香港經濟政策綠皮書2026｜歐陽會銀教授、張怡然女士

香港的公立醫院急症室經常在超越臨界點的狀態下運作。醫療體系因持續且不斷增長的需求而承受巨大壓力，而這種需求又受到深刻的人口結構轉變所加劇。其核心問題在於病人需求的波動與現有服務容量之間的結構性錯配。對此，最直接而高效的干預措施，莫過於提升營運效率，同時，對香港而言，面對急症室過度擁擠、人手短缺，以及人口老化對公共醫療服務所造成的前所未有壓力，人工智能的潛力尤顯重要。

一、危機範圍：瀕臨崩潰的體系

僅在2023–24年度，醫院管理局（醫管局）轄下的18間公立急症室共處理超過214萬人次，相當於每日就診人次約5900。4間主要醫院（瑪麗醫院、伊利沙伯醫院、威爾斯親王醫院及屯門醫院）在每天高峰期經常需治理400至500名病人，運作負荷達到設計容量的150–200%。

這種龐大的需求並非暫時性的激增，而是一場因香港人口快速老化而加劇的結構性危機。65歲或以上人口比例在2024年已達22.8%，上升趨勢明顯，預計將在2036年超過30%。這個人口組別不僅僅是個數字，而是代表醫療需求的根本性轉變。長者病人被分流至較緊急類別比例過高，且通常伴隨更複雜的多重疾病，導致住院時間延長而使用資源更多。

與此同時，這種持續不斷的運作壓力引發了另一場同樣緊迫的人力資源危機。員工作為整體架構中最關鍵的資產，更見不勝負荷。一項2022年有關香港急症科醫生及護士的調查顯示，高達82.2%的受訪者在至少一個範疇表示過勞。這對一類依賴高技能兼具警覺性和韌性勞動力的服務而言，並非可持續的狀態。

二、核心問題：結構性供求錯配

長期擁擠雖是最顯而易見的症狀，卻非根本診斷。核心問題在於病人需求的波動與現有服務容量之間的結構性錯配。公立醫院急症室本來專為緊急情況而設，並按此配置人手，但其他用途卻日益超出此一範圍。

這正凸顯出香港公營醫療系統的「病情嚴重度悖論」，亦即雖然老年及危殆病人的需求極高，但急症室求診者卻絕大多數屬於非緊急個案。2023年的數據明確顯示，僅有1.8%的病人屬於第1類（危殆），7.6%屬於第2類（危急）。這意味着其餘90.6%的病人均屬於第3類（緊急）、第4類（次緊急）及第5類（非緊急）個案。這種分布造成了根本性的運作衝突。

約69%的求診時間發生在上午8時至晚上8時之間，周末及星期一的求診量經常高於周中，這種模式關乎基層醫療可及性問題，多於真正的急症需求。系統內的資源被大量消耗於雖令病人憂慮，卻毋需急症級別處理的病況。在確保可及性、負擔能力及可用性的情況下，這些個案應能在基層醫療層面妥善處理。

收費結構揭示出問題所在：公立急症室的收費僅需180元，其中已包含所有檢查及藥物，而私家普通科醫生的診症費通常介乎200至500元，且檢驗與藥物需額外收費。再加上公立醫院專科門診系統在處理非緊急病情的漫長輪候時間，難怪病人首選急症室作為獲取全面、可負擔且較快速的就診途徑。

由此可見，本地醫療體系未能提供替代方案。結果是在此系統下人人吃虧：危重病人輪候時間延長，醫護人員因被分配去處理較不緊急的病症，無法在適當時間提供適切治療，而出現士氣低落甚至過勞跡象。一項2022年醫生調查顯示，55.6%的受訪者表示，每周至少數次基於急症室人流壓力而安排病人入院或出院，另有43.2%承認未能與病人充分討論治療選項或回答病人問題。這些情況直接證明系統限制迫使醫護人員在護醫療服務上作出妥協，進而為未來埋下隱患。

三、策劃未來路向：全面的需求管理與供應擴展策略

上述數據呈現出一幅清晰的圖像：香港的急症護理體系陷入結構性失衡，難以應付非原本設計所能承擔的需求。解決這場危機不僅需要良好意願或漸進式調整。鑑於急症室原本設計與實際用途的根本錯配，可持續的解決方案必須採取多面向策略。我們不能單靠擴建容量，就期望問題自行消失，而應更明智能地管理現有資源，同時正視促使非緊急病人湧入急症室的根本原因。

下文探討的3項關鍵策略，足以共同重塑香港急症護理的格局。首先，根據筆者已發表的候診時間資訊系統研究，檢視急症室如何在內部更有效運作。筆者的模擬研究顯示，策略性地使用資訊足以影響病人流量而減少擁擠，可見有時最有力的干預措施源自「更聰明地工作，而非更辛苦地工作」。

其次，筆者將提出評估收費調整作為重新平衡需求模式的方法。這並非懲罰病人或設置醫療障礙，而是透過經濟誘因，溫和地引導病人前往適切的護理場所，同時確保真正緊急的病人不會面臨阻礙。

最後，筆者將探討人工智能在解決績效缺口與人手短缺危機方面如何成為重要盟友。人工智能並非取代具專業技能的急症科醫生與護士，而是一種有助減輕其工作負擔，以便於專注其專長的工具。

這3項策略並非各自獨立的修補措施，而是香港急症體系亟需的大規模改革中的互補組成部分，足以共同提供切實可行的途徑，打造一個對病人與照顧病者的專業醫護團隊而言，均能發揮更佳功效的體系。

1. 有效管理：善用資訊系統

鑑於醫療體系面臨嚴峻限制，尤其是有限的預算與瀕臨崩潰的人力資源，最直接而高效的干預措施，莫過於提升營運效率。除了採用新科技，關鍵還在於善加運用。筆者的研究在這方面提供了重要見解。

包括香港在內的許多醫院制度已實施病人候診時間資訊系統，以管理病人期望並重新分配需求。邏輯看來簡單：非緊急病人若看到某急症室輪候時間過長，可能會轉往其他等候時間較短的急症室就診。然而，筆者基於香港3間市區急症室（2019年診症共317519人次）的數據而校準的模擬研究顯示，如此想法過度簡化，甚至可能帶來風險。這些系統的有效性取決於預測準確度與更新頻率，若這些條件設置不合適，系統的作用就會適得其反。

筆者的研究揭示一個關鍵悖論：準確資訊固然經常有助於改善系統績效，但與其提供不準確資訊而令擁擠情況惡化，倒不如不提供任何資訊。當候診時間公告所依據的只是簡單的歷史平均值（如美國多個系統採用的滾動平均法）或香港18間公立醫院目前使用的第95百分位數方法時，就無法掌握急症室的實時波動情況。如此不準確的資訊反而誤導病人，若有足夠多的病人遵從失實指引，就會造成自證預言，導致病人湧向已經不勝負荷的醫院求診。

有關數字更道出令人憂慮的情況。在筆者的模擬中，當不準確的預測方法（如第95百分位數）與高病人採用率結合時，平均候診時間較全無資訊系統延長96%。這些方法呈現出U型績效曲線，最初在低採用率時略有幫助，一旦廣泛採用，將帶來不良後果。「未獲診治即離院」的比率在此情況下亦同樣惡化，意味着更多病人因被誤導至擁擠不堪的醫院而完全放棄治療。

相反，筆者的研究顯示，當候診時間預測高度準確（採用線性迴歸或神經網絡等方法）且更新頻繁，就足以為負荷平衡提供強而有力的工具。機器學習方法即使在中等準確度下，也能在所有病人採用率層級上促成顯著改善：在廣泛採用時，平均候診時間縮減高達29%，候診時間變異性降低42%，未經診治即離院的病人減少39%。這些方法成功地在急症室網絡中重新分配病人負荷，使最擁擠的設施平均候診時間下降39%，未經治療即離院的比例下降52%。

更新頻率確實重要，但一旦達到合理準確度，就並非如想像般關鍵。筆者的分析揭示出提升更新頻率，則效益呈現遞減。對於準確的預測方法，5分鐘更新間隔的績效幾乎與即時更新相同，在所有病人採用率層級的關鍵指標偏差低於2%，即使是15分鐘的更新間隔，仍維持顯著效益。這一發現對營運具有重大意義：醫療系統若能適度定時更新達致合理準確度，就無需在複雜的實時基礎設施上多作投資。

這為真正的決策支援系統奠定基礎。此類系統透過引導病人在真正有選擇時前往擁擠程度較低的設施，而有助於精簡病人流量；能基於準確的病潮預測優化容量安排，以便管理者以主動而非被動方式重新分配人手；並能引導病人前往最適切的護理場所，減輕急症室處理非急症病人的負擔。

各實際含意直接且嚴重。許多現行配置系統，包括香港的第95百分位數方法，以及不少國際醫療系統廣泛使用的滾動平均法，均屬於筆者研究所識別的「問題類別」。當病人採用率高，這些系統往往加劇擁擠，而管理者對此也許未及察覺，因為箇中關係若缺乏細緻分析就不明顯。醫療系統應在部署或推廣候診時間資訊系統前建立準確度驗證。筆者的研究結果顯示，未能達到合理預測準確度的系統不應為求病人廣泛使用而加以推廣，否則將冒着加劇擁擠並製造「進展幻象」的風險。

筆者的研究結果與建議提出後，香港的急症室候診時間系統已於近期更新，從中顯示第50百分位數（中位數）及第95百分位數資訊，並針對不同緊急程度提供分類預測。這與過去僅顯示第95百分位數的做法相比，代表一項重大轉變。透過同時提供中位數與上限估算，並依分流類別呈現，系統能讓病人獲得更細緻的資訊，能基於其病情緊急程度，更確切反映其可能面臨的候診時間範圍。筆者相信，這種雙指標方法能為病人提供更切合實際的預期情況，從而在醫院聯網中改善負載平衡，而有望減輕筆者在模擬中發現的誤導問題。然而，後續仍需以實際病人流量數據進一步研究，以便驗證這些改變實際上能否實現預期中的改善。

決策分析的潛力遠超過候診時間預測系統。這套數據驅動優化框架，可應用於急症室內多個營運領域。例如，醫生排班與輪值問題可透過預測模型預估病潮模式，並將人手配置與預期需求相匹配，減少閒置時間與人手低得危險的時段。病人流動分析工具能識別診斷途徑或治療方案中的瓶頸，揭示哪些微小流程改變能帶來不成比例的改善。資源分配政策主導檢查室安排以至便攜式設備分配，則可以實時營運數據而非歷史原則進行優化。這些用途有一個共同核心：利用現有數據與運算工具，從有限資源中提取更高效率。在擴容受制於預算限制與人手短缺的體系中，這些漸進式效率提升，將累積成對醫療成效與員工福祉的實質改善。對香港的急症室而言，問題不在於能否負擔在這些分析能力的投資，而在於能否負擔得起不作出投資的代價。

2. 收費調整：必要卻不足夠的干預措施

提升急症室效率是供給端的重要修正，但未足以解決根本的需求端問題。醫管局將於2026年1月實施自2017年以來首次收費調整，此改革旨在應對困擾香港急症室供求錯配的根本問題。改革不但動機充分，亦有其必要：透過將急症室收費由180元提高至400元（第1類危殆及第2類危急分流類別費用豁免），此一政策旨在引導非緊急病人前往更適切的護理場域所。

改革亦包括加強保障措施：擴大醫療費用豁免機制，涵蓋超過140萬人；設立公共醫療服務項目每年收費上限10000元；並放寬撒瑪利亞基金安全網的資格標準。這些措施強調，經濟困難不應有礙於真正需要急症護理的病人獲得服務。

即便如此，這項改革的成功取決於對病人行為的假設，而這些假設值得仔細檢視，特別是不同人口群體對同一價格訊號的反應。其背後的理論直截了當：提高急症室收費將阻止病情輕微病人尋求急症護理，從而令目前歸入半急症或非急症的求診人次減少。然而，這一理論忽略了價格敏感度在不同病人群體之間存在巨大差異的現實，或會在公平性方面引起關注，進而削弱改革的成效。

首要問題是對落入「保障缺口」病人的差異性影響。這些病人收入超過費用豁免資格門檻，但仍對自付醫療費高度敏感。雖然擴大的豁免機制涵蓋超過140萬人，香港仍有數百萬收入偏低但不符合援助資格的居民。對於一個四口之家，若每月收入僅略高於豁免門檻，400元的急症室費用是一筆不小的開支，尤其數名家庭成員在一段時間後累積多次求診。這些家庭往往已在住房、教育及其他財務壓力下捉襟見肘，形成一個「公平性悖論」：收費提高旨在阻止不當使用；這類對價格敏感的群體雖然未必經常濫用急症室，卻偏偏大受影響。

以1名患有多種慢性疾病的長者為例，若出現新症狀，卻因有一定儲蓄而不符合豁免資格，又因依賴固定退休金生活，400元的收費可能影響其是否尋求評估。他們面臨的不確定性在於：當前症狀是否反應病情嚴重需要急症護理，抑或只是輕微狀況可以稍後再看其他門診？相對於能「謹慎行事」而不顧急診室收費的富有病人，這名對價格敏感的病人卻須在財務考量與健康風險之間權衡輕重。收費改革結果無形中造成雙層決策過程：富有病人繼續單靠醫療判斷使用急症室服務，而中低收入病人則因費用考量而或會延誤必要診治。同一道理，子女尚幼的工薪家庭也是弱勢社群。

當父母晚上9點發現孩子高燒，選擇有限：可能會賭一下孩子病情並不嚴重，等到翌日早上去普通科門診診所（港幣50-200元）；去私家醫生（港幣300至500元外加檢驗與藥物費）；或去急症室（收費400元，包全面檢查）。經濟拮据的家庭要做決定，就面對擔憂財政負擔和孩子健康的雙重壓力。較富有家庭則可能毫不猶豫，選擇急症室服務。同一價格對某些人是實質障礙，對另一些人卻無關痛癢。

收費結構依賴到院後的分流類別，更進一步造成不公平現象。病人只有在抵達急症室並經醫護人員評估後，才知道自己的分流類別。第1類與第2類病人免收費用；第3、第4及第5類病人則需支付400元。對價格不敏感的病人不會視這種不確定性為阻嚇，他們會在擔心時尋求醫療，並有信心能負擔所需費用。但對價格敏感的病人看來，尤其是曾因自以為病症嚴重而到急症室，卻最終被分流為第3/4類的病人，這種不確定性成為心理負擔。下次出現令人擔憂的症狀時，也就面臨兩難：究竟病情是否嚴重到不須支付400元診金？無法事先得知後果，對無法輕易承擔費用的人而言，即使症狀最終可能需要急症治療，亦足以產生阻嚇作用。

醫療收費改革亦假設病人被分流離開急症室後，能找到負擔得起的替代方案。事實上，有關選擇有限，而且收費日高。醫管局的家庭醫學門診服務現時每次收費150元（調升前為135元），普通科門診收費50元，但這些服務僅在有限時段運作，且需提前預約，對於非營業時間出現急性症狀並不適用。私家普通科醫生通常每次收費200至500元，檢驗與藥物費用另計，而急症室400元的收費則已包括在內。對於在平日晚上8點面對急性症狀的工薪家庭而言，儘管收費較高，急症室仍是最可及的選擇，因為其他服務在需要時根本不提供。至於較富有病人更容易負擔私家急診服務，甚至聘請提供非營業時間服務的家庭醫生，以致因支付能力而非醫療需求而令護理途徑分化。

另一值得關注的複雜因素，是公營部門收費上調可能對私營醫療定價產生連鎖效應。隨着醫管局將急症室收費由180元提高至400元，私營診所與醫療服務提供者可能視此為調高價格的訊號。從市場角度看，若公營「競爭者」大幅加價，私營機構維持具競爭力價格的壓力便會減弱。一名目前收取300元的私家普通科醫生，可能認為有理由將費用提高至400元或450元是合理的，因為病人現時到公立急症室求診收費也相差無幾。同樣地，先前定位為公立急症室高端替代方案的私營急診中心，也可能將500至600元收費提高至700至800元，以維持相對於新公營基準的價格優勢。

這種價格層壓效應對「保障缺口」中對價格敏感病人尤其不利：這些病人不符合公立費用豁免資格，而過去依賴中等價格的私營替代方案以獲得非營業時間護理。如果公私營收費同步上升，這些病人將兩面受壓，非營業時間急性護理服務的可負擔選擇更少。改革設計者可能假設，提高公立收費會驅使部分病人轉向私營替代方案，形成競爭壓力以維持私營價格穩定。然而，醫療市場動態遠非如此簡單，尤其在現有醫療體系中，公私營界別服務的病人群體略有不同，而對價格敏感度亦有差異。若不監測甚或監管私營界別對公營醫療收費改革的定價反應，原本旨在重新平衡跨界別需求之舉，反而可能導致全面價格上漲，損害改革原本要保護的易受影響的中等收入弱勢群體。

在此收費結構下各社會經濟群體的醫療成效差異也引起合理關注。國際研究顯示，急症室共付制度呈現令人擔憂的模式：雖然較高收費確實能降低整體使用率，但亦同時減少「適當」與「不適當」的求診，減幅則集中於對價格敏感群體。新的收費機制可能對低收入及慢性病患者造成不成比例的影響，導致重症延誤治療，造成更差的醫療成效；且因病人後來需要接受更深切治療而推高整體醫療成本，無疑適得其反。一個對價格敏感的病人若因希望病情只屬輕微感染而延遲就醫，卻最終發展成敗血症並需入住深切治療部，對醫療體系產生的成本遠高於及早在急症室接受評估與治療。

因此，收費調整必須被理解為較全面重構香港整體醫療服務體系的組成部分，而非單一解決方案。若要改革達成預期目標而不加劇醫療不公，必須正視若干關鍵考量。

首先，公眾必須真正獲得替代護理途徑，足以容納在非營業時間處理急性而非緊急需求，且收費結構須為對價格敏感族群所能負擔。這需要大幅擴充非營業時間的基層醫療服務。政府近期設立的地區康健中心是正確方向的一步，但其有限的營運時段與服務範圍，尚不足以為晚間或周末出現急性症狀的病人提供真正替代急症室的方案。一個定位於急症室與傳統基層醫療之間的延長時段急診中心網絡，能吸收目前壓垮急症室的大量半急症需求。這些設施可通過低於完整急症室的間接成本運作，而仍能提供即時評估與治療，例如輕微損傷、簡單感染及慢性病惡化。關鍵在於，這些急診中心的收費必須顯著低於400元的急症室費用，以提供真正的財務誘因，促進適當使用。

其次，也許更重要的是，醫管局與醫務衞生局必須建立健全系統，監察推行這些收費變動時的實際效果，特別聚焦於不同社會經濟群體的差異性影響。這不是一項實施後就可假定設會如預期運作的政策。此改革造就機會，以利用醫管局大規模行政數據進行嚴格評估。必須開展全面、數據驅動的研究，以了解此收費改革對病人行為、醫療成效及系統效率在不同人口組別中的真實影響。評估應涵蓋若干關鍵層面：

（1）收費提高後，不同病人群體的急症室使用模式有何改變？

（2）醫療成效有何變化，特別是弱勢社群中曾否出現因延誤治療而導致併發症增加？

（3）對醫療體系其他部分的後續影響為何？基層醫療服務能否吸收轉移的需求，候診時間是否有所增加，並對價格敏感病人造成不成比例的影響？

（4）增強保障措施（費用豁免、每年收費上限及撒瑪利亞基金安全網擴展）後能否真正惠及目標群體，或行政障礙是否阻礙其使用？

至關重要的是，監察必須延伸至私營醫療界別，以追蹤公立收費改革後私營醫療的定價反應，審視私營收費是否同步上升，以及此類漲價如何影響「保障缺口」內中等收入家庭的醫療可及性。若缺乏此類監察，原本旨在重新平衡公私營醫療界別需求的改革，反而可能導致價格全面上漲，損害改革原本要保護的群體。

醫管局承諾，所有因收費調整而增加的收入將用於支持醫療服務，特別是危重病人所需的高成本治療。這一承諾雖然值得肯定，但必須透過公開報告使之透明而可驗證。有了這種問責措施，公眾就會將此改革視為醫療服務供應的真正重整，而非只着眼於開源。

收費調整確實有其必要，因為現行的定價結構已造成需求扭曲，難以為繼。然而，這項改革本身並不足以徹底解決問題，且對不同病人群體的影響會有很大差異。在改革的同時，除非真正擴展能讓價格敏感群體負擔得起的替代護理途徑；主動接觸弱勢社群，確保其獲得可用保障；小心監察不同社會經濟群體的影響，以及私營醫療界別的定價反應；並且以實證為本作出調整，否則只會將危機從擁擠不堪的急症室轉移到醫療可及性不均。結果令弱勢社群延誤治療，亦使最無力承擔後果的一群所獲醫療成效惡化。

「任何人不應因經濟困難而被剝奪適當醫療」的原則，不應只限於政策聲明層面，更應落實於實際運作。其中實況只能透過嚴謹、持續的評估，才得以驗證對其所應服務的不同群體有何實際影響。必須以此實證為本的評估，方能確保收費調整能達成各項效率目標，而不會犧牲長期以來作為香港公營醫療體系的公平原則。

3. 人工智能與數字健康：科技作為體系改革的推動力

全球醫療領域正站在許多人稱之為「人工智能革命」的門檻。從準確度足以媲美專科放射科師的醫學影像癌症檢測診斷演算法，到能在傳統警示徵兆出現前數小時預測病人臨床惡化風險的預測模型，以至能綜合醫學文獻並協助臨床決策的大型語言模型，人工智能在醫療上的應用正以驚人的速度激增。全球主要醫療體系從英國國家保健服務、新加坡整合醫療網絡，以至美國頂尖學術醫療中心正投入數十億美元建設人工智能基礎設施，以期通過這些技術能解決現代醫療面臨的兩大挑戰：需求日增與資源受限。【圖4】概括顯示，從院前治療可及性到出院後跟進，人工智能應用如何在整個護理連續體中應對瓶頸。

對香港而言，面對急症室過度擁擠、人手短缺，以及人口老化對公共醫療服務所造成的前所未有壓力，人工智能的潛力尤顯重要。如果演算法能更有效地進行病人分流、虛擬助理能接手目前護理人員需耗時處理的日常查詢，而由人工智能驅動遙距醫療平台又能提供急症室以外的可及替代方案，則科技也許能為醫療體系提供通向可持續發展的途徑，而毋需人力方面大事擴張或政治上充滿爭議的服務配給。這種樂觀並非毫無根據，因為人工智能確實具備能顯著改善醫療服務的能力。然而，科技潛力與複雜醫療體系的實際運作之間仍存在極大落差，而香港的特殊背景同時帶來機遇與挑戰，必須謹慎考量。

4. 人工智能強化醫療團隊：以科技應對人手短缺

人力危機，包括數千個護理職位空缺、醫生工作量不勝負荷，以及招聘速度無法跟上需求，已為人工智能作為「人力倍增器」提供了充分理據，其中即時用途之一是臨床文件自動化。研究顯示，醫生與護士將30%至40%的工作時間花在處理文件方面。自然語言處理系統現已能夠轉錄和組織臨床對話，從醫生與病人互動中自動生成文件。若在急症室中使用，此類系統有助醫生減少花在電腦上的時間，而增加直接照護病人的時間，實質上在不增加人手的情況下提升服務容量。虛擬護理助理與人工智能聊天機械人則代表另一種減輕醫護人員工作負擔的用途。與其讓護士花時間回答探病時間、服藥時間表或出院後指示等日常問題，不如由人工智能虛擬助理提供這些資訊，讓護士專注於臨床評估與複雜護理。世界各地一些醫院已調配人工智能護士，負責定時巡查病房，僅在病人回應顯示問題時才交由真人護士介入。

人工智能驅動的臨床決策支援則是另一個強化醫療人力的機會。急症室醫生在高病人量與時間壓力下，能受益於由人工智能系統整合病人數據、提示潛在診斷、建議檢驗流程並提供治療選項。這些系統充當「認知助理」，協助臨床人員避免疏漏，並考慮可能忽略的替代方案。國際案例包括由人工智能工具根據病人因素與當地抗藥性模式推薦最佳抗生素，或以演算法識別胸痛病人是否可安全提前出院，或需延長觀察時間。

然而，這些潛力仍受多項限制。現有聊天機械人無法可靠處理醫院環境中出現的所有病人問題與疑慮。它們擅長檢索標準化資訊，但在需要判斷的細微臨床問題上則難以勝任。此外，護理工作不僅涉及資訊提供，還講求給予病人情感支持和肯定，以及察覺病人狀態細微變化的能力⸺這些層面難以自動化。在香港的環境中，在病人之中佔比不輕的長者，對科技也許頗感陌生，虛擬護理助理雖能服務部分病人，但對其他病人可能製造額外障礙，反而或加劇而非縮減護理質量差距。

5. 人工智能強化需求管理

第3.2節概述單靠提高收費無法解決急症室擁擠問題，除非同時擴展可及的替代護理途徑，讓被分流的病人能獲得適切照護。人工智能驅動遙距醫療與自我分流工具正好能提供有關方案，為目前慣性前往急症室求診的非緊急病人，提供便利且可負擔的評估與建議。

結合人工智能功能的遙距醫療平台可作為虛擬護理的第一線，透過手機或電腦提供全天候服務。人工智能分流聊天機械人能進行初步症狀評估，透過自然語言對話收集病人資訊。對於簡單病況，機械人可直接提供自我護理建議；若症狀較為嚴重，會立即將病人連線至醫生或護士進行虛擬診療；若屬明顯緊急狀況，則會指示病人立即前往就近的急症室。國際案例足以證明此模式的潛力，英國國家保健服務已配置人工智能驅動的症狀檢測與遙距醫療平台，每年處理數百萬次諮詢，成功分流低急性病人離開急症室；新加坡的HealthHub應用程式則整合人工智能健康建議、遙距醫療、預約掛號與病歷存取，打造醫療體系的「數字大門」。

對香港而言，推出類似的公共遙距醫療平台，能為收費改革的成功提供關鍵的可負擔替代途徑。例如，一名病人在周六晚上10點出現症狀，可以選擇使用補貼的遙距醫療服務，費用約為100至150元，而非慣性前往收費400元的急症室。然而，要實現這一潛力，必須克服實施方面的重大挑戰。

首先，香港的遙距醫療監管環境仍不明確，現行法規未清楚界定人工智能強化分流的責任歸屬，當人工智能分流建議導致不良結果更尤其如此。其次，人工智能分流工具的效能高度依賴其準確性與安全性，而現有證據顯示這方面仍存在令人擔憂的限制。有關評估市面上各種症狀檢測應用程式的多項研究發現，程式表現差異極大，有些系統未能識別應立即急診的嚴重病況，另一些則過度分流輕微症狀。第三，公平性考量亦須受到重視。若設計不具包容性，科技解決方案可能加劇醫療不公。人工智能遙距醫療需要智能手機、互聯網接駁網絡與數字素養，而這些資源在香港人口中分布不均；長者、低收入家庭及新來港人士可能面臨使用障礙。要解決這些公平性問題，需確保遙距醫療平台能在基本型智能手機上運作，提供多語言支援，為不熟悉應用程式的用戶提供電話服務，並補貼設備與網絡接駁，協助弱勢社群。

6. 香港的準備程度：基礎設施、數據與管治缺口

除了具體應用之外，香港在醫療領域運用人工智能的準備程度，取決於基礎設施、數據生態系統及管治框架，而這些方面目前存在顯著缺口。

香港的醫療數據格局呈現高度碎片化：醫管局管理公共醫療機構的數據，而私營醫院及診所則大多採用獨立系統，互通性極低。對於依賴大型且多樣化數據集進行訓練與驗證的人工智能系統而言，尤其是用於預測醫療成效或優化臨床決策的演算法，這種碎片化情況構成根本障礙。問題不僅在於技術互通性，還涉及個人健康數據的敏感性，對跨護理場所存取完整病人資訊引發重大私隱疑慮。國際上成功配置人工智能的醫療系統，通常透過明確的法律框架、穩健的技術保障及透明管治來應對此挑戰。香港目前缺乏這種整合的基礎設施及配套管治框架。《個人資料（私隱）條例》雖提供一般原則，但缺乏針對醫療數據特殊敏感性的專門規定。成功採用人工智能的第一步，在於必須建立這個整合數據基礎設施，作為開發精密模型與生成見解的根基，並需協調投資於醫管局資訊科技基礎設施、修訂私隱法例以涵蓋醫療專屬規範，以及設立健康數據管治機構，以監管存取並維護公信力。

監管框架在數據管治之外還帶來額外挑戰。人工智能用於臨床決策時，會引發在香港現行醫療儀器及醫療法規方面未充分正視的問題：何時應將人工智能診斷演算法歸類為需監管批准的醫療儀器？在臨床使用前須符合哪些驗證標準？當人工智能系統建議某種治療可能對病人造成傷害時，責任如何分配？這些問題在香港現行監管環境中缺乏明確答案，導致醫療管理者及臨床人員因缺乏監管清晰度而對人工智能工具配置有所保留。

人力資源準備是另一個顯著而常被低估的層面。若要讓人工智能真正改善醫療服務，而非僅增加技術複雜度，臨床人員必須理解如何有效使用這些工具，能在臨床情境中解讀人工智能建議，並判斷何時信任或否決演算法建議。這需要將人工智能素養納入醫科及護理教育，設計涵蓋臨床資訊學、機器學習或數字健康的課程。現有醫療人員也需接受持續教育，以培養與人工智能系統協作的能力。若缺乏這種人力資本發展，採用先進人工智能工具可能只會增加工作流程的複雜度，而非提升效率或成效，而臨床人員可能花更多時間質疑系統，而非自行作出決定，甚或因過多人工智能警示而產生「警示疲勞」，最終忽略所有警示。

要應對這些基礎設施、監管及人力方面的缺口，需要大量投資及持續承擔。第3.2節所討論的加費收入，可策略性地支持這些基礎建設：升級醫管局資訊科技系統、建立具穩健私隱保護的安全數據基礎設施、制定監管框架，以及推行人力培訓計劃。這些投資不會立即紓緩急症室擁擠，因為建構整合數據基礎設施需時多年，制定監管框架亦需廣泛諮詢，培訓數千名醫療人員也需持續努力。但若能妥善構建基礎，人工智能將能真正促進更可持續、高效且公平的醫療系統；反之，若缺乏這些基礎，在香港醫療系統中使用人工智能仍將失之零碎而影響有限。

四、結論與政策建議

香港急症室長期過度擁擠並非單純的營運問題，而是醫療體系深層結構失衡的徵兆。這是合乎邏輯的結果：不當需求令真正緊急醫療服務供不應求，問題更因人口老化加速、收費誘因扭曲，以及醫療人手不勝負荷而變本加厲。每年214萬的急症室求診人次顯現出異乎尋常的模式：第1類別（危殆）及第2類別（危急）病人佔比不足10%，而第4類別（次緊急）及第5類別（非緊急）病人卻佔據超過50%的急症室容量。這種失衡反映出在現有制度下病人的理性行為，因為急症室已成為最易求診、最可負擔且最方便的即時醫療選擇。病人並非濫用系統，而是對制度所造成的誘因結構與限制作出預期中的反應而已。

要化解這場危機，必須超越被動的危機管理，推動全面的結構性改革，同時應對供求兩方面的問題。在需求端，這意味着實施策略性收費改革，透過明確的經濟訊號抑制不當使用急症室，同時審慎避免阻礙真正緊急個案就診。第3.2節所提出的收費架構，維持危急個案免費或低收費，而對非緊急求診收取400至500元，正好提供了一個相應框架，但其成功絕對取決於價格訊號與替代方案的配套。若僅提高收費而缺乏可行替代方案，只會製造就醫障礙，並將成本轉嫁至最弱勢社群。因此，政府必須同步大量投資，擴建這些替代方案：補貼24小時可用的遙距醫療平台，提供便利的即時醫療諮詢；擴充普通科門診容量，延長服務時間並確保快速預約；以及推行流動基層醫療服務，覆蓋服務不足的社區。這些投資是收費改革的

必要配套，而非可有可無的附加措施。此外，經嚴謹研究驗證的智能決策支援系統可引導病人前往適當的醫療場所，但前提是這些場所必須存在且真正可及。

在供應端，解決人力資源限制需要同時採取即時干預與長期的能力建設。雖然設立第3間醫學院可在2030年代及以後改善醫生供應，但當前危機更迫切需要針對護士人手短缺採取行動，因為這往往是急症室病人流量的真正瓶頸。這意味着必須提供具競爭力的薪酬以留住資深護士、簡化海外資格認證以擴大人才庫、優化技能組合模式，讓護士能充分發揮專業能力，並將行政工作委派給支援人員，同時採用人工智能與自動化技術，以減輕文件處理負擔與認知壓力。這些技術應被視為「倍增器」，協助有限的人力資源更有效地服務更多病人，而非取代醫護人員。然而，要實現這一潛力，必須先完成第3.3節所述的基礎投資，包括數據基礎設施、監管明確性及人力培訓。若缺乏這些基礎，引入技術可能增加複雜度，而非創造價值。

未來的改革需要跨多個領域的整合政策行動，並以果斷與靈活的方式實施。一、政府應推行第3.2節所概述的分級急症室收費，豁免弱勢社群收費之餘，確保收費不會阻礙真正緊急個案求診。這些收費所產生的收入必須明確撥作擴展替代醫療途徑之用，而非納入醫管局的一般預算中。二、必須立即投入大量公共資金，擴展遙距醫療基礎設施及基層醫療容量，在加費措施全面生效前，創造真正可行的替代方案。三、進取的人力資源措施應針對護士人手短缺，透過提高薪酬、簡化招聘流程及推行留任計劃，同時啟動擴展醫學教育容量的長期工作。四、人工智能基礎設施的策略性投資應聚焦於核心要素：整合數據系統、監管框架及人力培訓，並認識到科技只能輔助，而永遠無法取代優質醫療所需的人類判斷力、同理心與專長。

所有這些干預措施必須配合穩健的評估框架，以便根據實證為本加以調整。收費改革應作為精心監察的自然實驗，系統性收集急症室使用模式、醫療成效、醫療公平性後果，以及對基層及專科服務的後續效應。採用遙距醫療與人工智能同樣需要嚴格評估其有效性、安全性及公平性影響。基於香港的政策文化，各項措施往往在缺乏系統評估的情況下推行，亦致難以作出以實證為本的優化。打破這一模式是一項至關重要的「元改革」，從而促使所有其他改革得以成功。

香港急症室危機已持續多年，並隨着臨時措施與漸進式調整未能解決根本問題而日益惡化。當局必須避免沿用這種模式：隨便增加少量病床、招聘少數護士、又或實施可增加收入卻無法改變行為的小幅收費調整。這些治標不治本的半途措施只會延續危機，耗費資源卻無法帶來可持續改善。當前所需的是全面的結構性改革，並正視不容迴避的現實：全民醫療在缺乏有效價格訊號下，只會產生不可持續的需求；單靠擴充人力無法應對人口結構壓力；科技確有潛力，但有賴基礎投資才能產生價值；而有效政策除了執行，還需要系統性評估與實證為本的改良。

香港擁有財政資源、技術專長及制度能力，能夠建立一套可持續的急症護理系統，既能為真正緊急個案提供及時、高質的護理，同時確保市民大眾能透過多元且便利的途徑獲得適切醫療。要實現這一願景，需要政治勇氣去推行將面臨社會阻力的收費改革；即使財政壓力引致資源競爭，仍持續致力投資於替代方案及人力發展；並需要智識誠信，以嚴格評估各項干預措施，並根據實證而非意識形態進行調整。危機已迫在眉睫，但解決方案講求耐心和策略性方式，奠定足以服務香港數十年的根基。本文為此勾勒出一個全面框架，涵蓋通過策略性定價以管理需求、人力發展與科技創新以擴展供應，以及通過數據基礎設施與實證為本管治以實現整體系統改革。目前問題在於香港的決策者是否有遠見，了解漸進式調整已告失敗；是否有勇氣推行將面臨阻力的改革；以及是否有紀律而嚴格評估成效，並以實證為本加以調整。危機不屬於未來，而是已經到來。現時選擇在於：立刻進行全面結構性改革，或任由現狀繼續惡化直到在外力迫使下作出更慘痛的調整。

（香港大學經管學院1月發表《香港經濟政策綠皮書2026》，由港大教授和研究人員，以及多位國際知名學者共同撰寫，就多個香港熱門議題作出研究分析，並從嶄新角度給予政策建議。《香港01》獲授權轉載。）

作者歐陽會銀是經管學院創新及資訊管理學副教授；作者張怡然女士是經管學院博士生。

文章僅屬作者意見，不代表香港01立場。

01論壇歡迎投稿。請電郵至01view@hk01.com，附上作者真實姓名、自我簡介及聯絡方法。若不適用，恕不另行通知。香港01保留最終編輯權。