兩者結合,可能讓 iACT 在精準感染疾病診斷領域形成差異化定位。不過,商業成功不只取決於技術表現。開發者與醫療體系仍須處理檢測價格、報告時間、製造流程、法規路徑、臨床工作流程及支付模式等問題。當產品跨國使用時,各地的抗藥性模式與治療習慣也會影響其實際表現。
iACT 的合作是在 SingHealth「AI in Health x ATx26」研討會公布的多項計畫之一。這些項目共同呈現新加坡如何把臨床部署、研究合作、治理和區域拓展連結起來。
PENSIEVE-AI 是由 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位前失智症篩檢工具。它會分析受測者在觸控裝置上完成的繪圖任務,以找出與早期認知問題相關的跡象。一項據報涉及 1,758 名社區居住成年人的研究中,這項工具的評估時間設計為少於五分鐘。
PENSIEVE-AI 的角色是篩檢,而非診斷。它的吸引力在於,較短且容易操作的評估,或能協助及早辨識需要進一步臨床檢查的人,尤其適逢新加坡面對人口老化趨勢。
SingHealth 與不丹皇家大學旗下的 Gyalpozhing College of Information Technology,已同意運用不丹患者資料,調整一套以 MerMED-FM 為基礎的 AI 輔助胸腔 X 光模型。計畫目標是協助偵測肺部感染及癌症,服務可能缺乏專科放射科醫師的醫療環境。
在地化是這項計畫的核心。醫療 AI 模型在一個醫療環境中訓練或開發後,不能直接假定在另一個環境也有相同表現。不同地區的人口結構、疾病盛行率、影像設備、臨床流程及法規要求,都可能造成差異。因此,使用當地資料測試並調整模型,是讓部署更安全、更有用的一部分。
綜合來看,這些宣布呈現的並不是只重視技術本身的 AI 策略,而是一套結合醫療與產業的實務模式。
第一,計畫都從明確的臨床問題出發,包括抗生素抗藥性、早期認知衰退、影像專業人才不足及慢性病風險。第二,公立醫院與研究機構、大學及政府科技夥伴共同合作。第三,產品格式、在地驗證、治理機制及臨床監督,都被視為創新的必要部分,而不是事後才補上的要求。
對 iACT 而言,這代表將一項以醫院為基地的檢測服務,轉化為可製造的試劑盒;對不丹計畫而言,則是按照當地環境調整影像模型,而不是原封不動地輸出。兩者的共同主題是「轉化」:把臨床研究變成能負責任地大規模使用的工具,同時建立智慧財產、產品及區域合作關係。
機會固然可觀,但現有證據仍應審慎解讀。iACT 的成本效益結果只針對特定感染及新加坡情境,進一步擴大部署仍需驗證與法規工作。新加坡正在做的,不只是宣布醫療 AI 計畫,而是逐步建立測試、治理、商業化及實際使用這些技術所需的基礎設施。