新加坡——药物不仅对不同的人有不同的作用，而且在同一个人生命的不同时期也可能产生不同的效果。
新加坡国立大学（NUS）生物医学工程系主任、Yong Loo Lin 医学院数字医学研究所所长何鼎教授及其团队正在开发一种方法，旨在消除药物使用的猜测成分，并为每个人优化药物剂量和组合。
例如，何教授表示，医生通常会给癌症患者一种两种药物的组合作为标准剂量。虽然这种方案已经足够，但如果能“稍微调整剂量，研究这两种药物在患者体内的相互作用”，治疗效果将会更佳。
在他正在进行的一项名为 Optim.AI 的算法临床试验中，一小块肿瘤被用来寻找特定患者的最佳剂量。它会针对多达十几种药物进行测试，提供大约 900 种不同的组合，以找到最有效的方案。
然后，他的团队将向医生推荐剂量，医生再决定给患者使用哪种剂量。
有时，患者的最佳剂量可能低于标准剂量，并且随着治疗的进展可能会发生变化。在新加坡，较低的剂量可以为患者节省大量费用，同时还能降低毒性。
何教授于 2018 年从美国移居新加坡，他因在人工智能应用于精准和个性化医学方面的工作而闻名。2023 年，他受邀在美国食品药品监督管理局（FDA）发表演讲，讨论如何利用人工智能定义和优化药物剂量。
他在 NUS 和加州大学洛杉矶分校（UCLA）的研究还催生了一家名为 KYAN Technologies 的衍生公司。
2025 年 3 月，KYAN 与梅奥诊所实验室（Mayo Clinic Laboratories, MCL）合作，测试 Optim.AI。MCL 是梅奥诊所的子公司，也是全球诊断领域的领导者，特别是在癌症相关诊断方面。MCL 总裁兼首席执行官威廉·莫里斯博士表示：“此次与 KYAN Technologies 的合作为医生提供了另一条途径，让他们能够获得最强大、最可靠的诊断选择，从而帮助他们做出明智决策，改善健康结果，并为患者提供个性化的治疗方案。”
数字医学的重要性不仅限于癌症治疗。
何教授表示：“数字医学是我们利用现有工具的能力，无论是通过可穿戴设备，还是通过更好地理解和分析我们的生物标志物以及它们随时间的变化，从而使我们能够更好地管理护理、更好地调整药物剂量、锻炼身体，甚至训练大脑。”
他是可穿戴技术的坚定支持者，这些技术可以追踪人们的运动、睡眠、压力水平和其他模式。他表示，如果人们了解自己身体内发生的情况，就更有可能做出改变。
他的试验还包括对大约 300 到 400 人进行的认知训练：“我们开发了这款多任务游戏，已经帮助健康人群进一步提升大脑表现。”
何教授计划探索的另一个领域是糖尿病预防，为人们提供工具，“预先并行为地改变，增强胰岛素敏感性，避免随时间推移失去它”。
这位美国人是新加坡的坚定支持者，他表示自己永远不会离开，因为“如果你想将治疗从实验室带到病床边，从想法到实施，新加坡是最佳之地”。
“不仅仅是技术本身。你需要一所真正支持你工作的大学领导层。你需要容易接触的利益相关者、政策制定者、监管者、报销人员和实施科学家。在我看来，新加坡是世界上唯一一个可以在短时间内接触到所有这些资源的地方，这让我们能够快速且安全地帮助人们。”
(全文结束)
