新加坡私人风湿病专家桑托萨博士指出，当前医疗AI发展优先事项实际上将自身免疫和风湿性疾病抛在了后面，并分享了如何构建更全面的AI驱动预防性护理生态系统。
亚洲
公共卫生
尽管亚洲AI驱动的预防性护理正在迅速扩展，但影响该地区约十分之一人口的自身免疫和风湿性疾病在很大程度上被排除在国家AI战略之外，临床医生警告这正成为可预防、不可逆伤害的日益增长的来源。
在拥有世界级专科能力的新加坡，初级保健时间限制和延迟转诊意味着自身免疫疾病往往被延迟数年才得以诊断，这一问题在东南亚地区更为严重，有些地区每百万人中风湿病学家少于一人。
AI投资模式加剧了这一差距，超过70%获得监管批准的医疗AI工具集中在放射学和心脏病学领域，而很少关注对女性和亚洲人群影响不成比例的多系统疾病。
新加坡私人风湿病学家桑托萨博士（Dr. Anindita Santosa）致力于全科医生决策支持工具和AI赋能的教育平台，她认为当前的数据、资金和模型设计选择有风险将性别和人口偏见编码到下一代预防性护理中。
在与Mobihealth News的讨论中，桑托萨博士分享了如何构建一个更具包容性的预防性AI生态系统，以缩短自身免疫疾病的诊断延迟，而不是强化这些延迟。
问：您能阐述一下新加坡自身免疫和风湿性疾病的诊疗现状吗——并进一步说明东南亚的情况？
答： 新加坡的诊疗状况最好被描述为"高能力，高摩擦"，而在东南亚大部分地区则是"关键稀缺"。
在新加坡，我们拥有世界级的专科专业知识和先进的治疗手段。然而，在容量和流程方面存在问题。真正的瓶颈位于医疗系统的入口——初级保健。
新加坡综合诊所的平均咨询时间通常约为6-9分钟。这足以应对高血压或病毒感染等疾病，但与早期自身免疫疾病的复杂性根本不符，后者往往表现为模糊的、多系统症状。
自身免疫疾病影响约10%-12%的人口（在新加坡约60万人），但在日常诊所中，这些患者在统计上被更为常见的急性疾病所淹没。在时间压力下，模式识别变得极其困难。
在东南亚，这种摩擦变成了脆弱性。新加坡公共部门每10万人中约有一名风湿病学家。相比之下，印度尼西亚和菲律宾等国家在许多地区每百万人中风湿病学家少于一人。可预见的后果是就诊延迟；患者只有在残疾或器官损伤已经形成后才能得到诊断。
问：自身免疫和风湿性疾病在当前的AI优先事项中是如何被边缘化的？您认为政策制定者和开发者目前低估了哪些性别、年龄或人口层面的盲点？
答： 自身免疫疾病在AI投资中一直被降低优先级，因为它们在计算上不方便处理。
大多数医疗AI资金流向具有清晰标签和即时终点的高容量、单器官领域，如放射学、心脏病学和肿瘤筛查。这反映在监管批准中：超过70%-75%获得FDA批准的医疗AI设备集中在放射学和心脏病学领域，而风湿病学仅占不到百分之一。
这造成了几个被低估的盲点。例如，约80%的自身免疫疾病患者是女性。历史上，女性的疼痛和疲劳在临床记录中更可能被归因为压力或焦虑。如果AI模型未经校正地在这些历史数据上训练，它们会系统性地降低对年轻和中年女性早期炎症信号的重视程度。
预防性AI模型不能简单地从西方数据集中导入。全球约85%-90%的GWAS（全基因组关联研究）数据来自欧洲血统的个体；东亚人仅占约6%。疾病表现也存在差异。狼疮性肾炎影响约50%-60%的亚洲系统性红斑狼疮（SLE）患者，而白人患者约为30%。主要在西方队列上训练的AI模型将固有地低估亚洲人群的肾脏风险。
AI系统不仅学习生物学；它们还学习历史实践模式。如果没有有意校正，它们可能会将现有的不平等自动化。
问：从您的临床角度，这对患有或正在发展自身免疫和风湿性疾病的患者造成了什么风险？如果专科护理对他们来说可以轻易获得，患者可以避免多少痛苦或损害？
答： 核心风险是可预防、不可逆的损害。在风湿病学中，我们常说"时间就是组织"。
在类风湿关节炎中，如果疾病未经治疗，高达60%-70%的关节侵蚀可能在头三年内发生。在头六到十二个月内漏诊通常意味着永久性的结构损伤。
对于系统性疾病如狼疮，全球平均诊断延迟四到六年可能意味着肾脏功能保留与终身透析之间的区别。
此外，我们最终要为疾病最昂贵的阶段买单——残疾、透析、住院和生物制剂——因为我们错过了最便宜的干预：早期识别。东南亚免疫介导疾病的估计经济负担每年超过130亿美元，主要由工作年龄成年人的生产力损失驱动。
更早的专家指导路径本可以预防相当大比例的这种累积伤害。
问：如果AI和基因组学将定义新加坡和亚洲未来十年的预防性护理，那么在资金、研究重点、数据策略或临床路径方面，自身免疫疾病的有意义纳入会是什么样子？
答： 有意义的纳入意味着将自身免疫疾病从一个专业领域重新定义为可预防的伤害路径。
国家倡议如SG100K提供了一个有意捕捉自身免疫表型的机会。我们需要将纵向初级保健记录（如疲劳、皮疹和演变的疼痛等软信号）与下游专科诊断联系起来的数据集。这样AI才能学习到狼疮在肾脏衰竭前几年的样子。
资金模式往往优先考虑急性死亡率（心脏病发作、癌症）。自身免疫疾病可能不会立即致命，但它是长期发病率的主要原因，特别是在女性中。投资需要跟踪生活负担，而不仅仅是死亡原因。
AI模型必须根据公平性进行评估。如果一个模型对老年男性表现良好，但对年轻女性表现不佳，那么它在临床上是不安全的——即使它提高了总体效率。
问：您已经在使用决策支持工具和AI赋能的教育平台与全科医生合作。在实际诊所中部署这些工具（潜力和局限性）时，关于自身免疫疾病的早期检测，您学到了什么？
答： 通过我与AIGP Health公司的工作和Anzu平台的开发，最清晰的教训是认知负荷是敌人。
在高流量诊所工作的全科医生不需要不透明的概率分数。他们需要能够消除摩擦的工具。
例如，有效的是自动化或AI辅助的病史采集，在咨询开始前就结构化关键症状模式。当全科医生走进诊室时已经看到"晨僵6周>45分钟加新皮疹"，咨询就从数据收集转变为临床推理。
然而，一个关键风险是虚假安慰。如果AI工具基于有限的实验室检查将患者标记为"低风险"，同时忽略了临床轨迹，它可能会延迟临床医生原本会做出的转诊。在自身免疫疾病中，AI必须作为安全网，而不是守门人。
问：最后，哪些实际步骤——无论是数字工具、培训还是共享护理模式——最能帮助全科医生更早识别自身免疫疾病的危险信号，以及如何设计AI才能真正支持这种转变，而不是强化当今的诊断延迟？
答： 为了有意义地改变结果，我们需要通过少量高价值干预措施来增强初级保健能力：
对于不明原因的疲劳或疼痛，进行最低限度的必要检查：全血细胞计数、尿液试纸和C反应蛋白(CRP)。尿液试纸成本仅为几美分；但在患有狼疮的年轻女性中漏掉蛋白尿可能导致透析。
为高怀疑病例提供快速访问或虚拟咨询途径，而不是等待六个月。
AI系统必须将患者记录视为时间序列。今天出现的皮疹和四个月后的关节疼痛可能单独不会触发警报，但结合起来应该会。
如果AI不能缩短从首次症状到正确路径的旅程，那么它就没有解决自身免疫疾病患者面临的真实问题。
桑托萨博士的回应经过编辑，以便简洁明了。
【全文结束】
