本地开发用人工智能分析心脏扫描图像的系统，只需几分钟就可辨识病情，并在数秒内生成报告。这对于每天要分析上百个扫描图像的放射师帮助非常大，工作效率可提高多达20倍。
这个新系统名为APOLLO，由新加坡科技研究局（A*STAR）带领本地多个医疗和研究机构开发。系统以本地5000名病患的300万张电脑断层（CT）扫描为基础，训练人工智能辨识心脏疾病的多种症状，包括心脏钙化、脂肪组织过多、硬斑块（plaque）等。
这些病症在CT扫描图像上都有迹可循，但负责分析的放射师每天得看上百个图像，工作量很大，可能遗漏一些症状。根据临床实验，有了APOLLO，遗漏或延误诊断率可减少达37%。
新系统分析CT扫描图像 省时多达九成
此外，新系统可以极大地缩短每张CT扫描分析的时长，省去的时间可多达九成以上，尤其是病况复杂的图像。只要把这些CT扫描图像上载至APOLLO，系统在10分钟内就能辨识出有什么病症，放射师在核对确认后，只须要点击电脑屏幕，就可在几秒内生成报告。
和所有其他医疗创新一样，这个系统开发完成只是第一步，还须经过测试和根据放射师的反馈不断改善，稳定了才可推广至医疗机构，最终广泛使用。
科技研究局星期五（3月8日）与新联科技（Synapxe）签署谅解备忘录，准备通过人工智能医疗影像诊断系统（AimSG）平台对APOLLO展开测试。
AimSG去年推出，旨在汇集本地各种医疗影像（medical imaging）人工智能系统。目前，三大医疗集群多数各自进行系统开发和运用，AimSG则是一个涵盖全国的平台，本地所有公立医疗机构的医护人员都可以登陆试用。
人工智能可缓解放射师短缺问题
新联科技创新促进处处长梁文声说，全球都面对放射师短缺的情况，人工智能可以很好地缓解这个问题。然而，事关病患的病情和性命，不论人工智能再怎么先进，使用过程都要由专业医护人员把控。为了确保新系统确实能帮助放射师改善工作流程，AimSG非常重视对用户反馈的收集。
梁文声说，本地整体医疗影像业对人工智能的运用处于全球领先地位，然而这个行业仍有很大的发展潜力。除了心脏疾病，AimSG接下来三年将汇集更多科系和病情的人工智能系统。
新科研总裁周继强透露，除了医疗影像，当局也投入大量资源来研发新药物。他对人工智能的发展前景十分乐观，认为人工智能对医疗研发的方向和进度有助力，能使研发过程“更快、更廉宜、更好”。
