近年来，走进政府医院，不少民众都有相似的感受。候诊时间拉长，病房周转紧张，医护人员长期处于高压状态。人口老龄化加速，慢性病患者持续增加，而医护人力与资源的增长却长期跟不上需求变化，使传统的医疗模式愈发吃力。在这样的背景下，医疗体系已无法单靠加人或延长工时来维持运作，转型成为必须正视的课题。
世界卫生组织估计，全球医疗体系到 2030 年将面临约 1100 万名医护人员的短缺，其中压力主要集中在中低收入国家。与此同时，人口快速老龄化，糖尿病，心血管疾病及癌症等非传染性疾病持续上升，医院的临床负担与复杂性不断加重。对政府医院而言，人手与资源长期无法与需求同步增长，使这些压力更加突出。
社会对于人工智能的讨论，往往集中在机器取代医生的戏剧性想像。然而，现实中的医疗人工智能，其作用远比想像中来得平实，却也更加实用。它的优势包括分析大量临床数据，识别潜在风险模式，并提醒医护人员注意可能被忽略的问题。目前，人工智能已被应用于医学影像辅助判读，持续监测生命征象以提早发现病情恶化，以及在繁忙病房中支持临床决策。
在卫生部推动的《马来西亚国家肺部健康路线图 2025–2030》之下，政府已在部分政府诊所引入人工智能辅助的胸部 X 光筛查，以加强肺部疾病的早期发现。这种做法让前线医疗单位即使缺乏即时专科支援，也能更早识别异常情况，反映出人工智能应用正逐步从大型医院，扩展至注重早期诊断的初级医疗场域。
从经济角度看，人工智能的价值与预防及早期介入密切相关。治疗晚期疾病成本高昂，而预防病情恶化往往更具成本效益。透过提早识别风险并减少住院，人工智能协助医院更有效地运用既有资源。
在医院体系中，人工智能最重要的贡献之一，在于其“人力放大器”的角色。它并不会取代医生或护士，而是协助有限的专业能力，服务更大规模的病患群体。在专科人手短缺的医院，人工智能工具可协助一般医护人员进行初步分流，风险评估与诊断支持。这对城乡医疗资源分布不均，转介延误较常见的二级或偏远医院而言尤为重要。
当然，人工智能并非没有风险。数据隐私、网络安全及算法偏差，都是必须正视的问题。若训练数据缺乏代表性，系统表现可能对特定群体不利，反而加剧原有的不平等。此外，资源较充足的医院往往较快采用新技术，这可能扩大城乡或机构之间的差距。
大马在 2024 年推出《国家人工智能路线图》及《人工智能治理与伦理指引》，强调透明度、问责机制与人为监督。同时，国家数码健康策略亦将系统互通与共享健康记录视为建设连贯医疗体系的基础。这些政策为人工智能应用奠定了方向，但其成效，仍取决于在采购、评估及临床整合上的执行一致性。
人工智能或许不会在短时间内彻底改写医疗照护模式，但其影响正持续而稳健地扩展，逐步嵌入影像系统，监测平台与临床流程之中。对医院管理者与政策制定者而言，关键是如何在医护人力紧张，需求持续增长与资源有限的现实下，有策略地善用人工智能，提升系统韧性与长期照护能力。
本文观点，不代表《东方日报》立场
自由撰稿人。
