加醫院善用AI 預警高風險病人及時搶救

人口老化帶來的挑戰非香港獨有，加拿大同樣面對龐大的公營醫療壓力。當地有大型醫院便廣泛應用人工智能（AI），協助醫護人員處理文書工作、預警高風險病人及時搶救，並可用以預測急症室患者數量，以調配人手應付高峰期。

公營醫療輪候時間不但令港人叫苦，加拿大也有同樣困擾。根據加拿大健康資訊研究所數據，去年當地乳癌、大腸癌、肺癌患者等待手術時間中位數，較疫前多2至4日；進行MRI和CT掃描的等待時間中位數，也較2019年同期多7日和4日。當地智庫菲沙研究所報告亦指，去年由加拿大全科醫生轉診至專科醫生並完成治療的等待時間中位數，亦長達27.7周。
聽取病人與醫生對話轉病歷

在龐大病人需求下，善用人工智能是新出路。作為多倫多大學附屬教學醫院的聖米高醫院（St. Michael's Hospital），早年獲李嘉誠基金會巨額捐助，成立李嘉誠知識研究院，冀將研究成果轉化惠及病人。轄下的Unity Health Toronto資料科學和高級分析副總裁Muhammad Mamdani指，其30人開發團隊在2017年起利用院內大數據，作出多項創新，包括研發臨床預警系統「CHARTwatch」，利用AI分析病人的電子病歷、化驗及影像報告、血壓等生命體徵數據，預警病人病情可能轉危；臨床研究亦證明系統可將住院患者的意外死亡人數顯著下降26%。

團隊成員亦曾參與研發AI系統，聽取病人和醫生的對話，並轉錄為病歷，令醫生毋須埋首電腦，忽略醫患溝通。

Muhammad補充，團隊亦設計一套演算法，以AI分析過往求診數據，並配合實時天氣、節慶活動情況，預估急症室的高峰求診時段，「像預知明日有暴風雪，系統會預告明日中午至傍晚將是求診高峰，涉及求診量及重症比例，以便醫院作出安排，增加人手應對。」他指，研究難度在於梳理有用數據作機械學習，且須不斷與臨床團隊溝通，改良至符合實際需求。他又透露，當地不少醫院有需求，惟各院數據搜集方式迥異，要通過設立初創公司，將技術商品化。

加拿大健康科技公司WELL Health Technologies聯合創辦人兼行政總裁Hamed Shahbazi指，不少人對加拿大醫療系統有誤解，當地全科醫生雖受政府資助，但診所的租金和薪金成本是自行負擔，實際仍是私人營運。旗下技術利用AI系統分析醫療文件，協助醫生作早期疾病診斷，不但能識別糖尿病等常見病，更可分辨罕見病，並標示高危病人，「AI助醫生專注診治更多病人，亦可改善收入。」