人工智能驱动医疗陪伴（AI healthcare companionship）正逐步走出实验室和科技展厅，走进医院、养老院乃至普通家庭。根据大视野研究（Grand View Research）的数据，全球AI医疗陪伴市场在2024年的估值已达281.9亿美元，预计到2030年将增长至1407.5亿美元，年复合增长率高达30.8%。
从全球范围来看，北美在AI医疗陪伴领域占据领先地位，2024年的市场份额达34%，而亚太地区则是增长最快的区域。
在应用模式上，AI医疗陪伴大致可分为四类。第一类是心理健康支持，例如Woebot Health和Wysa，这些平台结合认知行为疗法（CBT）、人际取向心理治疗（IPT）等循证框架，为用户提供全天候情感支持与干预。
第二类是老年护理与物理辅助，例如ElliQ 3.0，利用生成式AI进行自然对话，帮助老年人保持社交联系，进行健康提醒与日常引导。第三类则是慢病管理与远程监测，例如Care.coach，将虚拟数字人与真人团队结合，定时监测患者的生命体征与用药依从性。
第四类为行政与患者流程支援，例如Pingoo借由聊天机器人自动化预约、分诊与常见问答，提升医疗设施与患者互动量并减少部分门诊等待时间。这些案例展示了AI医疗陪伴可以在不同场景下缓解医护压力，并提升患者体验。
在东南亚，新加坡凭借数字基础设施与政策支持，推出了多语种情感AI模型MERaLiON和心理健康平台Intellect，显示心理陪伴服务的普及。印尼的AI医疗健康市场在2023年估值为10.1亿美元，精准诊断和影像学在2023年占据了40%的市场份额，并在全国38个省份部署Azurion影像引导治疗系统，提升心脏病、中风和癌症治疗的可及性。
泰国在机器人化方面发展迅速，Dinsaw陪伴机器人可全天候在家服务长者，而由Microsoft Azure OpenAI驱动的PresScribe AI则帮助医生将文档时间减少了八成。越南的NKKTech Global等公司正在积极开发针对越南医疗健康领域的AI聊天机器人解决方案，但该国的电子病历系统的采纳率依旧只有5%至10%，基础设施瓶颈仍有待克服。
回到大马，柔佛医药保健有限公司（KPJ Healthcare）与 IBM 日前合作推出由 Watsonx驱动 的 AI 聊天机器人，用以处理预约和常见咨询，旨在减轻医院前台与客服的日常负担。本地初创如 Mediverse 推出 了AI 症状检查器，提供线上自评与分诊建议；SmartPeep 开发的 AI 跌倒检测系统可持续监测高跌倒风险的长者，一旦发现长者行动失常，会立即向护理人员发出警报；Meditel 则聚焦于搭配可穿戴设备的远端监护和慢病管理；Naluri整合了线上辅导、健康教练与数据驱动方案，向企业与个人提供心理与慢病管理干预。
我国预计在2030年进入高龄化社会，加上医疗资源紧张与人力不足，AI医疗陪伴有望缓解医疗系统的压力。这是因为AI医疗陪伴系统不仅可以在医院分流患者，减少医务人员的日常负担，还能在居家护理和偏远地区医疗中提供持续的健康监测与远程支持。
然而，若要在国家层面实现 AI 医疗陪伴的规模化落地，我国仍需克服多重挑战。首先，中小医疗机构与偏远地区的数字基础设施参差不齐，这将影响系统的稳定运行与数据传输。其次，大多数的医护人员在 AI 系统操作、解读与临床运用方面仍缺乏系统性培训与经验。第三，患者的数据隐私、AI算法透明度与伦理监管也尚待强化。
因此，政府应采取更积极的策略引入AI 医疗陪伴系统。首先，我们可于第十三大马计划框架下设立“小规模示范区”或“AI 医疗陪伴试点计划”，在试点医院、养老院与社区诊所进行试跑，收集本地化数据。其次，政府应推动科研与公私伙伴合作，补贴中小医疗机构的AI软硬件部署成本，并鼓励本地初创团队参与AI 医疗陪伴系统与流行病学整合。第三，卫生部必须加强对医护人员的 AI 操作与伦理培训，以及以提升医务人员对 AI 医疗系统的理解与责任划分。
对马来西亚来说，AI 医疗陪伴系统的崛起是一项难得的战略机遇。然而，我们必须在推动技术创新的同时建立完善而严格的监管机制，才能确保 AI 成为提升医疗照护质量的助力，而不是取代人类关怀的替代品。
自由撰稿人。
