在一个已承受人口老龄化压力的医疗体系内，Ong Ye Kung正押注大规模科研投入。2026年5月22日，新加坡卫生部长宣布，将在“研究、创新与企业2030”计划下，于五年内投入25亿新加坡元支持转化与临床研究。该项目包括国家精准医疗计划第三阶段、本地训练的临床人工智能，以及一项3.5亿新加坡元的“长寿大挑战”。
这笔投资正值“健康新加坡”计划从扩大登记转向推动行为改变。截至五月，约有140万人在家庭医生处登记，占符合资格者的59%。超过1,100家全科诊所和综合诊疗所参与其中。登记者中，八十三%已完成首份健康计划，但应在2025年接受跟进检查的人中仅有66%完成了检查。
这两项议程应被视为同一个经济体系：研究负责识别风险并设计更有效的干预方案，基层医疗把方案覆盖到更广泛人群，医院数据则检验实际效果。若三者彼此割裂，新加坡可能一面取得卓越科研成果，一面仍以同样速度扩张成本高昂的医院端诊疗能力。
Ong 列为第十位，因为他正尝试打通创新政策、社会政策与医疗服务采购。作为社会政策统筹部长兼卫生部长，他比大多数同侪更能直接协调老龄化、预防与研究。考验在于，这一制度覆盖范围能否带来可量化的疾病和成本避免。
25亿新元需要一套运营逻辑
研究资金的分配范围广泛，但并非缺乏方向。新加坡计划扩大精准医疗，利用本地临床数据开发AI模型，并资助可将科研发现应用于诊疗的转化研究。首批AI重点领域包括心脏代谢疾病和眼病，两者都与亚洲人口老龄化相关，也都拥有丰富的可测量影像、实验室数值和临床结局数据。
公共科研资金可以纠正市场失灵。由于回报不确定或难以获取，企业往往对长期队列研究、国家级数据集和早期验证投入不足。政府可以建设共享基础设施，降低测试成本。随后，私人资本可在知识产权和需求更为明确的领域开发产品。
这项资金配置仍需遵循投资组合纪律。转化研究项目可能多年停留在学术发表与商业开发之间。每笔重大资助都应明确预期使用者、证据门槛及进入临床工作流程的路径。若项目缺乏可信的实施合作伙伴，不应仅因其科学研究仍然有趣而继续推进。
Ong还应区分研究产出与健康成果。专利、论文与初创企业体现活动；采用率、诊断准确性、住院减少与生产力提升体现系统价值。25亿新加坡元应同时依据这两类指标追踪。
精准医疗正成为国家基础设施
新加坡精准医疗计划第三阶段拟对400,000至450,000名居民进行基因测序，使数据集覆盖约10%的人口。这一规模可以提高亚洲遗传变异的代表性，支持风险预测，并吸引过去高度依赖欧洲血统数据集的制药研究。
只有当基因组信息能够以负责任的方式连接临床记录与结果时，如此规模的队列才有价值。系统需要明确的知情同意、安全计算、数据标准及产业访问规则。参与者应当了解商业公司能否使用衍生洞察，以及相关收益如何回归卫生体系。
从基因测序到临床照护之间也存在脱节。识别出遗传风险并不会自动改善健康状况。临床医生需要指导，患者需要咨询，而且必须有可行的干预手段。如果检测结果未得到充分理解，大范围检测可能引发焦虑并增加后续成本。实施工作应从已有证据支持改变预防、诊断或治疗方式的领域开始。
在商业层面，新加坡可利用这一数据集增强谈判地位。研究访问权限可以与本地试验、能力建设或以可负担价格获取研究成果挂钩。相关条款应保持足够的可预测性，以吸引企业。国家数据资产应通过改善医疗服务和富有成效的合作创造回报，而非以限制性管控导致其得不到充分利用。
临床人工智能必须节省时间，而不是再增加一个操作界面
利用本地数据训练人工智能，可以缩小外来模型应用于不同人群和临床实践时产生的性能差距。心脏代谢风险和眼科影像是实用的切入点，因为新加坡拥有结构化数据和成熟的诊疗路径。
其经济效益取决于工作流程。产生更多警报的模型可能增加检测量和临床医生的负担；能够更早识别高风险患者、确定预约优先次序或支持一致决策的模型则可能降低成本。试验应比较包括假阳性和员工工时在内的完整诊疗周期，而不能只报告算法准确率。
“健康新加坡”计划提供了一个现实场景中的服务交付网络。自2026年7月27日起，政府计划面向已登记加入该计划、年龄介于40至64岁且未患慢性病的居民，对一项由AI辅助的“健康计划”功能进行为期六个月的测试运行。该测试可以检验个性化建议能否提高参与度，以及家庭医生是否认为这些建议有用。
治理必须清晰可见。患者需要知道人工智能何时影响了建议，临床医生需要有权提出异议，医疗服务机构则需要免受责任界定不清带来的风险。应监测模型是否发生漂移及表现是否存在不均衡。采购合同应确保审计权，并在供应商发生变化时保障服务连续性。
“健康新加坡”是服务落地渠道
Healthier SG为居民配对固定家庭医生，并制定个性化预防计划。该模式旨在将医疗活动从医院转向长期的基层医疗关系。新加坡自2026年7月起以一次性S$10 Healthpoints福利鼓励居民定期健康随访。
激励额度较小，这对于行为引导而非医疗服务报酬而言是恰当的。其价值应以原本会错过复诊者新增的到诊人数衡量。如果大多数积分都发给了本来就会到诊的居民，该计划只会增加成本，而不能改变行为。
在应于2025年接受复诊的人群中，完成率仅为66%，暴露出执行落差。登记参与并制订初步方案，比持续参与更容易。诊所需要建立系统，用于识别爽约情况、以多种语言沟通并协调筛查。支付机制应奖励持续服务和风险控制，而不应只看表格是否填完。
逾1,100家参与诊所提供了广泛覆盖，但也带来差异。规模较小的诊所可能缺少数据团队或医疗协调人员。通用数字工具和共享服务可以减轻负担。卫生部应公布绩效区间并支持改进，同时避免促使服务提供者回避病情复杂的患者。
不采取行动的代价，是高成本的老化产能
预防并不能消除对医院和长期护理的需求。新加坡计划到2030年新增约2,800张医院病床，增幅约25%，并增加10,000张养老院床位。医疗卫生从业人员预计将增加约20%。这些投入表明，研究和初级医疗旨在缓解相关成本压力。
“乐龄新加坡”（Age Well SG）正在扩大以社区为基础的支持。四个指定社区预计将惠及逾110,000名老年人，统筹住房、交通、积极乐龄和照护服务。社区设计可以延缓身体衰弱和入住照护机构，但成效需要时间才能显现，且涉及多个政府部门。
王乙康负责跨部门协调的职权在此是一项优势。对部分老年居民而言，改善住房、社会联结和出行条件带来的健康收益，可能高于再做一次临床检查。如果节省的开支会在日后体现于医疗体系，预算安排应允许跨机构投资。这需要采用共同的成效指标，并就收益归属达成一致。
在人口老龄化的背景下，财务目标不应是让卫生总支出下降，而应是在提高健康预期寿命的同时，减缓可避免的成本增长。任何节省开支的说法都需要可信的反事实依据：如果没有这项干预，医院、护理和人力资源的使用情况会怎样。
长寿这一重大挑战需要商业边界
新加坡已拨款3.5亿新元，用于“长寿大挑战”，向公私部门征集方案。该领域既吸引了针对衰老生物学、诊断和照护模式的严肃研究，也充斥着推测性主张和证据薄弱的消费产品。公共资金应当提高标准，而不是补贴炒作。
项目需要采用与健康寿命相关的终点指标，例如功能得以保持、虚弱程度降低或疾病延后，而不是对生物年龄作含糊宣称。试验必须持续足够长的时间以支持结论，并纳入背景多元的老年人。商业合作方应披露利益冲突，并承诺公布不利结果。
最有力的方案可能会把生物学与服务交付结合起来：一项经过验证的干预措施、一个目标人群，以及一条通过初级或社区医疗实施的路径。新加坡紧凑的体系可以开展务实性试验，并关联不同场景下的结果。若审批规则和数据权利清晰，这种能力可以吸引全球企业。
王乙康后续指标
第一项指标是“健康新加坡”计划的持续参与情况，包括年度健康检查、筛查完成率和主要风险因素的控制情况。第二项是受资助研究转化为经验证的临床应用或具备投资价值的公司的比率。第三项是能否覆盖高风险人群，同时不扩大健康差距。
财务评估应长期跟踪不同群体，并比较住院、急诊就诊、用药依从性和医疗总成本。研究项目应报告私人共同投资，以及采购或许可成果。精准医疗平台应披露准入协议和公共利益，同时避免暴露参与者数据。
在老龄化负担进一步加重之前，王乙康已经开始投资。其逻辑合理：利用本地数据开展研究，由家庭医生提供服务，再以整合记录衡量成效。风险在于，各组成部分都用自己的指标报告成功，整个系统的成本曲线却几乎没有变化。只有当25亿新加坡元的研究投入体现为更健康的人群、更高效的诊所，以及增速低于原本水平的医院容量时，他的领导成效才能得到证明。
