Google 新加坡醫療 AI 合作：研究中心、AI co-clinician 與公共健康計畫

Google 新加坡醫療 AI 的新計畫，同時碰到研究、醫院工作與居民日常健康，但三者並非同一個已上線的診療產品。讀者需要先辨認誰使用、用來做什麼，才能判斷這次合作走到哪裡。

Google 在 2026 年 10 月 29 日宣布設立新加坡研究據點，並擴大與醫療及公共健康夥伴的合作。新加坡國立大學醫療體系將評估 AI co-clinician，協助臨床人員整理知識與指引。

居民端的方向則包含 NHG Health 的人口健康工作與健康機器人，讓預防照護從風險辨認接到生活建議與提醒。這與醫院中的臨床支援有不同對象，也有不同驗證要求。

另有七百萬美元的公益支持，聚焦健康與人類潛能，其中一百萬美元投入 PathGen。這部分面向公共健康情報，不應與單一醫院產品的採用費用混為一談。

對台灣讀者，這則消息的參考價值是醫療 AI 如何找到在地夥伴、保留資料治理，並分別接受評估。公告本身沒有給出台灣使用入口或已證實的臨床改善幅度。

當合作分散在不同層次，先從研究據點為何需要在地團隊開始，較能理解後續醫院與公共健康計畫的關係。

Google 新加坡醫療 AI，先補在地研究能力

新加坡研究據點要把研究人員與工程團隊放到當地，支持基礎 AI 與科學應用。依 Google 官方公告，它也將與新加坡國立大學、南洋理工大學等學術機構合作，培養人才並提供研究支持。

這與宣布一個網站服務入口不同。研究據點能讓技術開發與當地問題更接近，但使用者並不會因為研究中心成立，就立即得到一款已完成醫療驗證的工具。

當地研究人員與醫療體系能提供的，是具體需求與運作背景。例如醫療工作在哪裡反覆整理資料、哪些資訊需要保留責任，以及哪些流程可以先在受控環境評估。

因此，在地化不只是把英文介面換成另一種語言。它還涉及資料可否使用、工作如何交接，以及系統應在什麼情況把問題交還專業人員。

開放模型，讓在地團隊有客製空間

公告也提到以 MedGemma 等開放模型支持既有醫療研究。醫療 AI 模型可以理解為處理資訊與產生回應的核心系統，開放的取得方式讓團隊有空間依實際任務客製。

Google 把安全與資料主權列為方向。資料主權指相關機構或國家對資料的控制與治理安排，不能只用資料存在哪一個畫面或哪個品牌的服務判斷。

開放模型也不等於每一份病患資料都可以任意輸入。是否可用仍要看機構的資料安排與驗證流程，不能因為技術可以自行部署，就直接省去醫療場域的責任。

研究能力落地之後，進入醫療體系仍需要各自的資料、工作流程與驗證合作。

AI co-clinician 將接受什麼評估

AI co-clinician 的角色是協助臨床人員運用指引與研究，這次合作仍以評估為起點。Google DeepMind 與國立大學醫療體系 NUHS 的工作，聚焦讓臨床人員更快整理醫療指引與文獻資訊。

這裡的 co-clinician 可以先理解為協助醫療工作的 AI 夥伴，而非獨立執業的醫師。它的名稱描述合作方向，不能替代產品目前走到哪個階段的具體說明。

醫療指引與研究通常有自己的適用條件。即使系統能快速整理內容，臨床人員仍要判斷它是否對應眼前個案，不能只用回答速度衡量這種支援是否可靠。

新加坡衛生部同日公開演說補充，這項方向未來可能在醫師監督下參與病患管理流程，但要先從模擬開始，再依證據評估能否進入實際照護。

從給答案走向參與工作，評估問題也會改變

如果 AI 只整理一份文獻，評估可以先看資訊與引用是否正確。若將來參與工作流程，還要看動作是否適當、是否在允許範圍內，以及何時應請專業人員接手。

衛生部因而強調，不只要看一般測試表現，也要看它是否適合特定流程、族群與情境。這些要求說明合作為何不能只靠一場示範就宣告完成。

截至 2026 年 11 月 1 日查閱的官方資料，沒有在這次合作公告提供可用來宣稱病患結果改善的比較數字。沒有公布效果，不等於證明完全無效，而是研究仍需要交出對應證據。

知識能被整理出來，不等同已證明診療結果改善，因此醫院合作要與居民端應用分開看。

NHG HealthBot 把預防照護接到生活提醒

NHG 的合作方向從人口健康風險辨認，延伸到個人的生活建議與預防提醒。人口健康關注一群居民的整體狀況，目的是在問題變嚴重之前，找到可以提早提供支持的對象。

Google Cloud 與 NHG Health 將利用預測分析辨認不同群體的健康風險，再把洞見接到 NHG HealthBot 的 AI 健康教練。公告列出的技術是 Gemini Enterprise for Customer Experience 平台。

這套安排有前後兩層：先從群體資料理解風險，再透過與居民互動的入口提供生活指引與提醒。不能只把兩者合稱一個聊天機器人，就忽略風險資訊如何產生。

對居民而言，意義可能在於兩次醫療接觸之間也有支持。但這是合作想探索的價值，不能直接改成所有使用者都已降低慢性病發生率。

需要醫療照護的問題，仍要接到合適管道

衛生部演說特別提到，臨床敏感或緊急的需求，應導向適當照護管道。因此，健康教練的對話能力不能被解讀成自行處理任何症狀或取代就醫判斷。

這也讓醫療 AI 評估不只看居民有沒有打開對話。若一個需要交由醫療人員處理的問題被留在聊天裡，互動次數增加並不能證明照護變好。

反過來，若系統能把適當提醒交到居民手上，仍需看提醒是否被理解，以及後續流程能否承接。從一則訊息到實際照護行動，中間還有人的選擇與服務可近性。

因此，這類居民互動需要持續管理資訊與回應方式，不能僅以模型能聊天就判斷完成。

七百萬美元支持，與 PathGen 的一百萬是包含關係

Google.org 與 DeepMind 的七百萬美元支持，包含 PathGen 的一百萬美元。公告把總額用於支持 PAA 的健康與人類潛能合作，不能把一百萬再加一次寫成八百萬。

PathGen 是使用 Google 技術的公共健康情報平台，方向是讓國家更快辨認疾病威脅，並在保有國內資料主權的情況下分享公共健康情報。

它面對的是群體威脅與資訊協作，和居民詢問生活習慣、醫師整理指引的用途不同。因此，同一場峰會裡出現多項計畫，並不表示它們共享同一個產品入口或資料存取方式。

公益支持金額，不能換算成已完成的醫療效果

七百萬美元反映投入承諾，至於節省的醫療支出與實際受益人數，需要另外提供成效資料。若要評估資助成果，後續要看各項工作產生什麼資料與可驗證結果。

PathGen 的資料主權方向也不能擴大為所有資料都會公開分享。保有資料控制與分享所需情報可以同時是設計目標，實際做法仍需看各國與平台的安排。

這個差別對跨國合作尤其重要。公共健康需要資訊能被理解與利用，但可共享的內容、目的及責任仍要清楚，不能只因為合作帶有公益性質，就推定資料沒有使用限制。

因此，讀取這部分新聞時，要先看資金支持哪種工作，再看它的成果如何被衡量。從個人提醒到群體威脅情報，需要不同資料尺度，也需要各自清楚的治理責任。

從新加坡合作看台灣讀者可以學到什麼

這批計畫的共同點，是讓在地機構參與應用設計與資料安排。Google 提供模型、研究及工程能力，醫療體系則帶入實際工作、專業判斷與對服務對象的責任。

衛生部對新加坡條件的說明，包含長期建設的健康資訊與數位基礎設施、公立醫療體系，以及能連接研究與照護的合作方式。這些是政策背景，不代表所有資料已無條件交給單一科技公司。

對台灣的醫療團隊，較可借鏡的是問題如何被定義。如果要協助專業人員整理文獻，就以相同工作衡量。如果要協助居民接受提醒，就看資訊能否進入實際照護流程。

兩種場景需要的證據不同。把一個研究工具的測試分數，拿來證明居民健康已改善，或把聊天使用率拿來當臨床正確率，都會錯過原本的判斷目標。

上線之後，還需要持續觀察

衛生部也強調，醫療 AI 部署前評估只能回答系統是否準備好進入場域，真實使用後仍要追蹤表現變化、事件、險些出錯的情況與過度依賴。

因為實際環境會改變，所以一次測試通過並不是永久有效的承諾。模型、工作流程與使用者行為都有可能變動，原本合理的使用安排也需要回頭檢查。

這讓「導入幾個 AI 工具」不再是唯一進度指標。更有意義的是能否知道哪些安排有效、哪些應停止，以及專業人員是否更容易維持判斷與接手責任。

對一般讀者而言，也可以用這個角度追新聞。看到新合作名稱，先找使用者與工作場景，再看是否公布評估方法、適用範圍與結果，會比單看技術名稱更容易判斷實際進展。

從醫院追到社區，制度也要接住

新加坡衛生部提到，當地醫療體系對特定居民群體負責，工作跨越初級、急性與社區照護。這讓醫療 AI 的價值不必只停在醫院裡的一次對話，也能被放到較長的照護過程觀察。

如果一個提醒讓人更早接觸預防服務，後續仍要有能承接的機構與流程。因此，醫療 AI 合作除了模型，也需要對應的服務安排與誘因，否則把提醒送出不等於居民已獲得照護。

演說也提到多族群亞洲基因研究資源與長期健康資訊，作為新加坡研究背景。長期資料能幫助研究者觀察變化，多族群情境則提醒人們，不同人口的表現需要被辨認，不能只用一個平均值代替所有人。

這是政府說明既有研究條件，不能據此宣稱 Google 已取得全部資料。醫療 AI 應用能使用哪些內容，仍要依具體合作的權限與治理安排判斷，研究資源存在與資料可任意交付是兩件事。

對其他地區，這個背景也指出可轉移的做法與需要重建的條件。可以借用共同定義問題、逐步驗證的方法，但在地人口、服務銜接與資料安排不同，醫療 AI 不能只照搬一套示範就當成結果相同。

因此，追蹤新加坡計畫時，除了看工具的回答，也可以看醫療機構是否說明接手與持續評估方式。這能讓合作消息從技術展示，逐步接到一般人可以理解的服務改變。

觀察合作進度時，可以看評估結果與使用對象是否逐步明確，而非只累計合作名稱。

延伸閱讀：Meta 攜五所美國大學投入醫療與科學 AI：200 萬美元支持，離臨床應用還多遠？

Google 新加坡醫療 AI 常見問題

這是一款已能取代醫師的產品嗎？

不是。公告包含研究據點、臨床支持評估與人口健康合作。AI co-clinician 仍需在醫師監督及相應驗證下發展，沒有宣布可獨立對所有病患診斷或治療的通用服務。

台灣使用者可以直接下載 HealthBot 嗎？

這次官方資料說明的是新加坡合作，沒有宣布台灣服務資格、價格或一般使用入口。台灣讀者可參考合作與驗證方式，但不宜把它當成自己的帳號已可開通。

為何不是八百萬美元？

因為 PathGen 的一百萬美元包含在七百萬美元總支持內。總額與其中一個用途是包含關係，不能把同一筆資助再計一次。

要怎麼判斷之後真的有進展？

看原本提出的場景是否有對應證據。臨床合作要有評估安排與結果，居民服務要有適用對象及實際照護流程，公共健康平台則要說明情報如何支援工作，不能只看新增多少合作標誌。

如果你想持續追蹤醫療 AI 從研究到應用的證據，歡迎免費訂閱 AI 郵報。

延伸閱讀：NVIDIA 分享 Kuddo Health：AI 如何協助治療師回看會談？

原始資料來源

• Google：Google for Health Summit Singapore
• 新加坡衛生部：10月29日峰會公開演說