班加羅魯：多年嚟，喺印度南部安德拉邦查格魯村做社區醫療工作嘅潘圖拉·烏哈，清楚知道應該點樣提問，先可以識別到可能患有結核病（TB）嘅人。不過，佢指出，呢種篩查方法可能會漏咗嗰啲唔顯示症狀嘅村民。
呢個情況喺三月開始出現改變，當時烏哈同佢嗰隊認證社會衛生推動員（ASHA）—— 政府僱用喺一線嘅衛生工作者，ASHA 呢個縮寫喺印地語亦有「希望」之意——開始逐戶走訪，叫人做一件唔平常嘅事：用智能電話咳嗽幾秒鐘。
佢哋嘅手機裝有一個人工智能支援嘅應用程式，名為 Swaasa，用嚟檢測同呼吸系統疾病有關嘅模式。烏哈表示，呢個工具可以識別有無症狀但需要進一步檢測嘅人，之後其中一部分人最終被確診喺結核病，並開始接受治療。
喺查格魯村，73歲嘅患者 T Gowramma，呢次經歷對佢嚟講並唔算嚴峻。
「每逢我咳嗽，我就擔心可能係嚴重嘅病。」佢話：「醫院嘅工作人員會到我哋屋企，用我嘅咳嗽喺 Swaasa 應用程式度做測試，真係好容易。」
喺西面幾多百公里，衛生工作者正使用一個名為 Shishu Maapan 嘅 AI 應用。呢個應用可以透過手機拍攝嘅短片估計新生嬰兒嘅體重同其他測量，取代以往需要攜帶嘅笨重儀器，逐戶上門。
「一開始，我哋都想唔到，點解體重可以喺手機上量到，呢樣真係好新奇。」 Jyotsna Patel，一名喺達曼地區卡奇加姆村工作14年嘅 ASHA 工作人員，咁講。
經過訓練同實踐之後，佢話，工作人員已經可以日常使用呢個應用，並追蹤嬰兒係咪增重或減重。
呢兩個在印度鄉村出現嘅例子，唔係因為科技本身，而係因為前線嘅醫護人員喺使用佢嘅方式。
全國範圍內，印度公營衛生系統嘅醫生、放射科醫生同社區衛生工作者嘅工作量已經好大，Qure.ai 嘅高級副總裁 Sagar Sen 表示，若再增添一層工作，可能會適得其反，令科技用唔到最大效果。呢間總部喺孟買嘅公司，專門開發用於分析醫學影像以檢測結核同肺癌等疾病嘅 AI 工具。
「挑戰係，要喺佢哋已經工作嘅方式度去打造 AI，讓佢可以承擔部分工作量，同時將臨床判斷留喺醫護人員手上，」佢話。
喺印度大部分地區，對於好大數量人口第一道就醫點，可能係社區衛生工作者或者走廊盡頭冇專科醫生嘅診所，專家表示 AI 越嚟越會圍繞呢啲已經喺前線嘅人去開發。
AI 與印度鄉村前線的結合
印度大約有 102 萬名 ASHA 工作人員，呢個全球最大嘅社區衛生工作者計劃由此形成。每人通常服務約 1,000 人，計劃覆蓋約 58 萬個鄉村村落，根據政府數據。
印度國家健康任務（National Health Mission）將 ASHA 工作者形容為「健康需要嘅第一個呼叫點」，特別係對婦女、兒童同其他難以獲取醫療服務嘅人群。
佢哋嘅職責已經涵蓋孕產及兒童健康、免疫接種同結核篩查；而新嘅任務如家庭普查、維護健康登記簿同資料驗證，亦令佢哋嘅工作量增加。
其中一項職責就係喺家訪期間監察新生嬰兒。喺嬰兒出生後初期嘅幾個星期，ASHA 工作人員會進行若干次呢類訪視。
而家佢哋可以使用 Shishu Maapan 應用，透過大約 30 秒嘅手機視頻，估計新生嬰兒至多 42 日大時嘅體重、身高同頭圍等測量值。
呢個過程起初對新生嬰兒媽媽嚟講較為陌生，因為佢哋習慣於以前用秤磅重，但 Patel 講。
「而家佢哋會自己攤好床單，想睇下自己嘅嬰兒有冇增重。」
呢啲測量結果亦會以數碼形式記錄，並可與州政府嘅系統同步，而唔係寫喺登記簿上，發展機構 Wadhwani AI 嘅國家衛生負責人 Aparna Chaudhary 講述。
呢啲測量之所以重要，係因為低出生體重喺印度依然係一個重大問題。
根據 UNICEF 印度分部 2025 年 2 月嘅營養報告，約有 18% 嘅嬰兒出生時體重低於 2.5 公斤，而早產同低出生體重合計佔新生兒死亡率嘅 48%。
「如果嬰兒體重偏低，我哋會喺第一次探訪就對媽媽進行諮詢，亦會指導佢哋進行純母乳餵哺。」 Patel 表示。
Chaudhary 指出，Shishu Maapan 嘅 AI 模型係根據超過 3 萬名嬰兒嘅資料訓練，透過短片估算新生兒嘅各項測量。
呢個 AI 應用係為使用低階 Android 手機嘅 ASHA 工作人員而設，設計成離線運作，適用喺連線差嘅地區；同時能容忍光線唔理想同模樣不穩定嘅情況，佢補充說。
喺果阿，Dr Govind Desai 談到點樣喺該地 Qure.ai 嘅軟件喺一次肩部受傷嘅 X 光檢查入面，幾分鐘之內就標出一個細肺結節。
由於喺較細嘅政府醫療中心，專科放射科醫生唔多，之前要將 X 光送到大醫院睇，通常需要七至十日時間先至有評估，佢表示。
讓 AI 為前線衛生工作者發揮作用
對印度公營衛生系統嘅 AI 開發者嚟講，挑戰唔止喺開發好嘅技術，仲要確保佢唔會為前線嘅工作人員再添負擔，專家話。
對 Shishu Maapan 呢個項目，必須以簡單嘅設計融入 ASHA 工作人員現有嘅日常，而唔係變成另一個塞喺日程表上嘅任務，Chaudhary 說。
一名監督人員跟住工作人員去到現場，示範點樣正確擺嬰兒同錄製視頻。經過練習之後，佢話，佢哋就能喺日常中使用呢個應用，並追蹤嬰兒嘅體重係咪有增加或下降。
Shishu Maapan 自此已經整合喺本地政府現有嘅 ASHA 平台入面，並交由政府營運， Chaudhary 指出。
「對某啲 ASHA 工作人員嚟講，使用（Swaasa）應用去篩查 TB 係有困難嘅，」領導一隊 ASHA 嘅 Uha 講，指出年齡、教育程度同對數位工具嘅熟悉度存在差異。
Uha 表示，起初用 Swaasa 應用來篩查 TB，感覺「有啲繁重」。
喺初期日子，呢個應用嘅連接性問題比較突出；同埋有啲人喺衛生工作者面前直接咳嗽，呢個雖然工作人員有戴口罩，但仍然引發咗對感染嘅憂慮。
Nammi Vasundhara 博士，負責監督 Swaasa 試點嘅東戈德瓦里區結核病同麻瘋病官員，向 CNA 表示，某啲工作人員亦覺得唔舒服，叫懷疑患傳染病嘅人喺佢哋自己嘅手機附近咳嗽]
如果政府進一步推廣，可能需要專門嘅測試設備。
喺果阿，使用 Qure.ai 嘅醫生接受培訓，解讀 X 光、理解 AI 警示嘅含義、跟進適當嘅程序，並知道去邊度轉介病人。
Qure.ai 嘅 Sen 指出，AI 應該喺前線工作人員已經運作嘅方式之內，而唔係創造出另一條繁重嘅工作線路。
專家亦表示，呢啲解決方案或許能喺 pilot 之後繼續擴展嘅路徑。
從試點走向實際運作
唔係每一種喺 pilot 時有效嘅工具都能成為印度政府公共衛生系統嘅日常運作。
Salcit Technologies—— Swaasa 應用嘅開發商，已經喺公眾衛生工作者同非牟利項目中測試過，但其首席執行 Venkat Yechuri 表示，迄今為止公司尚未獲得全州或全國政府推廣嘅批准。
「我哋同你可以諗到嘅每一個州政府都傾過，但係唔知究竟要點先能由 pilot 推向其他階段。」佢話。
有啲項目推展到更遠，顯示要規模化 AI，需要同現有政府系統整合，為工作人員同病人提供清晰嘅行動路徑，專家講。
例如，goa Go 嘅政府醫院中，Qure.ai 所扮演嘅角色，並唔係只喺發出可疑 X 光嘅警示，Sen 說。
一名患者導航員——幫助協調病人後續護理嘅角色——會追蹤 AI 提示，指引被標示嘅人走過專科評估同進一步檢查，包括 CT 掃描，佢補充講。
胸科專家 Desai 說，這種協調可以把原本需要三至四週完成嘅流程縮短到大約三至四日。
當病人需要前往四十公里外嘅專科護理時，協調工作尤為重要，Sen 說。佢又表示，呢間公司從早期部署中學到嘅經驗係，如果一個 AI 演算法能提供更多嘅診斷結果，但冇一個能處理呢啲結果嘅健康系統，就只會造成另一個瓶頸。
亞洲其他地區亦有類似嘅實驗，其中專科護理服務仍然唔均衡。
喺菲律賓，Qure.ai 嘅技術被用於移動式 X 光車隊，作為 ACCESS TB 專案嘅一部分，喺偏遠社群進行篩查，推動計畫中鑑定同通知嘅 TB 病例達 8,700 例。公司嘅軟件亦喺越南使用，喺 TB 嘅篩查中覆蓋超過 9.6 萬人。
除東南亞外，Qure.ai 嘅技術亦喺非洲多地部署過。
Sen 指出，為印度資源受限嘅衛生體系而打造嘅解決方案，可能對全球南方其他國家同樣有參考價值，因為多個國家都面臨相似嘅短缺情況。
「發展中市場理解呢個挑戰，知道佢哋承受嘅重擔，使家園更加主動採用 AI。」佢講。
Narayana Health 創辦人、印度著名心臟外科醫生 Devi Shetty 呢位專家向 CNA 表示，科技同 AI 嘅潛力喺於讓 scarce 嘅醫生同護士可以花較少時間處理例行工作，更多時間照顧病人。
佢指出，護理人員比醫生花嘅時間多得多，但好大部分時間都喺做重複性工作，例如定期測量同記錄資料。
「最煩、最乏味嘅工作——而家就應該交俾科技去完成。」 Shetty 說。
要讓 AI 喺醫療保健領域大規模運作，亦涉及建立人哋對科技嘅信任呢個問題，專家話。
Rohan Devidas，領導 Goa 嘅 Qure.ai 病人導航員項目嘅人，表示更快找到病人唔一定等於佢哋會更加早就醫。佢回憶一名54歲男性嘅 X 光，因肺部結節被標記時，佢並唔覺得自己需要再做檢查，因為覺得自己好健康。
當電話推動唔成功時，佢哋就會動用熟悉社區嘅政府衛生工作者，向病人解釋發現同鼓勵跟進檢查。
有啲病人起初抗拒檢查，但喺呢些走訪之後再回來就去做咗。
Devidas 說，呢個就係點解前線工作人員喺 AI 越嚟越強大嘅情況之下仍然中心地位。
「同病人保持人與人之間嘅接觸非常重要，」佢話。「一開始，佢哋可能會難以信任新科技。」
