Persaingan MRI global memasuki babak baru. Produsen tidak lagi hanya berlomba meningkatkan kekuatan medan magnet dari 1,5 Tesla menjadi 3 Tesla, tetapi mulai menggabungkan artificial intelligence, rekonstruksi deep learning, otomatisasi workflow, magnet hemat helium, dan teknologi gradient. Bagi Indonesia, perubahan ini penting karena pemerintah sedang memperluas kapasitas MRI melalui investasi besar dalam sistem rujukan.
Selama bertahun-tahun, angka Tesla menjadi salah satu cara paling mudah untuk membedakan MRI. MRI 1,5T dan 3T menjadi dua kelas yang paling dikenal dalam layanan klinis, sementara 3T menawarkan signal-to-noise ratio yang lebih tinggi dan dapat memberikan keuntungan pada sejumlah aplikasi. Namun, perkembangan teknologi menunjukkan bahwa kekuatan medan magnet bukan lagi satu-satunya ukuran kemajuan. Produsen besar kini mengembangkan MRI sebagai sebuah platform digital yang menggabungkan perangkat keras, software, AI, otomatisasi, dan pengelolaan data. Siemens Healthineers, GE HealthCare, Philips, dan Canon Medical sudah memiliki teknologi AI atau deep-learning reconstruction dalam lini MRI mereka.
Perubahan tersebut menjawab persoalan yang selama ini melekat pada MRI. Pemeriksaan MRI membutuhkan waktu relatif lama, protokolnya kompleks, kualitas gambar dapat dipengaruhi gerakan pasien, dan pengoperasiannya membutuhkan tenaga yang terlatih. Karena itu, menambah kekuatan magnet saja tidak selalu menyelesaikan masalah. Rumah sakit juga membutuhkan pemeriksaan yang lebih cepat, workflow yang lebih sederhana, kualitas gambar yang konsisten, serta kemampuan menghasilkan informasi diagnostik yang lebih kaya. AI mulai ditempatkan untuk membantu berbagai bagian dari rantai tersebut, mulai dari perencanaan pemeriksaan, positioning pasien, akuisisi data, rekonstruksi gambar hingga analisis.
AI Mengubah Persamaan MRI
Salah satu penggunaan AI yang paling nyata adalah deep learning reconstruction. Teknologi ini bekerja pada tahap ketika data MRI mentah diubah menjadi gambar yang dapat dibaca. Canon Medical, misalnya, menggunakan AiCE, yaitu teknologi deep-learning reconstruction yang dilatih dengan gambar MRI berkualitas tinggi untuk membedakan sinyal dari noise. Produsen tersebut menyatakan pendekatan ini dapat digunakan untuk meningkatkan kualitas gambar atau memungkinkan pengurangan waktu akuisisi pada aplikasi tertentu.
Konsepnya penting karena MRI selalu menghadapi kompromi antara waktu, kualitas gambar dan jumlah data. Pemeriksaan yang lebih lama dapat memberikan data lebih banyak, tetapi meningkatkan risiko pasien bergerak dan mengurangi kapasitas layanan. Sebaliknya, mempercepat pemeriksaan dapat meningkatkan produktivitas, tetapi secara tradisional berpotensi mengurangi kualitas gambar. AI berusaha mengubah kompromi tersebut dengan menggunakan algoritma untuk merekonstruksi gambar dari data yang diperoleh lebih cepat. Namun, “gambar lebih tajam” tidak otomatis berarti diagnosis lebih akurat. Studi independen mengenai rekonstruksi MRI berbasis AI pada 2026 menunjukkan bahwa gambar yang secara visual lebih baik belum tentu memberikan performa diagnostik yang sama dengan akuisisi penuh pada semua kondisi. Karena itu, validasi klinis tetap menjadi bagian penting sebelum klaim efisiensi diterjemahkan menjadi manfaat pasien.
Produsen Mulai Membangun MRI sebagai Platform
GE HealthCare menjadi salah satu contoh jelas perubahan tersebut. Lini MRI terbarunya mencakup SIGNA Bolt 3T, SIGNA Sprint 1,5T dengan teknologi magnet yang menggunakan sangat sedikit helium, dan SIGNA One sebagai ekosistem workflow berbasis AI. GE menempatkan AI bukan hanya sebagai fitur rekonstruksi, tetapi sebagai bagian dari proses kerja MRI.
Siemens Healthineers juga bergerak ke arah serupa melalui MAGNETOM Flow. Platform tersebut menggunakan teknologi AI untuk membantu workflow dan otomatisasi, sementara desain magnetnya ditujukan untuk mengurangi ketergantungan terhadap helium dan menyederhanakan kebutuhan instalasi. Siemens menyatakan platform tersebut dapat mengurangi konsumsi energi tahunan hingga 56 persen dibandingkan generasi sebelumnya dalam kondisi tertentu. Angka tersebut merupakan klaim produsen dan harus dibaca sesuai kondisi pembanding yang digunakan, tetapi arahnya jelas: MRI generasi baru tidak hanya mengejar kualitas gambar, tetapi juga biaya dan kompleksitas operasional.
Philips bahkan mendorong batas teknologi MRI ke arah yang berbeda. Pada ISMRM 2026, Philips memperkenalkan Titanion MR, MRI 3T dengan ultra-high gradient 150 mT/m dan 250 T/m/s. Sistem tersebut dirancang untuk mendukung pencitraan kuantitatif dan biomarker yang berkaitan dengan mikrostruktur serta proses biologis jaringan. Ini menunjukkan bahwa persaingan MRI mulai bergeser dari pertanyaan “berapa Tesla?” menjadi “informasi biologis apa yang dapat diperoleh dari pemeriksaan?”
Mengapa Perubahan Ini Penting bagi Indonesia?
Perkembangan tersebut terjadi pada saat Indonesia justru sedang memperbesar kapasitas MRI. Dalam proyek Strengthening Indonesia’s Healthcare Referral Network atau SIHREN, Kementerian Kesehatan membuka pengadaan 12 MRI yang terdiri dari empat unit MRI 3T dan delapan unit MRI 1,5T dengan estimated total cost US$21,783 juta. Laman resmi pengadaan saat ini mencatat paket tersebut masih berada pada tahap Technical Evaluation, sehingga angka tersebut tidak boleh dibaca sebagai nilai pembelian yang sudah dibayarkan.
Pengadaan tersebut juga menunjukkan bahwa Indonesia tidak memilih satu spesifikasi untuk semua rumah sakit. Empat MRI 3T bernilai estimasi US$12,51 juta, sementara delapan MRI 1,5T bernilai sekitar US$9,27 juta. Dokumen pengadaan mencakup pengiriman, instalasi, pelatihan, dukungan operasional dan pemeliharaan. Bahkan dalam klarifikasi teknis, Kemenkes membahas kebutuhan seperti field of view, desain wide-bore dan kemampuan aplikasi klinis kompleks.
Situasi ini membuat pertanyaan tentang generasi MRI menjadi relevan. Jika Indonesia sedang membangun kapasitas MRI untuk beberapa tahun ke depan, investasi tersebut tidak hanya menyangkut mesin yang dibeli hari ini, tetapi juga platform teknologi yang akan digunakan rumah sakit selama bertahun-tahun. MRI yang memiliki kemampuan AI, otomatisasi dan efisiensi operasional dapat memiliki nilai berbeda dibandingkan mesin dengan spesifikasi hardware tinggi tetapi workflow masih sangat bergantung pada intervensi manual.
Indonesia sebenarnya sudah memiliki pengalaman dengan teknologi MRI generasi baru. Sejumlah rumah sakit telah menggunakan MRI 3T, sementara SIHREN sebelumnya juga memiliki paket pengadaan 10 unit MRI 1,5T dengan estimated total cost US$18,428 juta dan status kontrak telah ditandatangani. Artinya, pembangunan kapasitas MRI nasional berlangsung melalui beberapa tahap, bukan satu pengadaan tunggal.
AI Bisa Menjawab Masalah Produktivitas
Manfaat paling nyata AI bagi rumah sakit mungkin bukan sekadar menghasilkan gambar yang lebih bagus, tetapi meningkatkan produktivitas pemeriksaan. Jika algoritma memungkinkan akuisisi lebih cepat tanpa mengorbankan informasi diagnostik yang diperlukan, sebuah mesin dapat melayani lebih banyak pasien dalam waktu yang sama. Dampaknya dapat berupa berkurangnya antrean, peningkatan utilisasi mesin, dan efisiensi tenaga.
Namun, peningkatan produktivitas tidak boleh dihitung hanya berdasarkan klaim “scan lebih cepat”. Rumah sakit harus melihat keseluruhan workflow. Apakah waktu positioning berkurang? Apakah protokol dapat disederhanakan? Apakah radiografer membutuhkan lebih sedikit intervensi? Apakah kualitas gambar konsisten? Apakah radiolog dapat membaca hasil dengan lebih cepat? Dan apakah penghematan waktu tersebut benar-benar meningkatkan jumlah pasien yang dapat dilayani?
Pertanyaan tersebut menjadi semakin penting karena MRI adalah investasi yang mahal dan memiliki biaya operasional berkelanjutan. Selain listrik dan pemeliharaan, rumah sakit membutuhkan tenaga radiografer, dokter spesialis radiologi, teknisi, sistem PACS, penyimpanan data, software, serta infrastruktur keselamatan. Karena itu, AI seharusnya dinilai sebagai bagian dari total cost of ownership dan clinical workflow, bukan sekadar fitur tambahan.
Tesla Tetap Penting, Tetapi Bukan Lagi Satu-Satunya Cerita
Perubahan ini bukan berarti Tesla menjadi tidak penting. MRI 3T tetap memiliki keunggulan tertentu dibandingkan 1,5T, dan pilihan kekuatan medan magnet harus mengikuti kebutuhan klinis, populasi pasien, infrastruktur serta kemampuan rumah sakit. Yang berubah adalah cara industri mendefinisikan “MRI canggih”.
MRI masa depan semakin ditentukan oleh kombinasi magnet + gradient + coil + software + AI + workflow + data + efisiensi energi. Produsen bahkan mulai menawarkan sistem 1,5T dengan desain yang mengurangi kebutuhan helium dan sistem 3T dengan AI-driven workflow. Pada saat yang sama, Philips mengejar ultra-high gradient untuk menghasilkan informasi kuantitatif yang lebih dalam tentang jaringan.
Bagi Indonesia, perkembangan tersebut memberikan pelajaran penting. Pengadaan MRI tidak seharusnya berhenti pada pertanyaan berapa unit yang dibeli atau apakah mesinnya 1,5T atau 3T. Rumah sakit dan pemerintah perlu melihat kemampuan teknologi dalam konteks kebutuhan layanan, SDM, volume pasien, integrasi data, pemeliharaan, interoperabilitas dan manfaat klinis.
Pada akhirnya, MRI generasi baru bukan sekadar mesin dengan magnet lebih kuat. Ia sedang berubah menjadi platform pencitraan yang semakin cerdas, otomatis dan terhubung. Tesla masih menentukan kemampuan dasar sistem, tetapi AI mulai menentukan seberapa efisien data tersebut diubah menjadi informasi klinis.
Itulah sebabnya persaingan MRI global kini tidak lagi hanya berlangsung di ruang magnet. Persaingan sebenarnya terjadi pada siapa yang mampu membuat MRI menghasilkan informasi lebih banyak, dalam waktu lebih singkat, dengan workflow lebih sederhana dan biaya operasional yang lebih rasional. Bagi sistem kesehatan Indonesia yang sedang memperluas akses MRI, perubahan inilah yang akan menentukan apakah investasi teknologi menjadi sekadar penambahan mesin atau benar-benar meningkatkan kapasitas diagnosis nasional.
