工作日中午，武吉班让综合诊疗所里病患不多。39岁的家庭顾问医生蔡颖贤正在将病患的体检指标和个人信息一一输入电子表格，以分析他们患糖尿病、心血管疾病等慢性病的可能。
他一边操作，一边向《联合早报》记者说：“我们已经拥有一些电子模版和工具，为病患做慢性病分析，但医生仍然需要将验血报告结果和病患信息手动输入系统，这个过程不仅耗时而且可能出错。”
蔡颖贤从医15年，目前担任国大综合诊疗所创新小组组长，平日除了常规出诊外，还要想出好点子让同事的工作更顺畅。
“如果有一个工具可以替代手动输入工作，不仅分析结果不容易出错，而且可为我和同事省下10%至15%的工作时间。”
他对保健卫生部计划推出人工智能慢性疾病辅助解析工具（Assisted Chronic Disease Explanation using AI tool，简称ACE-AI）表示欢迎，认为新工具可以成为医生的好帮手，只是在向病患解读慢性病评估数据时，须注意提出具体的生活习惯或用药建议，而不只是依赖机器按部就班提供信息。
“如果我们仅把患某种慢性病的机器预测数据告诉病患，可能无法有效地帮到他们，甚至增加他们不必要的心理负担。”
医务人员数码技能背景不同 建议提供不同培训
他建议，当局在推行新工具的时候循序渐进，针对数码技能背景不同的医务人员提供不同培训，让他们逐渐将新工具融入工作。
淡滨尼全科医疗诊所Tampines Family Medicine Clinic的努尔丁（Aziz Noordin）医生，曾试用AI工具为病患诊断糖尿病、高血脂等疾病。他说，AI工具有助于发现病患的潜在健康风险，与传统的风险评估方法相辅相成。
“我会把AI的输出结果，与已验证的风险计算工具和既有的临床指引进行对照。”
他解释，目前医学界主要依靠实验室检查、特定人口筛查、对个体进行长期追踪等方式，监测和预测糖尿病和高血脂人群。
“传统的风险评分工具具有透明、循证，且广泛被接受，AI提供的是额外一层的分析，而临床决策依然是建立在经过验证的框架和专业判断之上。”
64岁的退休者王义和，定期到武吉班让综合诊疗所做健康检查，健康状况整体良好。他告诉记者，他比较担心患上难以轻易检测出的慢性疾病。
“不像胆固醇、血糖、血压症状那般容易发现，对于预测如慢性肾病来说，可能机器还做不到……相比之下，医生面对面的咨询更靠谱。”
另一名退休者黄和顺（68岁）说，他的身体不错，但血糖和血压常常处于临界点。“用人工智能工具可以帮助医生更有效地诊断，但我想医生应该还是主角。”
