新加坡正开发专门针对新加坡患者和医疗实践的人工智能模型，这是新国家计划的一部分。
7月9日宣布的这一名为"新加坡医疗基础AI模型"（SIMFONI）的计划，旨在通过解决AI训练中使用的数据缺口，帮助临床医生更好地诊断糖尿病、高胆固醇和眼疾等疾病。
问题在于，当今医疗领域使用的大多数AI基础模型都是基于西方人群的数据进行训练的，这可能会限制其在新加坡临床环境中的准确性和相关性。
卫生部长王乙康在NCS Impact 2026会议上宣布这一新计划时表示："换句话说，它们没有上过我们的本地医学院。SIMFONI则会上过我们的本地医学院。"
王乙康表示，AI模型可以提供可能的诊断、治疗路径和下一步建议，但最终决定权仍在医生手中。
他补充说，计划在AI模型准备好后在公共医疗系统中全面部署，但没有透露具体时间表。
SIMFONI是新加坡临床研究与创新联盟（Cris）下的一项计划，该联盟汇集了卫生部的多个研究项目。
SIMFONI执行主任罗伯特·莫里斯教授表示，AI模型仍在选择中。这些模型需要能够解读医学影像、理解临床记录并支持临床推理。
许多现有的AI模型在性能、安全行为以及适应新加坡临床环境的能力方面也各不相同。
莫里斯表示："每个候选模型都要经过严格的评估和选择过程。（它们）在既定的医学基准上进行测试，根据新加坡的临床指南进行评估，并在本地数据上进行验证。"
将使用来自新加坡公共医疗系统的、反映本地人群的匿名临床数据。
其中一个AI模型将被训练来帮助医生管理糖尿病、高血压和高胆固醇——这些疾病共同构成了新加坡初级医疗系统最大的慢性病负担。
例如，与西方人相比，亚洲人在较低的身体质量指数下就会患上糖尿病，而且遗传风险因素也不同。
因此，AI系统需要识别可能需要早期治疗的患者，并检查新加坡的国家临床指南，以确保建议符合当前的护理标准。然后，系统将评估患者的病史、当前状况和其他相关数据，以建议医生可能需要关注的治疗方案或并发症。
另一个重点领域是白内障、视网膜疾病和青光眼等眼疾。新的多模态AI系统将能够理解文本、图像和音频，用于处理与患者的对话、眼部图像和医疗记录，生成临床笔记以支持医生的决策。
由于眼睛能为其他疾病（包括糖尿病、心血管和神经系统疾病）提供宝贵的见解，这项工作为扩展到其他医学专业奠定了基础。
王乙康还概述了在医疗领域良好部署AI所需的三个标准：强大的数字运营环境、高质量的数据，以及健全的政策和组织结构。
王乙康表示："善用AI不仅仅是要拥有最好的AI工具。还需要具备先决条件。否则，就像拥有一台最先进的家用电器，比如一台非常智能的电视。但那又怎样？你没有电源插座。"
采纳这一建议，卫生部正处于替换众多孤立IT系统的最后阶段，以确保覆盖整个公共医疗部门的系统能够集成进行数据共享。
王乙康表示，这项"艰巨的任务"已经进行了多年，包括到2028年采用通用电子病历系统。该系统将把三个公共医疗集群——国家大学卫生系统、NHG Health和新加坡保健服务——连接在一起。
数字运营环境的其他改进包括采用国家IT系统，用于计费、药房运营、社区环境中的患者转诊以及供应链管理等核心功能。
新加坡还需要生成高质量的数据。
王乙康指出，正如组织有财务和人力资源部门来管理人和钱，也需要有部门来管理数据，用于研究、分析和运营改进。
一个重要里程碑是国家电子健康记录（NEHR）系统，该系统将把患者的关键健康信息在公共和私营医疗服务提供者之间共享。
到2027年初，所有医疗服务提供者都必须向NEHR做出贡献。
另一个里程碑是国家数据分析平台TRUST，该平台为公共研究人员和选定的行业合作伙伴提供安全访问近50个匿名健康和健康相关数据集的权限。
王乙康指出，医疗是一个受到严格监管的领域，会谨慎考虑如何推进AI应用。
他表示："我们问自己：我们面临的问题是什么？有哪些需要改进的领域？AI技术如何帮助克服这些问题？"
例如，很多思考都用于决定如何实现医疗记录和临床编码的自动化、预测门诊就诊情况以改善医院运营、帮助放射科医生解读扫描结果，以及识别有高风险患慢性疾病的人群进行早期干预。
AI诊断工具能够检测到最微小的异常。但它的设计将只突出那些有明确诊断、治疗或随访方法的病例。
王乙康敦促听众学会与AI一起工作并共存，他表示："我们不能仅出于商业考虑就一往无前，即使递归AI系统获得自我强化的智能、能力和影响力。否则，机器似乎会比它们的制造者更聪明。"
他补充道："我们必须有意识地决定在哪里拥抱AI，在哪里约束它，以及在哪些地方人类的判断和努力必须占主导地位。"
【全文结束】