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。
人口老化問題加劇，人形機械人被視為潛在解決方案，但要實現量產與普及仍面對多重挑戰。首先，AI 大模型雖提升了自主學習，但「大腦」與「小腦」未能完全協調，機械人在複雜環境下行走仍易失衡。其次，商業模式尚未成熟，缺乏統一測試平台及零部件標準，令大規模生產受阻。最後，電池續航是最大難題，北京人形機械人半程馬拉松中，多台機械人需頻繁更換電池。要突破困境，必須依靠政府、業界、學界與投資界協力推進。
