AI 協助分流醫療壓力 從臨床預警到語音辨識提升急症室效率

隨着全球急症服務需求急增,各地醫療系統正引入人工智能(AI)以分擔醫護壓力。加拿大多倫多聖米高醫院開發「CHARTwatch」系統,能分析電子病歷與生理指數,提前預測病情惡化風險,臨床試驗顯示可降低住院患者死亡率達26%。系統亦能預測急症室高峰時段,協助醫院調整人手。台大醫院則研發「智慧語音急診預測系統」,利用語音辨識與自然語言處理分析護理記錄,準確度接近九成,並能預測患者兩周內急診風險。這些創新應用將全面提升急症服務質素與效率。

 

鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授

 

全球急症服務的需求持續上升,有研究指,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,將增至20.1億美元(約156.78億港元)。為緩解急症室的負荷,全球正尋求創新科技的協助。

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,並轉化為病歷,好讓醫生專注診症。而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,有助醫院及早調整資源分配,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。

隨着人工智能(AI)技術於醫學領域的應用日益廣泛,相信我們的急症服務質素將可進一步提升,不但有助簡化工作流程,還能提高診斷的準確性及效率,惠及更多病人。