用AI“小護士”初判病情 或可縮短急診部門等候時間 | 聯合早報
zaobao
智能“小護士”未來可助病患判定自己是否須要到急診部門接受緊急治療，也能為在急診部門候診的病患進行初步病史採集，讓病重的患者可更快且優先獲得治療，改善急診部門整體流程。
有些人在家中出現頭痛、腹瀉、暈眩等症狀時會因心急，連忙前往醫院急診部門。但不少病例經醫療人員檢查和分診（triage）後，發現情況並非緊急，病患結果要在急診部門等候數小時問診。
三名好友，譚永安（22歲，南洋理工大學李光前醫學院三年級生）、陳偉軒（21歲，英國倫敦大學學院醫學院一年級生） ，以及陳婉伶（24歲，研究員）為此集思廣益，設計出一款名為“trAIge”的生成式人工智能聊天機器人。
採集病患基礎信息
分診，是急診部門醫療人員根據病情嚴重性，決定病患治療順序的一套標準流程。
trAIge模擬醫療人員，通過各種問答方式先行採集病患的病史，巧妙地在病患還未出門或正等待分診時提前介入，再總結所得信息，評估病患情況的緊急程度。
延伸閲讀
[杜克國大醫學院研發 藉助AI為病患評估風險
](https://www.bdggg.com/2024/zaobao/news_2024_04_13_675986)
[醫療創新計劃團隊研發 在家就可進行子宮頸癌篩查測試
](https://www.bdggg.com/2024/zaobao/news_2024_04_02_673678)
問題包括“今天為何來求醫”“近期是否有頭部創傷”，以及“是否開始服用新藥物”等。
trAIge在聊天過程中詢問病患的問題。（受訪者提供）
但譚永安強調，系統不會也無法取代護士和醫生的角色，只是利用病患在候診的時間，獲取基礎信息，加快接下來的分診流程。
機器人生成的資料總結，不僅能幫助醫療人員快速瞭解個別病患的總體情況，也能讓他們及早識別急需治療的病患。
陳婉伶也説，團隊的設計理念是希望能夠充分利用病患就診前的時間；未決定是否要前往急診部門的病患或許與機器人互動後，會選擇到全科診所就診；已經在急診部門的病患則能通過機器人提供資料，幫助醫療人員消化信息。
trIAge與病患互動後總結出的摘要。（受訪者提供）
研發過程中，團隊也獲得醫療保健創新中心數碼及智能保健處主任、南大李光前醫學院副教授黃毅瑩的建議和指導。
急診部門時不時會遇上病患人數激增的情況，但值班人員有限，很難第一時間向每名病患詢問詳情。
黃毅瑩説，患者這時便可掃描一個二維碼，先與trAIge互動、填寫病史。“第一，聊天機器人不會感到疲倦，所以病患能輸入更多、更詳細的病歷。第二，如果有很多人在排隊，且都在使用trAIge填寫病史，醫療人員便可立即開始安排他們的問診順序。”
他指出，有了更全面的信息，醫療服務也會得以改善；除了能為病患提供更具針對性的服務和資源，也有助醫療人員更快進行診斷和治療。
若研發完成，病患可輕鬆通過手機使用trAIge。圖中，手機屏幕顯示病患與機器人互動的頁面，電腦屏幕則是醫生看到的經trAIge整理後的個別病患資料總結。（梁麒麟攝）
分流非緊急病例 減輕急診部門壓力
非急診病例是急診部門的一大痛點。在本地急診部門接收的病例中，就約有40%屬於非緊急情況。
這羣擔心病情卻不知何處尋醫的病患，也能通過與trAIge的互動，有效斷定自己是否有必要到急診部門，或只須到住家附近的全科診所得到醫療幫助。
譚永安解釋，病患的情況若不算緊急，在分診後不會被安排優先治療，最終或許要等待六至七小時。
他説：“我們希望聊天機器人能向這些患者保證，他們實際上並無大礙，也不需要緊急護理，因此到全科診所看診會得到更好的服務。這樣我們就能將病患從急診部門轉移至基礎醫療，減輕急診部門的壓力。”
trAIge能初步評估病患的嚴重程度，綠色為非緊急、紅色為急需治療，按顏色歸類，讓醫生一目瞭然，曉得個別病患的病情。（受訪者提供）
團隊近期在陳篤生醫院進行了小規模的試驗，並得到了醫療人員和病患不錯的反應。他們也發現，機器人做出的判斷與醫生大致上相同。
陳偉軒指出，團隊會在項目穩定後做進一步研究，包括如何讓年長者或無法打字的公眾也能輕易使用trAIge。
聊天機器人目前還處於概念驗證（proof of concept）的階段，仍屬於研發初期，團隊也打算在接下來申請研究資金支持這一項目。
團隊認為，若能在未來推行，trAIge將有望縮短急診部門等候時間、減輕急診部門壓力，以及造就更精準的診斷和更妥當的護理。