จากบริการเฉพาะทางสู่ชุดตรวจเชิงพาณิชย์: SGH และ A*STAR ขยาย iACT ด้วย AI

ทำไมต้องเปลี่ยนจากน้ำยาแช่แข็งเป็นชุดตรวจแบบแห้ง

รูปแบบ iACT ในปัจจุบันเป็นการตรวจด้วยน้ำยา broth และต้องจัดเก็บหรือขนส่งในสภาวะแช่แข็ง เงื่อนไขดังกล่าวทำให้การผลิตในปริมาณมาก การบริหารคลังสินค้า การขนส่ง และการนำไปใช้ในห้องปฏิบัติการที่มีระบบควบคุมอุณหภูมิจำกัดทำได้ยากขึ้น

ความร่วมมือระหว่าง SGH กับ DxD Hub จึงมุ่งปรับ iACT ให้เป็น ชุดตรวจแบบแห้ง ที่มีความเสถียรมากขึ้น รูปแบบนี้อาจช่วยให้การจัดส่งและการจัดเก็บสะดวกขึ้น ยืดอายุการใช้งานในทางปฏิบัติ และทำให้การเตรียมตรวจในห้องปฏิบัติการหลายแห่งมีมาตรฐานสม่ำเสมอขึ้น

การเปลี่ยนรูปแบบจึงไม่ใช่เพียงการปรับบรรจุภัณฑ์ แต่เป็นขั้นตอนสำคัญในการขยายจากวิธีตรวจที่พัฒนาขึ้นสำหรับบริการในโรงพยาบาล ไปสู่ผลิตภัณฑ์วินิจฉัยที่ต้องผ่านการผลิต การตรวจสอบคุณภาพ การประเมินตามข้อกำกับดูแล และการผนวกเข้ากับกระบวนการทำงานประจำของห้องปฏิบัติการ

แผนเชิงพาณิชย์และอุปสรรคที่ยังต้องผ่าน

SGH และ DxD Hub ลงนามบันทึกความเข้าใจระยะ 3 ปี เพื่อพัฒนา iACT ให้เป็นผลิตภัณฑ์และนำออกสู่ตลาด แทนที่จะคงไว้เป็นบริการเฉพาะทางของโรงพยาบาลเพียงแห่งเดียว ก่อนประกาศความร่วมมือ SGH ใช้การทดสอบนี้ไปแล้ว 84 ครั้งในช่วง 3 ปี และมีแนวทางขยายไปยังโรงพยาบาลและห้องปฏิบัติการอื่นในสิงคโปร์ ก่อนพิจารณาการใช้งานในต่างประเทศ

ข้อเสนอเชิงพาณิชย์ของ iACT ประกอบด้วย 2 ส่วนหลัก ได้แก่

• ชุดสูตรยาปฏิชีวนะผสมที่เป็นกรรมสิทธิ์;
• ซอฟต์แวร์ช่วยแปลผลการตรวจและสนับสนุนการเลือกแนวทางรักษา

การผสานสองส่วนนี้อาจทำให้ iACT มีจุดยืนที่แตกต่างในตลาดการวินิจฉัยโรคติดเชื้อแบบแม่นยำ แต่ความสำเร็จทางธุรกิจจะไม่ได้ขึ้นอยู่กับประสิทธิภาพทางเทคนิคเพียงอย่างเดียว ผู้พัฒนาและระบบสุขภาพยังต้องตอบคำถามเรื่องราคาตรวจ ระยะเวลารอผล กระบวนการผลิต การขออนุญาตตามกฎระเบียบ ขั้นตอนการทำงานของบุคลากร และรูปแบบการเบิกจ่ายค่ารักษา

เมื่อ iACT ขยายไปยังประเทศต่าง ๆ รูปแบบการดื้อยาและแนวทางการรักษาในแต่ละพื้นที่ก็จะเป็นปัจจัยสำคัญเช่นกัน

โครงการ AI สุขภาพอื่นที่เปิดตัวควบคู่กัน

การประกาศความร่วมมือด้าน iACT เกิดขึ้นพร้อมโครงการอื่นในงาน SingHealth’s AI in Health x ATx26 Symposium สะท้อนแนวทางของสิงคโปร์ที่พยายามเชื่อมการใช้งานจริงในระบบสุขภาพเข้ากับงานวิจัย ธรรมาภิบาล และการขยายความร่วมมือระดับภูมิภาค

PENSIEVE-AI: คัดกรองปัญหาด้านการรู้คิดในเวลาไม่กี่นาที

PENSIEVE-AI เป็นเครื่องมือดิจิทัลสำหรับคัดกรองภาวะก่อนสมองเสื่อม พัฒนาโดย SGH ร่วมกับ GovTech, Duke-NUS Medical School และ National University of Singapore ระบบวิเคราะห์กิจกรรมการวาดภาพบนอุปกรณ์หน้าจอสัมผัส เพื่อค้นหาสัญญาณที่เกี่ยวข้องกับปัญหาด้านการรู้คิดระยะเริ่มต้น

การศึกษาที่มีรายงานครอบคลุมผู้ใหญ่ที่อาศัยอยู่ในชุมชน 1,758 คน และเครื่องมือนี้ออกแบบให้ประเมินเสร็จภายในเวลาไม่ถึง 5 นาที บทบาทของ PENSIEVE-AI คือการ คัดกรอง ไม่ใช่การวินิจฉัย จุดเด่นคือการประเมินที่ใช้เวลาไม่นานและเข้าถึงได้ง่าย ซึ่งอาจช่วยระบุผู้ที่ควรได้รับการตรวจเพิ่มเติมจากบุคลากรทางการแพทย์ โดยเฉพาะในช่วงที่สิงคโปร์รับมือกับสังคมสูงวัย

ภูฏาน: ปรับ AI วิเคราะห์เอกซเรย์ให้เข้ากับข้อมูลท้องถิ่น

SingHealth และ Gyalpozhing College of Information Technology ของภูฏานตกลงร่วมกันปรับใช้โมเดล AI ช่วยวิเคราะห์ภาพเอกซเรย์ทรวงอกที่อิงจาก MerMED-FM โดยใช้ข้อมูลผู้ป่วยชาวภูฏาน โครงการนี้มีเป้าหมายสนับสนุนการตรวจหาการติดเชื้อในปอดและมะเร็งในพื้นที่ที่เข้าถึงผู้เชี่ยวชาญด้านรังสีวิทยาได้จำกัด

แผนงานยังครอบคลุมแนวทาง AI อย่างมีความรับผิดชอบ การพัฒนาศักยภาพบุคลากร และการนำระบบไปใช้ในโรงพยาบาลของภูฏาน 3 แห่งภายในปี 2027

การปรับให้เข้ากับท้องถิ่นเป็นหัวใจสำคัญของโครงการ เพราะไม่ควรสรุปว่าโมเดลทางการแพทย์ที่พัฒนาหรือฝึกจากระบบสุขภาพหนึ่งจะทำงานได้เหมือนเดิมในอีกระบบหนึ่งโดยอัตโนมัติ ทั้งลักษณะประชากร ความชุกของโรค เครื่องมือถ่ายภาพ ขั้นตอนการทำงาน และข้อกำกับดูแลอาจแตกต่างกัน การทดสอบและปรับโมเดลด้วยข้อมูลท้องถิ่นจึงเป็นส่วนหนึ่งของการทำให้การนำ AI ไปใช้ปลอดภัยและมีประโยชน์มากขึ้น

สิ่งที่แนวทางของสิงคโปร์กำลังบอกเรา

เมื่อมองรวมกัน โครงการเหล่านี้สะท้อนโมเดลด้านสุขภาพและอุตสาหกรรมที่ไม่ได้มอง AI เป็นเพียงเทคโนโลยี แต่ให้ความสำคัญกับการนำไปใช้จริงด้วย

ประการแรก ทุกโครงการเริ่มจากปัญหาทางคลินิกที่ชัดเจน ไม่ว่าจะเป็นเชื้อดื้อยา ความเสื่อมถอยด้านการรู้คิด การขาดแคลนผู้เชี่ยวชาญด้านภาพวินิจฉัย หรือความเสี่ยงจากโรคเรื้อรัง ประการที่สอง โครงการเชื่อมโรงพยาบาลรัฐเข้ากับหน่วยงานวิจัย มหาวิทยาลัย และพันธมิตรด้านเทคโนโลยีของภาครัฐ ประการที่สาม ข้อกำหนดด้านการนำไปใช้จริง เช่น รูปแบบผลิตภัณฑ์ การตรวจสอบกับข้อมูลท้องถิ่น ธรรมาภิบาล และการกำกับโดยแพทย์ ถูกวางให้เป็นส่วนหนึ่งของนวัตกรรมตั้งแต่ต้น ไม่ใช่เรื่องที่ค่อยมาแก้ภายหลัง

สำหรับ iACT นั่นหมายถึงการเปลี่ยนบริการตรวจในโรงพยาบาลให้กลายเป็นชุดตรวจที่ผลิตได้ในระดับอุตสาหกรรม ส่วนโครงการในภูฏานหมายถึงการปรับโมเดลภาพวินิจฉัยให้เข้ากับสภาพแวดล้อมในประเทศนั้น แทนการนำระบบจากที่หนึ่งไปใช้โดยไม่เปลี่ยนแปลง

โอกาสทางการแพทย์และเศรษฐกิจมีอยู่มาก ทั้งในรูปทรัพย์สินทางปัญญา ผลิตภัณฑ์วินิจฉัย ซอฟต์แวร์ทางคลินิก การผลิต และความร่วมมือข้ามพรมแดน แต่หลักฐานควรได้รับการอ่านอย่างรอบคอบ ผลการวิเคราะห์ความคุ้มค่าของ iACT เจาะจงอยู่ที่การติดเชื้อและบริบทของสิงคโปร์ ขณะที่การขยายการใช้งานในวงกว้างยังต้องผ่านการตรวจสอบและขั้นตอนด้านกฎระเบียบเพิ่มเติม

กล่าวอีกอย่างหนึ่ง ยุทธศาสตร์ของสิงคโปร์ไม่ได้หยุดอยู่ที่การประกาศใช้ AI ทางการแพทย์ แต่พยายามสร้างโครงสร้างพื้นฐานสำหรับทดสอบ กำกับดูแล ผลิตเชิงพาณิชย์ และนำเทคโนโลยีไปใช้จริงอย่างมีความรับผิดชอบ