為甚麼要由冷凍肉湯格式改成乾式試劑盒？

現時iACT採用肉湯培養格式，並需要冷凍儲存及處理。對於製造、存貨管理、運輸，以及未必具備完善冷鏈設施的化驗室而言，這些要求都會增加實際操作難度。

SGH與DxD Hub的合作，正是希望把測試重新配製成較穩定的乾式試劑盒。乾式產品有望簡化運送及儲存，延長實際保存期限，亦令不同化驗室的準備流程更一致。若iACT要由SGH內部的專門服務，變成可以重複生產及廣泛採用的診斷產品，這些條件相當重要。

因此，轉換格式不只是換包裝，而是由臨床研發走向規模化生產的重要一步，當中還包括品質驗證、監管審查，以及如何接入日常化驗室工作流程。

三年合作，先拓展新加坡再放眼海外

SGH與A*STAR DxD Hub已簽署為期三年的諒解備忘錄，合作將iACT產品化及商業化。資料顯示，在公布合作前的三年，SGH已使用這項測試84次；下一步是把服務推廣至更多新加坡醫院及化驗室，之後再考慮海外部署。

iACT的商業價值主要來自兩部分：

• 由180種專有抗生素組合組成的測試組合；
• 協助解讀化驗結果及支援治療選擇的軟件。

這種「專有測試組合＋決策支援軟件」的模式，可能令iACT在精準感染病診斷市場形成差異化。不過，能否成功商業化，並不只取決於技術是否準確。研發及醫療機構還要處理試劑價格、報告時間、生產流程、監管路徑、臨床工作安排及支付模式等問題。

當產品進入其他國家，當地的細菌耐藥模式及治療習慣亦會影響測試的實際表現，不能單靠在新加坡取得的結果便直接照搬。

同場公布的其他醫療AI項目

iACT的合作是在SingHealth舉行的「AI in Health x ATx26 Symposium」上公布，並與其他醫療AI計劃一同出現，顯示新加坡正把臨床應用、研究合作、治理及區域拓展放在同一條發展線上。

PENSIEVE-AI：五分鐘內進行認知篩查

PENSIEVE-AI是SGH與新加坡政府科技局（GovTech）、Duke-NUS醫學院及新加坡國立大學合作開發的數碼「前失智症」篩查工具。使用者在觸控裝置上完成繪圖任務，系統再分析圖畫中可能與早期認知問題相關的特徵。相關研究包括1,758名居於社區的成年人，而整個評估設計為少於五分鐘完成。

它的用途是篩查，不是作出正式診斷。優點在於以較短及較易接觸的方式，找出可能需要進一步臨床評估的人，尤其適合人口老化下對早期識別的需要。

不丹合作：按當地情況調整胸肺X光AI

SingHealth與不丹Gyalpozhing College of Information Technology合作，計劃利用不丹患者數據，調整一套以MerMED-FM為基礎的AI胸部X光模型，協助偵測肺部感染及癌症。在專科放射科支援有限的地方，這類工具有機會為臨床人員提供額外協助。

合作內容亦包括制定負責任AI指引、培訓及能力建設，並計劃在2027年前把模型部署到三間不丹醫院。

本地化是這項計劃的關鍵。醫療AI模型在不同地方的表現不會自動一樣，因為人口特徵、疾病流行情況、影像設備、臨床流程及監管要求都可能不同。以當地數據測試及調整模型，是令部署更安全、更實用的一部分，而不是把一個模型原封不動出口。

新加坡的醫療AI路線：由臨床問題出發，再做到可以落地

把這些公布放在一起看，看到的並不是單純「加AI落醫療」的口號，而是一套由臨床問題推動、再連接產業化的實際模式。

第一，項目都針對具體需要，包括抗菌素耐藥、早期認知衰退、醫學影像專科人手不足及慢性病風險。第二，公共醫院與科研機構、大學及政府科技夥伴共同開發。第三，產品格式、本地驗證、治理及臨床監督，都被視為創新的必要部分，而不是最後才補上的要求。

對iACT而言，重點是把一項由醫院醫生主導的測試服務，轉化成可以製造及在多地使用的試劑盒。對不丹項目而言，重點則是按當地醫療環境調整影像模型，而不是直接出口一個「一套走天下」的答案。

共同主線是把臨床研究轉化成能夠負責任地大規模使用的工具，同時建立知識產權、產品、製造能力及跨境合作。機會固然不小，但現有證據仍要小心解讀：iACT的成本效益結果只適用於特定感染及新加坡場景，若要廣泛部署，仍須進一步驗證及完成監管工作。新加坡真正嘗試建立的，不只是醫療AI項目本身，還包括測試、治理、商業化及臨床應用所需的整套基礎能力。

為甚麼要由冷凍肉湯格式改成乾式試劑盒？

現時iACT採用肉湯培養格式，並需要冷凍儲存及處理。對於製造、存貨管理、運輸，以及未必具備完善冷鏈設施的化驗室而言，這些要求都會增加實際操作難度。

SGH與DxD Hub的合作，正是希望把測試重新配製成較穩定的乾式試劑盒。乾式產品有望簡化運送及儲存，延長實際保存期限，亦令不同化驗室的準備流程更一致。若iACT要由SGH內部的專門服務，變成可以重複生產及廣泛採用的診斷產品，這些條件相當重要。

因此，轉換格式不只是換包裝，而是由臨床研發走向規模化生產的重要一步，當中還包括品質驗證、監管審查，以及如何接入日常化驗室工作流程。

三年合作，先拓展新加坡再放眼海外

SGH與A*STAR DxD Hub已簽署為期三年的諒解備忘錄，合作將iACT產品化及商業化。資料顯示，在公布合作前的三年，SGH已使用這項測試84次；下一步是把服務推廣至更多新加坡醫院及化驗室，之後再考慮海外部署。

iACT的商業價值主要來自兩部分：

• 由180種專有抗生素組合組成的測試組合；
• 協助解讀化驗結果及支援治療選擇的軟件。

這種「專有測試組合＋決策支援軟件」的模式，可能令iACT在精準感染病診斷市場形成差異化。不過，能否成功商業化，並不只取決於技術是否準確。研發及醫療機構還要處理試劑價格、報告時間、生產流程、監管路徑、臨床工作安排及支付模式等問題。

當產品進入其他國家，當地的細菌耐藥模式及治療習慣亦會影響測試的實際表現，不能單靠在新加坡取得的結果便直接照搬。

同場公布的其他醫療AI項目

iACT的合作是在SingHealth舉行的「AI in Health x ATx26 Symposium」上公布，並與其他醫療AI計劃一同出現，顯示新加坡正把臨床應用、研究合作、治理及區域拓展放在同一條發展線上。

PENSIEVE-AI：五分鐘內進行認知篩查

PENSIEVE-AI是SGH與新加坡政府科技局（GovTech）、Duke-NUS醫學院及新加坡國立大學合作開發的數碼「前失智症」篩查工具。使用者在觸控裝置上完成繪圖任務，系統再分析圖畫中可能與早期認知問題相關的特徵。相關研究包括1,758名居於社區的成年人，而整個評估設計為少於五分鐘完成。

它的用途是篩查，不是作出正式診斷。優點在於以較短及較易接觸的方式，找出可能需要進一步臨床評估的人，尤其適合人口老化下對早期識別的需要。

不丹合作：按當地情況調整胸肺X光AI

SingHealth與不丹Gyalpozhing College of Information Technology合作，計劃利用不丹患者數據，調整一套以MerMED-FM為基礎的AI胸部X光模型，協助偵測肺部感染及癌症。在專科放射科支援有限的地方，這類工具有機會為臨床人員提供額外協助。

合作內容亦包括制定負責任AI指引、培訓及能力建設，並計劃在2027年前把模型部署到三間不丹醫院。

本地化是這項計劃的關鍵。醫療AI模型在不同地方的表現不會自動一樣，因為人口特徵、疾病流行情況、影像設備、臨床流程及監管要求都可能不同。以當地數據測試及調整模型，是令部署更安全、更實用的一部分，而不是把一個模型原封不動出口。

新加坡的醫療AI路線：由臨床問題出發，再做到可以落地

把這些公布放在一起看，看到的並不是單純「加AI落醫療」的口號，而是一套由臨床問題推動、再連接產業化的實際模式。

第一，項目都針對具體需要，包括抗菌素耐藥、早期認知衰退、醫學影像專科人手不足及慢性病風險。第二，公共醫院與科研機構、大學及政府科技夥伴共同開發。第三，產品格式、本地驗證、治理及臨床監督，都被視為創新的必要部分，而不是最後才補上的要求。

對iACT而言，重點是把一項由醫院醫生主導的測試服務，轉化成可以製造及在多地使用的試劑盒。對不丹項目而言，重點則是按當地醫療環境調整影像模型，而不是直接出口一個「一套走天下」的答案。

共同主線是把臨床研究轉化成能夠負責任地大規模使用的工具，同時建立知識產權、產品、製造能力及跨境合作。機會固然不小，但現有證據仍要小心解讀：iACT的成本效益結果只適用於特定感染及新加坡場景，若要廣泛部署，仍須進一步驗證及完成監管工作。新加坡真正嘗試建立的，不只是醫療AI項目本身，還包括測試、治理、商業化及臨床應用所需的整套基礎能力。