MDDI スピーチ · 2021-12-03
楊穎儀常任秘書官による第4回シンガポール医療 AI データマラソン及び展示会での演講
要点
- • AI は「時機が到来した」プラットフォーム技術です——既に画像認識、論理推論、臨床診断などの領域に展開されています。シンガポール医療では既に部分的な応用があります——NCID が TTSH/A*STAR の AI を用いた胸部X線読影で重症肺炎を予測する、NUS IDentif.AI が COVID 薬物組み合わせスクリーニングを加速する、NUHS がロボットで体温を測定するなどが含まれています。
- • ベンチマーク SELENA+：SNEC + SERI + NUS Computing が共同開発した糖尿病網膜症 AI です——精度 90% 以上、既に大多数の総合診療所に展開済み、2021 年末に全総合診療所をカバー、年間 12 万人をスクリーニング；シンガポール初創企業 EyRis にライセンス供与（業務は 20+ 国・地域をカバー）。
- • AI 導入には「全体的協力」が必要です——臨床、看護、行政、技術、IT が協働；既に手作業で実現されていた遠隔網膜診断——SELENA+ への道を切り開きました。
- • ガバナンスツール：2020 年 1 月『Model AI Governance Framework』第 2 版；今年 10 月保健省が『医療 AI ガイドライン』（AIHGle）を発表し、HSA の AI 医療機器規制と相互補完的です。
- • シンガポール AI 初創企業の事例：UCARE.AI の AI 請求予測器——「AI 利用の透明性、敏感データの暗号化、利用の最小化」を実現しました。
全文翻訳
MDDI 英語原文の翻訳 · 翻訳日: 2026-05-03
おはよう——尊敬される参加者の皆様、そして友人の皆様：
本日のスピーチへのご招待をいただき、ありがとうございます。これは一流の臨床医、データサイエンティスト、イノベーターを集め、医療の緊急課題に対処するイベントです。シンガポール国立大学医学組織（NUHS）、シンガポール国立大学（NUS）、およびマサチューセッツ工科大学（MIT）の「Critical Data」がこの重要なイベントを組織したことに、祝意を申し上げます。
公共サービスのキャリアにおける複数の職位を通じて、皆様のコミュニティと協力させていただきました。保健省では——多くの人々とともにシンガポール国家電子臨床医療記録およびヘルスケアITを開発し、学術医学を推進し、生物医学研究とイノベーションを推進してきました。そして今は、政府の「スマートネーション・デジタル経済」への資金提供および発展業務を共同で主導しています。
ヘルスケアにおいて、AIは大規模展開の巨大な可能性を有しています。
この視点に基づき、本日いくつかの考察を皆様と共有したいと思います。第一に、AIは「タイミングが成熟した」プラットフォーム技術です。人工知能と機械学習は広く展開されるでしょう。画像認識用のAIは多くのアプリケーション領域に既に展開されています——顔認識、監視、顧客および感情分析を含みます。論理的推論用のAIも発展しています——最も有名なデモンストレーションは、コンピュータが「AlphaGo」試合で世界のトップレベルの囲碁プレイヤーを打ち負かしたことです。したがって、それは臨床診断に応用できます。シンガポールでは——AIはヘルスケアの複数領域で部分的に応用されています——現在のCOVID-19との闘いの作業を含みます——
a. NCID（国立感染症センター）はTTSH（陈笃生医院）およびA*STARが開発したAIを使用しています。このAIは胸部X線写真を読み、患者が重症肺炎に進展する可能性を予測し、医師がより迅速にトリアージおよび介入できるようにしています。
b. AIはまた、「COVID-19ウイルスに対抗するための最も効果的な薬物の組み合わせと用量」を迅速に評価するために使用されています。COVID-19の治療に使用できる薬物を特定することは——手作業で行う場合——困難な作業です。時間と精度の両方が必要です——膨大な可能性のある薬物の組み合わせをふるい分けるために。NUSの「IDentif.AI¹」がこのプロセスを著しく加速しました——数日以内に答えを提供しました。
c. インテリジェントロボットはさまざまな用途に配備されています。NUHS は AI を搭載したロボットを使用しており——体温測定とスキャンを支援する——入口の安全を確保するためです。コミュニティケア施設では——患者を密接に監視するために使用されており——臨床および心理社会的介入をタイムリーに実施するためです。これはコミュニティケア施設で多数の COVID-19 患者をケアしている医療専門家のストレスを軽減するために——非常に価値があります。
したがって——このように多くの人々が本 Datathon に参加しているのを見てうれしいです——特に私たちの医療コミュニティが COVID-19 の需要によってすでに逼迫している時間にです。これはあなた方が「より良い患者ケア」という事業へのコミットメントを示しています。私は信じています——この Datathon は医療分野全体にわたる AI アプリケーションの新しいアイデアを刺激し——あなた方がサービスを提供している患者に利益をもたらすでしょう。
アプリケーションは複数のステークホルダーによる「システムレベルの支援」を必要とします。
これが第二の指摘につながります——先ほど言及した「個別のイノベーションの火花」から——「システムレベルの視点」への引き上げです。第二の省察は——AI イノベーションを医療改善に適用する際に——実装するために複数の学科からなるチームが必要であり——また複数のステークホルダーの努力が必要だということです。「これには全村の協力が必要です」（it takes a village）。説明例として SELENA+ を用いてください。SELENA+ は医療業界の国家レベル AI プロジェクトです——「シンガポール国立眼科センター」（SNEC）、「シンガポール眼科研究所」（SERI）、および NUS コンピュータ学部によって共同開発された——眼底スキャンを分析し、糖尿病網膜症（DR）を検出する AI アルゴリズムです。SELENA+ の精度は 90% を超えており——専門の評価者のパフォーマンスと同等ですが——処理時間は大幅に短いです。
SELENA+ は『無から生じた』わけではありません——「遠隔診断画像イノベーション」の最新の一章です。シンガポールの「遠隔放射線科学」（teleradiology）の取り組みは——少なくとも 15 年前に始まりました——私たちのエックス線画像がインドで読まれ、米国のエックス線画像が私たちによって読まれることを含めて——時間帯の差を活用するためです。私たちは徐々に「臨床基準と患者安全を確実にすること」を学びました——これは医療イノベーション成功の重要な要素です。覚えています——当時 SNEC は「総合クリニックで患者の糖尿病網膜症の遠隔診断」を導入しました。私たちの国家レベルの専門センターの眼科医が——基層医療システムより広い患者層に到達できました——これは大きな進歩です——患者をそれまでより早期に検出し治療できます。「早期検出」は糖尿病への対応に非常に価値があります。これが実現するために——専門センターと基層医療ネットワークが多くの事柄で協力する必要があります——ワークフロー、患者管理、データ転送を含めて。これは臨床医、看護師、行政職員、技術専門家、IT 専門家が一堂に会することを要求します。障害を解決し、協力を構築するために——懸命な努力が必要です。私たちがすでにこれを「手動で実行」したので——現在 SELENA+ を導入する際には円滑になりました。「全村の協力」に加えて「継続的な決意と約束」——これがイノベーションの実現を可能にするのです。
SELENA+ は既にほとんどの総合クリニックに導入済みです——2021 年末までにすべての総合クリニックに展開される予定です。毎年約 12 万人の患者のスクリーニングが予想されており——全国の総合クリニックのすべての糖尿病眼科スクリーニングをカバーします。SELENA+ は地元のスタートアップ EyRis にもライセンスされ——その事業は欧州連合、中国、東南アジアなど 20 以上の国々と地域をカバーしています。
旅は続きます。私たちは「シンガポール医療 AI グランドチャレンジ」（AI in Healthcare Grand Challenge）を開催しています——目標はシンガポール人に影響を与える主な慢性疾患に対応することです——糖尿病、高血圧、脂質異常症。期待しています——研究者、臨床医、コンピュータ科学者、データアナリストからなる多学科チームが——これに対してさらに多くのイノベーティブなソリューションを開発することを。
「倫理的 AI と信頼」の重要性――ならびにシンガポールの思想的リーダーシップ
皆さんに残す第三の点は――「AI の採用は『安全で倫理的な利用』を前提としなければならない」ということです。我々は微妙なバランスを管理する必要があります――革新を奨励する一方で――社会に配備された技術への信頼を高水準で保つことです。医療分野では――この点は特に重要です――なぜなら「誤用」は患者に大きな害をもたらす可能性があり――信頼を破壊する可能性があるからです。
「AI 使用による害のリスク」への懸念に対応する――我々は、政策、法律、技術、倫理にまたがるいくつかの問題について深く考える必要があります――例えば――
a. AI は誤りとバイアスの影響を受けやすい。「どの程度の正確性が許容可能」かをどのように評価するか――そしてそれが異なるユースケース間でどのように変わるか？
b. AI ソリューションが十分に堅牢であることを確保するにはどうするか――AI アルゴリズムの無責任な配備と訓練データの不適切な管理を防ぐため？またサイバーセキュリティリスク（データ操作を含む）をどのように防ぐか？
c. AI システムがいったんエラーを起こした場合――責任をどのように確定するか？現実の並行する状況では――誰が責任を負うのか？
これらの課題はどこでも当てはまります――しかし医療では特に深刻です――患者の健康と生命に影響を与えるからです。したがって、皆さんの議論と革新開発では――ガバナンス、倫理、およびレジリエンスの考慮――AI 革新の設計に組み込んでください。
シンガポールは具体的な措置を講じてきました――原則と実務指針の確立を支援するため――AI が責任ある、倫理的な方法で展開されることを確保するため。これは公衆と専門家の AI に対する信頼にとって非常に重要です。2020年1月――シンガポールは『Model AI Governance Framework』第2版を発表しました――倫理原則を――機関が採用できる実務措置に翻訳しました。今年10月――保健省（MOH）は医療提供者に『AI in Healthcare Guidelines』（AI in Healthcare Guidelines, AIHGle）を発表しました――患者安全をサポートし、AI への信頼を高める提案をするため――そして最良実践を AI システム開発者および実装チームと共有するため。AI 医療機器製造業者の場合――これはシンガポール保健科学局（HSA）による AI 医療機器の規制と相補的です。
医療業界の複数の企業――『Model AI Governance Framework』の条項を既に実施しています。例えば――地域の医療スタートアップ UCARE.AI――AI 請求予測機を開発しました――患者の正確な入院請求額を計算するため。AI の使用について透明性を保ちます――請求予測に疑問のある患者は異議を唱えるよう奨励されています；UCARE.AI はまた機密データを暗号化し、その使用を最小化――患者の秘密保持を維持するため。私の理解では――この AI ソリューションの展開は順調に進んでいます――病院はより正確な請求額を提供できます――患者は請求額の大体のサイズについてより安心な期待を持つようになりました。
シンガポールも「倫理的 AI」の国際的な議論に積極的に参加しています。例えば――IMDA と PDPC は「AI 治理テストフレームワーク」を開発しています――EU、ユネスコ、OECD などの国際的に認められた原則と一致しています。AI の最良実践――『デジタル経済協定』にも含まれています。これらの努力は、シンガポールが「AI ソリューション開発、パイロット、展開、およびスケーリングの世界的ハブになる」というビジョンを支持しています。
終わる前に――皆さんが実りある Datathon を持つことを願っています。この数日間のパネルとワークショップでの対話――現在の医療課題のいくつかの最新ソリューションをもたらします。それらが――皆さんを鼓舞してくれることを願っています――私たちの医療システムと皆さんが治療する患者に利益をもたらす革新を開発するよう。
再度、NUHS、NUS、および MIT Critical Data をお祝い申し上げます――このイベントを実現させてくださったことを。皆さんとすべての参加者に――成功をお祈りします。ありがとうございます。
1 Identifying Infection Disease Combination Therapy with AI（AI による感染症の併用療法の同定）
英語原文
MDDI 公式サイト原文 · 取得日: 2026-05-02
Good morning, distinguished participants and friends.
Thank you for inviting me to speak today in an event bringing together top clinicians, data scientists and innovators to address pressing problems in healthcare. I congratulate National University Health System (NUHS), National University of Singapore (NUS) and the Massachusetts Institute of Technology (MIT) Critical Data for organising this important event.
I have had the pleasure of working with your community in my various jobs in my public service career – at the Ministry of Health, working with many of you to develop our national electronic clinical medical records and healthcare IT, on developing academic medicine and advancing our work in biomedical sciences research and innovation, and now co-chairing the Govt’s funding and development effort on Smart Nation and the Digital Economy.
AI has huge potential for widespread deployment in healthcare
With this perspective, I’d like to share a few reflections with you today. First, AI is a platform technology whose time has come. Artificial intelligence and machine learning will be widely deployed. AI for image recognition is being deployed in many application areas, including facial recognition, surveillance, customer and sentiment analysis. AI for logic deduction is also being developed, most famously demonstrated by a computer winning an AlphaGo contest against one of the best players in the world. It can therefore be applied to clinical diagnostics. In Singapore, AI is being applied in pockets in healthcare, including in the current fight against Covid-19:
a. NCID used AI developed by TTSH & A*STAR to read chest-x-rays and to calculate the likelihood that a patient may develop severe pneumonia. This has enabled more timely intervention from clinicians to better triage patients.
b. AI has been used to quickly evaluate the most effective combinations and dosage of medicines to combat the Covid-19 virus. Identifying a drug that can be used to treat Covid-19 is a grueling task, if done manually. It would require both time and precision to sieve through the massive range of possible drug combinations for effective solutions. NUS’ IDentif.AI1 has accelerated this process significantly, yielding answers within just days.
c. Smart bots are also being deployed for various uses. NUHS is using AI-enabled robots to help temperature taking and scanning for safe entry. Community care facilities for close monitoring of patients to enable timely clinical and psychosocial interventions. This has been valuable to reduce the strain on our healthcare professionals caring for many Covid-19 patients in our community care facilities.
I am therefore happy to see so many people participating in this Datathon, and all the more so when our healthcare community is already so heavily stretched by the demands on you from Covid-19. It shows your dedication to the cause of better patient care. I am confident that the Datathon will spark new ideas for the potential uses for AI across the spectrum of healthcare, which will benefit the patients you serve.
Application requires system-level support from multiple stakeholders
This brings me to my second point, which zooms up from the individual innovative spark I just spoke of to a system-level viewpoint. My second reflection is that the application of AI innovations to improve healthcare requires a multidisciplinary team to bring it to fruition, and it requires multi-stakeholder effort. It takes a village. Let me explain, using SELENA+ as an illustration. SELENA+ is the National AI project from the healthcare sector. Jointly developed by the Singapore National Eye Centre, the Singapore Eye Research Institute and the NUS School of Computing, it is an AI algorithm that analyses eye scans to detect diabetic retinopathy. SELENA+ has achieved accuracy levels of over 90%, on par with the performance of professional graders but doing it in a much shorter time.
SELENA+ is not a bolt out of the blue, but is the latest chapter of innovations in remote diagnostic imaging. Singapore’s efforts in teleradiology started at least a decade and half ago, including our x-rays being read in India, and US x-rays being read by us to take advantage of time-zone differences. We gradually learnt to be assured of clinical standards and patient safety, critical factors for successful healthcare innovations. I recall SNEC then introduced the remote diagnosis of diabetic retinopathy, for our patients in our polyclinics. The ability of our eye specialists in our national specialty centre to reach a much broader swathe of patients in the primary care system was a huge step forward, enabling us to detect and treat patients much earlier than before. Early detection was immensely valuable to tackling diabetes. Making this happen required collaboration between our specialty centres and our primary care network in many things, including workflow processes, patient management and data transfers. It required clinicians, nurses, administrators, technical specialists, and IT professionals to come together. It took hard work to resolve obstacles and build collaborations. Because we made this work manually so to speak, introducing SELENA+ now was made smoother. It takes a village, with sustained determination and commitment over time, to make innovations happen.
SELENA+ has been deployed in most polyclinics already and will reach all polyclinics by the end of 2021. It is projected to screen 120,000 patients annually, covering all diabetic eye screenings in our polyclinics across the nation. SELENA+ has also been licensed to local start-up EyRis, which has business in more than 20 countries and regions including EU, China and SEAsia.
The journey continues. We have an on-going AI in Healthcare Grand Challenge for Singapore, which aims to tackle major chronic diseases afflicting Singaporeans such as diabetes mellitus, hypertension and hyperlipidemia. I look forward to multidisciplinary teams of researchers, clinicians, computer scientists and data analysts developing more innovative solutions for this.
The importance of ethical AI and trust, and Singapore’s thought leadership
My third point to leave you with, is that our adoption of AI must be premised upon its safe and ethical use. We must manage a delicate balance between encouraging innovation while maintaining a high level of public trust in the technologies deployed. This is especially so in healthcare where misapplication can cause great harm to patients and destroy trust.
Addressing concerns about the risk of harm from using AI requires us to think deeply about questions that span policy, legal, technological and ethical domains. For example:
a. AI can be susceptible to errors and bias. How do we assess what level of accuracy is considered acceptable, and how might this vary across use cases?
b. How do we ensure that AI solutions are sufficiently robust to guard against irresponsible deployment of AI algorithms or improper management of training data? And to protect against cybersecurity risks, including data manipulation?
c. How do we determine accountability, if an AI system goes awry? In real life complications, who would be responsible?
These challenges apply to AI everywhere, but they have a particular resonance in healthcare because it affects patients’ health and their lives. So in your discussions and in developing innovations, do build in governance, ethical and resilience considerations into the design of the AI innovation.
Singapore has taken concrete measures to help establish principles and practical guidelines to ensure that AI is deployed in a responsible and ethical manner. This is critical for public and professional trust in AI. In Jan 2020, Singapore released the 2nd edition of the Model AI Governance Framework. This translates ethical principles into practical measures that organisations can adopt. In Oct this year, MOH issued to healthcare providers its AI in Healthcare Guidelines or AIHGle, with recommendations to support patient safety and improve trust in AI and sharing best practices with AI system developers and implementation teams. For AI medical device manufacturers, I understand that this complements HSA’s regulations for AI Medical Devices.
Various companies in the healthcare sector have implemented the Model AI Governance provisions. To cite one example, UCARE.AI which is a local healthcare start-up, has developed an AI-powered cost predictor to derive accurate estimates of hospital bills for patients. It has been transparent in its usage of AI, clients with concerns about bill predictions were encouraged to highlight them; and UCARE.AI also encrypted sensitive data and minimised usage of this data to preserve patient confidentiality. I understand deployment of the AI solution has gone well, with hospitals providing more accurate bill estimates, and patients having greater peace of mind over the likely size of these bills.
Singapore is also actively involved in international discussions on ethical AI. For example, IMDA and PDPC are developing an AI Governance testing framework, consistent with internationally recognized principles from EU, UNESCO, OECD and others. Best practices in AI feature in our Digital Economy Agreements. These various efforts support Singapore’s vision to become a global hub for the development, test-bedding, deployment and scaling of AI solutions.
Let me conclude by wishing you a rich and fruitful Datathon. The conversations in panels and workshops these few days bring to the fore some of the latest solutions for today’s healthcare issues. I hope that they will inspire you to develop innovations that will benefit our healthcare system and the patients that you serve.
My congratulations to NUHS, NUS and MIT Critical Data for making this event happen. All the very best to you and the participants. Thank you.
-------------------------------------------------------------------------------------------------------------------------- 1 Identifying Infection Disease Combination Therapy with AI