Tes AI untuk Infeksi Kebal Obat Singapura Bersiap Diproduksi Lebih Luas

SGH dan Diagnostics Development Hub (DxD Hub) milik A*STAR sedang membawa Individualised Antibiotic Combination Test (iACT) dari layanan khusus di rumah sakit menuju produk diagnostik yang dapat diproduksi dan digunakan secara lebih luas. Tujuannya adalah membantu dokter memilih antibiotik secara lebih terarah untuk infeksi yang sulit diobati, sekaligus membangun teknologi kesehatan yang dikembangkan di Singapura agar dapat diterapkan di lebih banyak laboratorium—dan pada akhirnya di luar negeri.

Apa yang dilakukan iACT?

Pada infeksi yang disebabkan bakteri kebal obat, dokter bisa menghadapi pilihan obat yang tidak efektif, beracun, atau sulit dipadukan. iACT merupakan layanan in vitro, yakni pengujian di laboratorium, yang menguji isolat bakteri milik pasien terhadap kombinasi antibiotik. Pendekatan ini berbeda dari pengujian yang hanya menilai satu obat secara terpisah. Pengembangan awalnya berfokus pada bakteri Gram-negatif yang sangat resistan terhadap obat dan menggunakan konsentrasi yang relevan secara klinis.

Platform tersebut disebut memiliki 180 kombinasi antibiotik eksklusif. Lapisan perangkat lunak prediktif kemudian membaca hasil penghambatan pertumbuhan bakteri dan membantu tim penyakit infeksi serta mikrobiologi mengurutkan pilihan regimen yang masuk akal untuk organisme tertentu.

Artinya, iACT dapat menjadi sumber bukti tambahan di samping uji kepekaan antibiotik konvensional, pertimbangan dokter, dan kondisi pasien. Tes ini ditujukan untuk mendukung pengobatan yang lebih rasional dan individual—bukan memberikan resep secara otomatis. Keputusan akhir tetap memerlukan pengawasan spesialis, dan manfaatnya dapat berbeda bergantung pada jenis patogen, pola resistansi, waktu pemeriksaan, serta kondisi klinis.

Potensi manfaat bagi penggunaan antibiotik yang bijak

Alasan klinis di balik iACT paling terasa ketika pilihan terapi standar semakin terbatas. Jika kombinasi yang efektif dapat ditemukan untuk isolat bakteri tertentu, dokter mungkin dapat menghindari atau mengurangi penggunaan antibiotik pilihan terakhir seperti polimiksin atau kolistin, yang memiliki risiko toksisitas ginjal cukup besar.

Namun, ini merupakan potensi manfaat—bukan jaminan untuk setiap pasien. Nilai iACT pada praktiknya akan bergantung pada apakah hasil tes dapat mengubah keputusan pengobatan dengan cukup cepat, memperbaiki hasil klinis di dunia nyata, dan tetap terjangkau bagi rumah sakit.

Bukti ekonomi awal terlihat menjanjikan, tetapi cakupannya masih spesifik. Analisis pada 2026 menyimpulkan bahwa penerapan iACT untuk infeksi Pseudomonas aeruginosa yang resistan terhadap karbapenem di Singapura kemungkinan bersifat cost-effective. Temuan tersebut belum membuktikan manfaat klinis untuk semua patogen, rumah sakit, atau sistem layanan kesehatan.

Mengapa format beku berbasis kaldu diubah menjadi kit kering?

Format iACT saat ini berbasis kaldu dan memerlukan penanganan dalam kondisi beku. Persyaratan tersebut dapat menyulitkan proses manufaktur, pengelolaan stok, pengiriman, dan penggunaan di laboratorium yang tidak memiliki fasilitas rantai dingin memadai.

Melalui kolaborasi SGH dan DxD Hub, tes ini akan dikembangkan menjadi kit kering yang lebih stabil. Format tersebut berpotensi menyederhanakan pengiriman dan penyimpanan, memperpanjang masa simpan praktis, serta membuat persiapan tes lebih konsisten di berbagai laboratorium.

Karena itu, perubahan format ini bukan sekadar mengganti kemasan. Ini adalah tahap penting untuk mengubah metode yang dikembangkan dari kebutuhan klinis di rumah sakit menjadi produk diagnostik yang dapat diproduksi secara berulang, melewati validasi mutu dan peninjauan regulasi, lalu masuk ke alur kerja laboratorium rutin.

Rencana komersialisasi dan tantangan berikutnya

SGH dan DxD Hub menandatangani nota kesepahaman selama tiga tahun untuk memproduksi dan mengomersialkan iACT. Dalam tiga tahun sebelum pengumuman tersebut, SGH telah menggunakan tes ini sebanyak 84 kali. Arah pengembangannya adalah memperluas akses ke rumah sakit dan laboratorium lain di Singapura sebelum menjajaki penerapan di luar negeri.

Nilai komersial iACT bertumpu pada dua komponen utama:

• panel kombinasi antibiotik eksklusif;
• perangkat lunak yang membantu menafsirkan hasil laboratorium dan mendukung pemilihan terapi.

Kombinasi tersebut dapat memberi iACT posisi yang berbeda dalam diagnostik penyakit infeksi presisi. Meski demikian, keberhasilan komersial tidak hanya ditentukan oleh kinerja teknis. Pengembang dan penyedia layanan kesehatan juga perlu menyelesaikan persoalan harga tes, waktu tunggu hasil, proses manufaktur, jalur regulasi, alur kerja klinis, dan skema pembiayaan atau penggantian biaya.

Ketika tes diterapkan di negara lain, pola resistansi bakteri dan kebiasaan pengobatan setempat juga perlu dipertimbangkan. Dengan kata lain, produk yang berhasil di Singapura tetap memerlukan validasi sebelum digunakan dalam lingkungan kesehatan yang berbeda.

Inisiatif AI kesehatan lain dari Singapura

Kesepakatan iACT diumumkan bersamaan dengan sejumlah inisiatif lain yang memperlihatkan bagaimana Singapura menghubungkan penerapan klinis, kemitraan riset, tata kelola, dan ekspansi regional.

PENSIEVE-AI: skrining kognitif dengan beban lebih ringan

PENSIEVE-AI adalah alat skrining digital untuk mendeteksi tanda-tanda awal gangguan kognitif atau prademensia. Alat ini dikembangkan SGH bersama GovTech, Duke-NUS Medical School, dan National University of Singapore. PENSIEVE-AI menganalisis tugas menggambar yang dikerjakan pengguna melalui perangkat layar sentuh. Sebuah studi yang dilaporkan melibatkan 1.758 orang dewasa yang tinggal di komunitas, dengan pemeriksaan yang dirancang selesai dalam waktu kurang dari lima menit.

Perannya adalah skrining, bukan diagnosis. Pemeriksaan singkat dan relatif mudah diakses ini dapat membantu mengidentifikasi orang yang memerlukan evaluasi klinis lebih lanjut, terutama ketika Singapura menghadapi penuaan populasi.

Bhutan: melokalkan AI untuk rontgen dada

SingHealth dan Gyalpozhing College of Information Technology di Bhutan sepakat mengadaptasi model rontgen dada berbantuan AI berbasis MerMED-FM dengan menggunakan data pasien Bhutan. Proyek ini ditujukan untuk membantu mendeteksi infeksi paru dan kanker di lingkungan yang mungkin memiliki akses terbatas terhadap tenaga ahli radiologi.

Rencana kerja sama tersebut mencakup penyusunan pedoman AI yang bertanggung jawab, pengembangan kapasitas lokal, dan penerapan di tiga rumah sakit Bhutan pada 2027.

Pelokalan menjadi bagian penting dari proyek ini. Model AI medis yang dikembangkan atau dilatih dalam satu sistem kesehatan tidak bisa begitu saja diasumsikan akan bekerja sama baiknya di tempat lain. Populasi, prevalensi penyakit, perangkat pencitraan, alur kerja klinis, dan tuntutan regulasi dapat berbeda. Menguji serta menyesuaikan model dengan data lokal merupakan bagian dari upaya membuat penerapannya lebih aman dan bermanfaat.

Pelajaran dari strategi Singapura

Jika dilihat bersama, berbagai pengumuman tersebut menunjukkan pendekatan kesehatan sekaligus industri—bukan strategi AI yang hanya berfokus pada teknologi.

Pertama, proyek-proyek tersebut berangkat dari masalah klinis yang jelas: resistansi antimikroba, penurunan kognitif dini, keterbatasan keahlian pencitraan medis, dan risiko penyakit kronis. Kedua, proyek menghubungkan rumah sakit publik dengan lembaga riset, universitas, serta mitra teknologi pemerintah. Ketiga, kebutuhan penerapan seperti format produk, validasi lokal, tata kelola, dan pengawasan klinis diperlakukan sebagai bagian dari inovasi, bukan pekerjaan tambahan yang dipikirkan belakangan.

Bagi iACT, pendekatan itu berarti mengubah layanan pengujian berbasis rumah sakit menjadi kit yang dapat diproduksi. Bagi proyek Bhutan, pendekatan tersebut berarti menyesuaikan model pencitraan dengan lingkungan setempat, bukan mengekspornya tanpa perubahan.

Benang merahnya adalah translasi: mengubah riset klinis menjadi alat yang dapat digunakan secara bertanggung jawab dalam skala lebih besar, sambil menciptakan kekayaan intelektual, produk, dan kemitraan regional.

Peluangnya besar, tetapi buktinya tetap perlu dibaca secara hati-hati. Hasil analisis cost-effectiveness iACT berlaku untuk infeksi dan konteks tertentu, sementara penerapan yang lebih luas masih membutuhkan validasi dan proses regulasi. Strategi Singapura bukan sekadar mengumumkan AI medis, melainkan membangun infrastruktur untuk menguji, mengatur, mengomersialkan, dan menggunakannya dalam praktik.