有研究指出，2024年全球急診科數據市場規模約為10.3億美元，預計到2029年，將增長接近一倍至20.1億美元（約156.78億港元），反映急症服務需求明顯上升。再加上全球人口持續老化，各地急症服務正面臨前所未有的考驗。幸而人工智能的持續創新為急症服務帶來了新景象，能夠在關鍵時刻提升醫療效率與準確性。

　　加拿大多倫多聖米高醫院（St. Michael’s Hospital）轄下的人工智能（AI）團隊，研發了臨床預警系統「CHARTwatch」，以AI分析病人的電子病歷、化驗及影像報告、血壓等生理指數，提前預測病情惡化的風險。有臨床試驗證實，該系統能將住院患者的死亡率降低26%，大幅提升救治成功率。AI同時也可以聽取病人和醫生的對話，並轉錄為病歷，好讓醫生專注診症。此外，團隊又設計一套演算法，運用AI分析過往求診數據、實時天氣變化及節慶活動情況，提前預測急症室的求診高峰時段。如天氣預警將有暴風雪，應診人數可能增多，重症比例同時有機會提升，醫院便在資源分配上作合適調整，又提前增派人手，以便處理更多急症個案。

　　台大醫院遠距照護中心研發了「智慧語音急診預測系統」，運用AI辨識技術，把不同語言如國語、英語、閩南語，以及各類型的醫護語音內容，包括醫學名詞、藥品中英名稱等轉化成文字，並使用自然語言處理、語意分析技術去整合護理記錄，從而預測患者兩周內發生急診事件的機率，系統預測準確度可近九成。此系統不但可縮短醫務文書的處理時間，還讓高風險患者及早得到治理，避免病情惡化，為患者爭取更多的治療黃金時間。

　　香港的急症服務一直面對嚴峻壓力，醫管局借鑑國際經驗，已計劃利用科技減輕急症室的壓力。除引入生成式人工智能，透過系統即時收集資訊，以協助醫生綜合相關臨床資料，起草醫療記錄及報告。還試行「人工智能患者風險預警系統」，透過AI分析維生指數、化驗結果等臨床數據，提供風險預測模型，並利用HA Chat及病房智能顯示屏，即時通知臨床醫生及護士團隊，以及早介入治療及調節治療方案。系統不但減省工序及人手處理時間，還可提升整體的醫療效率。去年9月率先在博愛醫院兩間病房試行新系統，成效理想，計劃於本年內擴展至更多間病房。

　　近年，本港的急症服務經已有所改善，急症室的輪候時間較以往下降，次緊急及非緊急病人的平均輪候時間，由193分鐘降至144分鐘。另經急症室等候入院時間超過4小時個案，亦僅佔入院個案的4.3%。然而，每到流感高峰期及長假期，急症室便會出現人潮。人工智能已成為提升急症醫療效率、減輕醫護負擔的重要助力，我們應把AI視為醫療的核心基礎設施之一，透過科學性的預測與資源調配，打造更高效、更具韌性的急症服務，讓市民得到更高效的醫療保障。