新加坡正着眼于在人工智能(AI)的帮助下发现医疗保健方面的进步，特别关注四个临床领域，包括心理健康、老年人虚弱和癌症筛查。
根据新加坡南洋理工大学(NTU)和国家医疗保健集团(NHG)的联合声明，一个新的人工智能医学中心已经成立，以“弥合人工智能创新与医学实际应用之间的差距”。
该设施将由南洋理工大学李光前医学院领导，其研究计划将寻求“革命性”的患者护理，并支持公共卫生政策。这符合该国第二个国家人工智能战略，以推动人工智能驱动的医疗保健产品和服务。
新中心将容纳100多名研究人员和临床医生，并聚集当地和国际学术和行业合作伙伴，包括耶鲁大学医学院和奥林巴斯新加坡公司。这些组织将参与各个领域的研究，如计算机工程、数据分析、社会科学和伦理学。
虽然新加坡为医疗保健领域“人工智能的安全增长”提供了坚实的基础，但新中心的联合主任兼李光前医学院院长宋志成(Joseph Sung)指出，要弥合技术发展与现实临床应用之间的差距，还需要做更多的工作。
Sung表示:“我们独特的跨领域多学科研究将确保人工智能解决方案不仅具有创新性，而且易于获取、负担得起、可扩展。”
南洋理工大学计算与数据科学学院能力建设中心联合主任、高级副院长、副院长苗春艳表示，促进人机交互，创造以人为本的人工智能系统，让医疗专业人员能够以自然和直观的方式使用，这一点很重要。确保人工智能应用被采用并产生影响，苗解释说。
“对人工智能的真正考验是它在医院、诊所或社区的部署如何影响患者和人群的健康结果，”NHG医学研究委员会主席本杰明·西特(Benjamin Seet)说。“我们希望在现实世界中看到它的影响和价值。”
耶鲁大学医学院生物医学信息学副院长、生物医学信息学和数据科学系主任露西拉·奥诺-马查多补充说:“除了加强研究和发现，改善患者的治疗效果外，人工智能还将为人类创造更多的空间。”“通过自动化文档流程和医疗保健的机械方面，人工智能将为临床医生和患者之间的倾听和互动提供更多时间。”
根据南洋理工大学和NHG的说法，在医疗保健领域采用人工智能，包括生成人工智能(gen AI)和机器学习，已经在诊断和治疗方面取得了重大进展。例如，他们指出，人工智能被用于检测胸部x光片、乳房x光片和脑部CT扫描中的异常情况。SELENA+2等深度学习模型也被用于检测糖尿病视网膜病变。
这两家新加坡组织指出，尽管取得了这些进步，但新加坡在临床实践中采用人工智能的速度比其他行业要慢。通过这个新中心，他们希望解决阻碍人工智能在医疗保健领域全面整合的挑战，包括缺乏临床数据来证明人工智能在改善患者预后方面的有效性，以及围绕人工智能伦理和法律方面的不确定性。
该设施将运行人工智能模拟和实施研究，使医疗保健专业人员能够在将人工智能工具部署到现实环境之前对其进行测试。
南洋理工大学和NHG表示，该中心配备了GPU系统，还将进行加速人工智能和机器学习应用的研究，同时保护数据隐私。
他们补充说:“这些研究将为如何将人工智能有效地整合到临床工作流程中提供关键见解，重点是解决当地医疗保健系统的具体需求。”
新加坡数字发展和信息部高级国务部长陈庆豪(Tan Kiat How)在发布会上表示，新加坡希望利用技术来克服限制，同时保持“对权衡的清醒认识”，并积极努力将不利因素降至最低。
谭说，这种“务实”的方法导致了国家对通用技术的使用，包括计算机和互联网。他说:“我们对人工智能采取同样的态度和方法，人工智能近年来发展迅速，尤其是在生成式人工智能领域。”
他指出，围绕人工智能的行业讨论现在已经超越了炒作，他指出，对投资回报的关注推动了更可行的商业模式——没有这些，就很难建立一个可持续的人工智能生态系统。
他进一步强调了人工智能在医疗保健领域的作用，该技术大大加快了治疗方法的发现。
“例如，我们花了半个世纪的时间才了解几十万种蛋白质的结构。有了像AlphaFold这样的人工智能工具，科学家们在短短几年内就预测了6亿多种蛋白质的结构和相互作用。”“这已经彻底改变了药物发现，我们只是在这一领域应用人工智能的潜力的表面。
他说，人工智能还可以解决与劳动力短缺和医疗成本上升相关的挑战，这些挑战将随着全球人口老龄化而继续增长。
