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。
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。
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。
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。
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。