Synapxe

Synapxe 的角色非常獨特：它不是醫院、不是研究機構，而是所有公立醫療機構的"共享 IT 部門"。這意味著：

• 統一資料平臺：所有公立醫院的電子病歷都進入同一個國家系統（NEHR），AI 模型可以基於全國資料訓練
• AI 產品自研：Synapxe 不只買商業 AI，還自研覆蓋篩查、影像、行政流程的 AI 工具
• 統一部署：AI 模型一旦驗證通過，可以同時部署到所有公立醫院

代表性 AI 產品：

• ACE-AI：AI 健康篩查工具，預測糖尿病和高脂血症風險，2027 年起推廣到所有 Healthier SG 診所
• Clinical Note Summarizer：基於 LLM 的電子病歷摘要工具
• 影像 AI：放射科 AI 輔助診斷（與 NUH、SGH 聯合開發）
• 行政自動化：處方處理、保險結算的 AI 自動化

Synapxe 與 AI Singapore、NUS Medicine、各公立醫院（NUH、SGH、TTSH 等）有大量合作，是國家醫療 AI 的中心節點。

Synapxe 在醫療 AI 領域的核心創新是"國家級資料 + 國家級部署"。

全球大多數醫療 AI 創業公司面對的兩個最大難題：

• 資料：醫療資料分散在不同醫院、不同 EMR 系統，難以做大規模訓練
• 部署：每家醫院的 IT 系統、合規流程都不一樣，單家產品落地都要數月

Synapxe 的體制把這兩個難題都消解了：它直接擁有全國統一的醫療資料（NEHR），它的 AI 工具一旦做好可以同時部署到 46 家醫院和 1400+ 診所。這種"國家級資料 + 國家級部署"的優勢在全球都罕見——只有英國 NHS、丹麥的醫療系統能與之相比。

技術上，Synapxe 的 AI 路線偏務實：

• 不追前沿模型架構
• 重視部署可靠性、合規性、可解釋性
• 大量採用"AI + 人工稽核"的混合工作流
• LLM 應用上謹慎（目前主要用在病歷摘要、表單處理等低風險場景）

Synapxe 在新加坡 AI 戰略裡是"行業 AI 落地的樣板"——醫療是唯一一個"國家級 AI 基礎設施 + 國家級資料 + 國家級部署"全打通的行業。

在「七條傳導槓桿」裡：

• 槓桿 3（產業應用）：醫療 AI 落地的執行主體
• 槓桿 5（政府自用）：公立醫療系統的 AI 化是政府自用的最大場景

觀點：Synapxe 的體制是新加坡作為"小國家"的天然優勢變現——人口只有 580 萬，全國醫療系統集中度高，IT 體制統一。這讓它能做美國、日本這種大國做不了的事：用國家級資料訓國家級模型，用國家級部署服務全國民眾。

ACE-AI 是最典型的案例：用全國糖尿病/膽固醇篩查資料訓練模型，2027 年部署到所有 Healthier SG 診所，理論上可以讓全國 580 萬人都受益。這種規模的醫療 AI 落地，只有"小國 + 集中體制"才能跑通。

但 Synapxe 也面臨挑戰：醫療 AI 的安全審慎要求讓它的迭代速度慢於商業 AI、與商業 AI 公司的邊界需要釐清（Synapxe 自研 vs 採購商業產品）、資料治理的國際合作受 PDPA 約束。