新加坡医疗借力AI提升患者个性化护理水平
快速阅读: 2025年“GovInsider Live: Healthcare Day”展示新加坡医疗行业通过AI技术提升运营，解决数据碎片化问题，提高数据可用性和患者护理质量，强调安全性和透明度。
新加坡的医疗行业在采用技术以改革和提升运营方面并不陌生。这一点在2025年“GovInsider Live: Healthcare Day”活动上尤为明显，一系列的小组讨论和演讲展示了医疗行业如何将技术融入传统流程，以构建更具未来韧性的健康生态系统。从活动中可以看出，医疗专业人士正在迅速采用人工智能（AI）代理来简化临床工作流程并个性化患者护理。
在名为“AI和精准健康——推动大规模的公共卫生目标”的小组讨论中，演讲者分享了将AI整合到医疗保健中如何提高生产力，并定制护理以满足患者需求。NHG Health, Health Services and Outcomes Research的顾问Ang Yee Gary博士指出：“通过AI，可以基于患者的偏好、信仰甚至个性，创建有针对性的个性化信息。”演讲者补充说，将大量数据如患者记录和药物过敏等情境化，对于利用AI提供此类个性化护理至关重要。
关键在于，医疗机构需要建立强大的数据基础，AI可以帮助从中提取见解、生成预测，并将数据驱动的信息整合到工作流程中，以有意义的方式触及患者。为了订阅GovInsider通讯，请点击这里。
首要任务：解决数据碎片化问题
每天，医疗专业人士处理来自不同来源的大量数据，无论是来自可穿戴设备的心跳追踪数据、扫描图像还是基因组数据。“第一个挑战总是关于碎片化。数据分散在不同的设备、环境、应用程序和存储位置。为了实现全国范围的医疗应用，我们需要思考如何将相关数据如患者信息、药物过敏史和医院就诊记录整合在一起。”Elastic的东盟、大中华区及韩国解决方案架构师高级经理Samuel Ho表示。
要理解患者的完整健康状况并实现有针对性的干预措施，连接所有这些数据库是关键。然而，传统的数据整合方法在将数据从本地迁移到云端或在云之间迁移时往往成本高昂。为此，Elastic Search AI平台旨在支持大规模和高速度的数据整合。无论组织是在索引数十亿日志、跨越多年的威胁搜索还是检索大量的向量嵌入，都能获得即时可搜索的结果、由AI驱动的相关性和实时分析，Ho指出。
Ho提到，AI赋能的平台能够帮助管理来自不同源的大量数据，从而提高数据的可用性，最终改善患者护理。例如，Search AI平台的一个应用就是创建一个分布式的“数据网格”，无需移动数据即可帮助管理数据，允许跨不同系统进行实时搜索，同时保持数据在原始位置。为了管理大量的碎片化数据，Ho建议通过Search AI增强数据分析输出，可以提高数据的可用性和相关性。
“一旦有了所有的数据，就可以提供一个通用的模式，让每个人都可以使用一种通用的语言来搜索和找到相关的数据和洞察力，用于他们的目的。”Ho说道。这种灵活性使得医疗专业人士能够利用历史数据，在多个环境中搜索具有特定症状的患者记录。
“当有一个良好的搜索体验时，我们开始期望从我们的数据中获得更多。Search AI可以帮助在医疗背景下对这些数据进行情境化，提高性能。”确保信任和安全
在医疗领域，个人的福祉至关重要，对错误的容忍度为零，包括因AI生成结果导致的错误。建立信任对于开发不仅保护敏感信息，而且产生符合既定临床指南的准确见解的AI应用程序至关重要。Ho指出，保持数据在其原始状态可以有助于在使用AI时保持准确性。
“一旦我们保持数据为原始来源，通常会看到准确性，因为这意味着不会转换数据。”对于更加敏感的数据，如基因组数据，演讲者提到了Five Safes框架来维护信任：认证、数据保护、安全设置、不泄露可识别信息以及安全的公共卫生活动。这是一种在整个过程中维持信任的方法，AWS亚太地区基因组行业领导者Charlie Lee指出。为了订阅GovInsider通讯，请点击这里。
与会者强调，在处理人工智能系统时确保安全性和透明度的重要性。图片来源：GovInsider。
该过程首先确保访问数据的人员经过认证、培训并获得批准。这些人员还需提供访问数据的具体目的。
研究环境通过安全设置得到保护，包括全面审计和端到端加密。这意味着最终输出必须经过审查，以确保不会泄露可识别的信息。
最后，当这一过程有利于公共健康而非个人利益时，才能被视为安全可信，李解释说。
“透明度和信任将促进合作，”李补充道，“因此，当你利用人工智能时，必须能够解释结果，AI如何使用数据，以及隐私如何得到保护。”
公民的数据安全和隐私也必须得到保障。除了遵守安全措施外，还需要采取措施防止敏感个人信息被恶意行为者窃取。
组织还必须确保在使用的人工智能应用程序中设置防护措施，以便只有需要特定信息的用户才能获取这些信息。
例如，医生可以使用聊天机器人查询患者的医疗记录，但普通用户不应能够通过聊天机器人获取其他公民的医疗过敏信息或身份号码。
确保服务可用性
与会者指出了医疗服务面临的挑战：在提供及时患者护理的同时，努力实现能够覆盖所有人群的弹性应用。
为了确保用户在需要时能够访问服务，应用程序必须具备安全且无缝地检索数据的能力，以最小化意外停机时间。
霍指出：“对于每个应用程序而言，可观测性至关重要，它能主动识别异常并进行根本原因分析，以确保稳定性能。”
通过收集和分析数据，IT团队可以了解应用程序在其运行环境中的行为。
Elastic Observability能够基于组织数据的洞察，识别性能异常，使得这些问题能够在几秒钟内得到主动解决，而不是几个小时。
例如，在沙特阿拉伯，像Lean这样的医疗保健组织正在利用Elastic的搜索AI功能进行观测，以实现快速诊断和修复系统错误。
Lean是一家通过倡议和数字产品支持沙特阿拉伯医疗行业的公司，是该国医疗行业转型计划（HSTP）项目的一部分。
该解决方案实现了强大的性能，使用户能够随时自信地访问Lean的服务。
此外，随着Search AI处理大部分应用性能监控工作，IT团队可以腾出时间开发更多面向客户的特性。
订阅GovInsider通讯，请点击这里。
未来医疗应用
霍指出，随着医疗创新继续专注于提供最佳患者护理，通过数据关联构建直观应用的新机会正在涌现。
新加坡国立医院的蔡伟杰高级助理主任分享了人工智能如何帮助医疗专业人员向特定人群提供更加个性化的护理。图片来源：GovInsider。
“下一波创新真的是一项能够整合所有这些数据、进行关联并提取输出的技术，”霍说。
通过有意识地从各个群体收集数据，有可能为患者提供更加针对性和个性化的护理。
来自新加坡国立医院的蔡伟杰高级助理主任介绍了如何利用人工智能和现有数据，针对新生儿父母群体调整诊所咨询流程。
该团队开发了一种数字解决方案，让新手父母可以在家中完成婴儿的首次检查，从而避免了五到七次耗时的诊所访问。
“我们希望利用智能手机让父母在家拍摄婴儿皮肤的照片，集成的人工智能可以校准颜色，确定婴儿的状况，并进行家庭监测，”他解释道。
蔡伟杰补充说，该解决方案预计不久将进入临床试验阶段，并在未来几年推出。
(以上内容均由Ai生成)
