SGH ve A*STAR, dirençli enfeksiyonlara karşı yapay zekâ destekli testi büyütüyor

İlk ekonomik bulgular olumlu olsa da kapsamları sınırlı. 2026’da yayımlanan bir analiz, Singapur’da karbapenem dirençli Pseudomonas aeruginosa enfeksiyonlarında iACT kullanımının maliyet açısından etkili olmasının muhtemel olduğu sonucuna vardı. Bu bulgu, testin her patojen, hastane veya sağlık sistemi için klinik yarar sağladığını tek başına kanıtlamıyor.

Neden kuru kit formatına geçiliyor?

Mevcut iACT formatı sıvı besiyerine dayanıyor ve dondurulmuş koşullarda taşınıp saklanmasını gerektiriyor. Bu durum üretim, stok yönetimi, nakliye ve sıkı soğuk zincir altyapısına sahip olmayan laboratuvarlarda kullanım açısından pratik sorunlar yaratıyor.

SGH ile DxD Hub arasındaki iş birliği, testi daha kararlı bir kuru kit formatına dönüştürmeyi hedefliyor. Kuru bir ürünün taşınması ve saklanması daha kolay olabilir; ayrıca pratik raf ömrünü uzatabilir ve farklı laboratuvarlarda hazırlık sürecini daha standart hâle getirebilir.

Bu nedenle format değişikliği yalnızca bir ambalaj yeniliği değil. Hastanede hekimler tarafından geliştirilen bir yöntemin üretime, kalite doğrulamasına, düzenleyici incelemeye ve rutin laboratuvar iş akışlarına uyarlanması anlamına gelen bir ölçek büyütme adımı.

Ticarileşme planı ve aşılması gereken engeller

İki kuruluş, iACT’yi ürünleştirmek ve ticarileştirmek amacıyla üç yıllık bir mutabakat zaptı imzaladı. Açıklama öncesindeki üç yılda test SGH’de 84 kez kullanılmıştı. Plan, önce Singapur’daki daha fazla hastane ve laboratuvara erişim sağlamak, ardından yurt dışı kullanımını değerlendirmek.

Ticari ürünün temel önerisi iki parçadan oluşuyor:

• kuruma özgü antibiyotik kombinasyonlarından oluşan panel;
• laboratuvar sonuçlarını yorumlamaya ve tedavi seçimini desteklemeye yardımcı olan yazılım.

Bu birleşim, iACT’ye hassas enfeksiyon hastalıkları tanısı alanında farklılaşma sağlayabilir. Ancak ticari başarı yalnızca teknik performansa bağlı olmayacak. Geliştiricilerin ve sağlık sistemlerinin test fiyatını, sonuçlanma süresini, üretim yöntemini, düzenleyici onay sürecini, klinik iş akışını ve geri ödeme modelini de netleştirmesi gerekecek. Test farklı ülkelere taşındıkça yerel direnç örüntüleri ve tedavi uygulamaları da önem kazanacak.

Singapur’un daha geniş sağlıkta yapay zekâ programı

İACT anlaşması, Singapur’un klinik uygulamayı araştırma ortaklıkları, yönetişim ve bölgesel genişlemeyle nasıl bir araya getirdiğini gösteren başka girişimlerle birlikte duyuruldu.

PENSIEVE-AI: daha düşük yükle bilişsel tarama

PENSIEVE-AI, SGH’nin Singapur Hükümeti Teknoloji Ajansı (GovTech), Duke-NUS Tıp Fakültesi ve Singapur Ulusal Üniversitesi ile geliştirdiği dijital bir demans öncesi tarama aracı. Sistem, dokunmatik bir cihazda tamamlanan çizim görevlerini analiz ederek erken bilişsel sorunlarla ilişkili işaretleri belirlemeye çalışıyor. Bildirilen bir çalışmaya toplum içinde yaşayan 1.758 yetişkin katıldı ve araç değerlendirmeyi beş dakikadan kısa sürede tamamlayacak şekilde tasarlandı.

PENSIEVE-AI’nin rolü tanı koymak değil, tarama yapmak. Nispeten kısa ve erişilebilir bir değerlendirmenin, özellikle nüfusun yaşlanmasına yanıt arayan Singapur’da, daha ileri klinik incelemeye ihtiyaç duyabilecek kişilerin belirlenmesine yardımcı olması hedefleniyor.

Bhutan’da göğüs röntgeni yapay zekâsını yerelleştirme

SingHealth ile Bhutan’daki Gyalpozhing College of Information Technology, MerMED-FM temelindeki yapay zekâ destekli göğüs röntgeni modelini Bhutanlı hastaların verileriyle uyarlamak üzere anlaşmaya vardı. Proje, uzman radyoloji hizmetlerine erişimin sınırlı olabildiği ortamlarda akciğer enfeksiyonu ve kanserinin saptanmasını desteklemeyi amaçlıyor.

Plan kapsamında sorumlu yapay zekâ ilkeleri, kapasite geliştirme ve modelin 2027’ye kadar Bhutan’daki üç hastanede kullanıma alınması bulunuyor.

Bu projede yerelleştirme kritik önem taşıyor. Bir sağlık ortamında eğitilen veya geliştirilen tıbbi yapay zekâ modelinin başka bir ortamda aynı performansı göstereceği varsayılamaz. Nüfus özellikleri, hastalık yaygınlığı, görüntüleme cihazları, klinik iş akışları ve düzenleyici beklentiler değişebilir. Modelin yerel verilerle test edilmesi ve uyarlanması, daha güvenli ve yararlı bir uygulamanın parçası.

Singapur’un yaklaşımı ne gösteriyor?

Bu duyurular birlikte değerlendirildiğinde, yalnızca teknolojiye odaklanan bir yapay zekâ stratejisinden çok, sağlık ve sanayiyi aynı çerçevede buluşturan pratik bir model ortaya çıkıyor.

İlk olarak projeler, yapay zekâyı kendi başına bir amaç olarak değil; antibiyotik direnci, erken bilişsel gerileme, uzman görüntüleme hizmetlerine erişim ve kronik hastalık riski gibi tanımlı klinik sorunları çözmek için kullanıyor. İkinci olarak kamu hastaneleri, araştırma kuruluşları, üniversiteler ve devletin teknoloji ortakları arasında bağlantı kuruluyor. Üçüncü olarak ürün formatı, yerel doğrulama, yönetişim ve klinik denetim gibi uygulama koşulları inovasyonun sonradan eklenecek parçaları değil, baştan tasarımın unsurları olarak ele alınıyor.

İACT açısından bu, hastane laboratuvarındaki umut verici bir hizmetin üretilebilir bir kite dönüştürülmesi demek. Bhutan projesi açısından ise görüntüleme modelinin olduğu gibi ihraç edilmesi yerine yerel sağlık ortamına uyarlanması anlamına geliyor. Ortak payda, klinik araştırmayı sorumlu biçimde ölçeklenebilen araçlara dönüştürmek; bunu yaparken fikrî mülkiyet, ürünler ve bölgesel ortaklıklar oluşturmak.

Fırsat büyük, ancak kanıtları dikkatle okumak gerekiyor. iACT’nin maliyet etkinliği sonucu belirli bir enfeksiyon ve sağlık ortamına özgü; daha geniş kullanım için hâlâ doğrulama ve düzenleyici çalışmalar gerekiyor. Singapur’un stratejisi yalnızca sağlıkta yapay zekâ ilan etmekten ibaret değil; bu teknolojileri uygulamada test etmek, yönetmek, ticarileştirmek ve kullanmak için gerekli altyapıyı kurmaya dayanıyor.