sebanyak 17.8%. Nisbah perbelanjaan itu kepada hasil meningkat daripada kira-kira 33% kepada 35%.
Di IHH, kos kakitangan meningkat sebanyak 7.4% kepada RM9.92 bilion pada 2025, sedangkan hasil bertambah sebanyak 5.6%. Nisbah kos kakitangan kepada hasil turut meningkat daripada 37.9% kepada 38.5%.
Ini bukan bukti bahawa AI gagal.
Kedua-dua kumpulan sedang mengembangkan kapasiti hospital. Pulangan daripada AI mungkin belum muncul dalam bentuk pengurangan bil gaji, tetapi sebagai kos masa hadapan yang berjaya dielakkan.
Masa menjadi wang
Ambil contoh 85,000 pemeriksaan sinar-X dada yang dijalankan oleh Parkway Radiology.
Jika AI memendekkan masa pelaporan hanya satu minit bagi setiap pemeriksaan, hospital dapat menjimatkan 85,000 minit atau 1,417 jam setahun, bersamaan kira-kira 0.7 jawatan sepenuh masa.
Masa tersebut hanya menjadi penjimatan sebenar jika hospital dapat mengelakkan pengambilan seorang pekerja baharu atau menggunakannya untuk melaporkan lebih banyak pemeriksaan.
Bayangkan jika masa yang dijimatkan ialah tiga minit atau lebih bagi setiap pemeriksaan.
Hospital kecil ketinggalan?
Jika hospital besar boleh memproses lebih banyak kes menggunakan bilangan tenaga kerja yang hampir sama, kos bagi setiap pemeriksaan boleh menurun.
Hospital itu boleh mengekalkan harga dan menikmati margin keuntungan yang lebih tinggi, atau menggunakan sebahagian penjimatan untuk menawarkan laporan yang lebih pantas dan menarik lebih banyak pesakit.
Hospital kecil tanpa AI pula mungkin terus bergantung pada masa manusia bagi setiap kes. Apabila laporan mengambil masa lebih lama dan kos setiap pemeriksaan lebih tinggi, doktor yang merujuk pesakit, syarikat insurans dan pesakit yang mempunyai pilihan mungkin semakin tertarik kepada rangkaian besar.
Lebih ramai pesakit menghasilkan lebih banyak data dan pendapatan. Ini membolehkan lebih banyak pelaburan dalam AI, yang seterusnya menarik lebih ramai pesakit.
Jadi, apakah nasib hospital kecil?
Siapa paling untung?
Pembekal teknologi AI memperoleh yuran lesen atau bayaran bagi setiap pemeriksaan.
Hospital besar memperoleh kapasiti tambahan, pertumbuhan hasil dan peluang untuk mengawal kenaikan kos tenaga kerja.
Pesakit mungkin menerima diagnosis yang lebih cepat dan tepat, tetapi penjimatan hospital tidak semestinya diterjemahkan kepada bil yang lebih murah.
Dalam persaingan AI antara hospital, pemenangnya bukan semestinya pihak yang mempunyai algoritma paling canggih.
Pemenang sebenar mungkin pihak yang sudah menguasai aliran pesakit, termasuk Sunway dan IHH, dan kini boleh merawat lebih ramai pesakit tanpa menambah kos pada kadar yang sama. — DagangNews.com
