SGH a A*STAR mění test kombinací antibiotik ve škálovatelný diagnostický produkt

Proč vzniká suchá verze testu

Současná podoba iACT je založena na tekutém živném bujónu a vyžaduje mražené skladování a manipulaci. To komplikuje výrobu ve větším objemu, držení zásob, přepravu i využití v laboratořích, které nemají vhodné podmínky pro náročný chladicí řetězec.

Spolupráce SGH a DxD Hub má test převést na stabilní suchou sadu. Takový formát by mohl zjednodušit dopravu a skladování, prodloužit praktickou dobu použitelnosti a sjednotit přípravu v různých laboratořích.

Nejde tedy pouze o změnu obalu. Převod na suchý formát je krokem od metody vyvinuté pro potřeby jedné nemocnice k opakovatelnému diagnostickému produktu. Vyžaduje také výrobní kapacity, ověření kvality, regulatorní posouzení a začlenění do rutinních laboratorních postupů.

Od nemocniční služby ke komerčnímu produktu

Obě organizace podepsaly tříleté memorandum o porozumění, jehož cílem je iACT převést do podoby výrobku a komercializovat jej. SGH test v období tří let před oznámením použila 84krát. Další ambicí je rozšířit přístup do dalších singapurských nemocnic a laboratoří a následně usilovat o nasazení v zahraničí.

Obchodní nabídka stojí na dvou hlavních prvcích:

• vlastním panelu kombinací antibiotik;
• softwaru pro interpretaci laboratorních výsledků a podporu výběru léčby.

Tato kombinace by mohla iACT odlišit na trhu přesné diagnostiky infekčních onemocnění. Úspěch ale nebude záviset jen na technické přesnosti. Vývojáři a zdravotnická zařízení budou muset vyřešit také cenu testu, dobu zpracování, výrobní postup, regulatorní cestu, zapojení do klinického provozu a případnou úhradu. Při vstupu na další trhy navíc budou hrát roli místní vzorce rezistence a léčebné zvyklosti.

Širší program zdravotnické AI

Dohoda o iACT byla oznámena spolu s dalšími projekty, které ukazují, jak Singapur propojuje klinické nasazení, výzkumná partnerství, pravidla pro bezpečné používání AI a regionální expanzi.

PENSIEVE-AI: rychlejší screening kognitivních potíží

PENSIEVE-AI je digitální nástroj pro screening rizika předčasné demence, který SGH vyvinula společně s vládní technologickou agenturou GovTech, Duke-NUS Medical School a National University of Singapore. Analyzuje kreslicí úkoly provedené na dotykové obrazovce a hledá známky související s časnými kognitivními potížemi. Studie podle dostupných údajů zahrnovala 1 758 dospělých žijících v komunitě a vyšetření má trvat méně než pět minut.

Nástroj slouží ke screeningu, nikoli k diagnóze. Jeho přínosem má být krátké a dostupné posouzení, které může upozornit na potřebu dalšího klinického vyšetření — mimo jiné v době, kdy Singapur reaguje na stárnutí populace.

Bhútán: AI pro rentgenové snímky přizpůsobená místním podmínkám

SingHealth a bhútánská Gyalpozhing College of Information Technology se dohodly na úpravě modelu pro AI podporované vyhodnocování rentgenových snímků hrudníku. Model vychází z MerMED-FM a má být trénován na datech bhútánských pacientů. Projekt má pomoci odhalovat plicní infekce a rakovinu v prostředí, kde může být přístup ke specializovaným radiologům omezený.

Součástí plánu jsou pravidla pro odpovědnou AI, budování místních kapacit a nasazení ve třech bhútánských nemocnicích do roku 2027.

Lokalizace je přitom zásadní. Model vyvinutý nebo natrénovaný v jednom zdravotnickém systému nelze automaticky považovat za stejně přesný v jiném. Lišit se mohou populace, výskyt nemocí, používané zobrazovací přístroje, klinické postupy i regulatorní požadavky. Ověření a úprava na místních datech proto patří k bezpečnějšímu a smysluplnějšímu nasazení.

Co singapurský přístup ukazuje

Společně tyto projekty naznačují praktický model, který nestaví zdravotnickou AI pouze na technologii.

Za prvé vycházejí z konkrétních klinických problémů: antibiotické rezistence, časného kognitivního úbytku, nedostatku odborníků na zobrazovací metody a rizik chronických onemocnění. Za druhé propojují veřejné nemocnice s výzkumnými institucemi, univerzitami a vládními technologickými partnery. Za třetí považují výrobní formát, místní validaci, pravidla a dohled zdravotníků za součást inovace, nikoli za úkol odkládaný až na konec.

V případě iACT to znamená proměnit slibnou nemocniční službu ve vyráběnou sadu. U projektu v Bhútánu zase nejde o prostý vývoz modelu, ale o jeho přizpůsobení místnímu prostředí. Společným jmenovatelem je převod výzkumu do nástrojů, které lze odpovědně používat ve větším měřítku — a současně z něj vytvářet duševní vlastnictví, produkty a regionální partnerství.

Příležitost je značná, důkazy je ale třeba interpretovat opatrně. Výsledek analýzy nákladové efektivity iACT se vztahuje ke konkrétní infekci a zdravotnickému prostředí; širší nasazení bude stále vyžadovat další ověřování a regulatorní práci. Singapur se nesnaží zdravotnickou AI pouze představovat — buduje také infrastrukturu potřebnou k jejímu testování, řízení, komercializaci a praktickému používání.