香港经济政策绿皮书2026｜欧阳会银教授、张怡然女士

香港的公立医院急症室经常在超越临界点的状态下运作。医疗体系因持续且不断增长的需求而承受巨大压力，而这种需求又受到深刻的人口结构转变所加剧。其核心问题在于病人需求的波动与现有服务容量之间的结构性错配。对此，最直接而高效的干预措施，莫过于提升营运效率，同时，对香港而言，面对急症室过度拥挤、人手短缺，以及人口老化对公共医疗服务所造成的前所未有压力，人工智能的潜力尤显重要。

一、危机范围：濒临崩溃的体系

仅在2023–24年度，医院管理局（医管局）辖下的18间公立急症室共处理超过214万人次，相当于每日就诊人次约5900。4间主要医院（玛丽医院、伊利沙伯医院、威尔斯亲王医院及屯门医院）在每天高峰期经常需治理400至500名病人，运作负荷达到设计容量的150–200%。

这种庞大的需求并非暂时性的激增，而是一场因香港人口快速老化而加剧的结构性危机。65岁或以上人口比例在2024年已达22.8%，上升趋势明显，预计将在2036年超过30%。这个人口组别不仅仅是个数字，而是代表医疗需求的根本性转变。长者病人被分流至较紧急类别比例过高，且通常伴随更复杂的多重疾病，导致住院时间延长而使用资源更多。

与此同时，这种持续不断的运作压力引发了另一场同样紧迫的人力资源危机。员工作为整体架构中最关键的资产，更见不胜负荷。一项2022年有关香港急症科医生及护士的调查显示，高达82.2%的受访者在至少一个范畴表示过劳。这对一类依赖高技能兼具警觉性和韧性劳动力的服务而言，并非可持续的状态。

二、核心问题：结构性供求错配

长期拥挤虽是最显而易见的症状，却非根本诊断。核心问题在于病人需求的波动与现有服务容量之间的结构性错配。公立医院急症室本来专为紧急情况而设，并按此配置人手，但其他用途却日益超出此一范围。

这正凸显出香港公营医疗系统的“病情严重度悖论”，亦即虽然老年及危殆病人的需求极高，但急症室求诊者却绝大多数属于非紧急个案。2023年的数据明确显示，仅有1.8%的病人属于第1类（危殆），7.6%属于第2类（危急）。这意味着其余90.6%的病人均属于第3类（紧急）、第4类（次紧急）及第5类（非紧急）个案。这种分布造成了根本性的运作冲突。

约69%的求诊时间发生在上午8时至晚上8时之间，周末及星期一的求诊量经常高于周中，这种模式关乎基层医疗可及性问题，多于真正的急症需求。系统内的资源被大量消耗于虽令病人忧虑，却毋需急症级别处理的病况。在确保可及性、负担能力及可用性的情况下，这些个案应能在基层医疗层面妥善处理。

收费结构揭示出问题所在：公立急症室的收费仅需180元，其中已包含所有检查及药物，而私家普通科医生的诊症费通常介乎200至500元，且检验与药物需额外收费。再加上公立医院专科门诊系统在处理非紧急病情的漫长轮候时间，难怪病人首选急症室作为获取全面、可负担且较快速的就诊途径。

由此可见，本地医疗体系未能提供替代方案。结果是在此系统下人人吃亏：危重病人轮候时间延长，医护人员因被分配去处理较不紧急的病症，无法在适当时间提供适切治疗，而出现士气低落甚至过劳迹象。一项2022年医生调查显示，55.6%的受访者表示，每周至少数次基于急症室人流压力而安排病人入院或出院，另有43.2%承认未能与病人充分讨论治疗选项或回答病人问题。这些情况直接证明系统限制迫使医护人员在护医疗服务上作出妥协，进而为未来埋下隐患。

三、策划未来路向：全面的需求管理与供应扩展策略

上述数据呈现出一幅清晰的图像：香港的急症护理体系陷入结构性失衡，难以应付非原本设计所能承担的需求。解决这场危机不仅需要良好意愿或渐进式调整。鉴于急症室原本设计与实际用途的根本错配，可持续的解决方案必须采取多面向策略。我们不能单靠扩建容量，就期望问题自行消失，而应更明智能地管理现有资源，同时正视促使非紧急病人涌入急症室的根本原因。

下文探讨的3项关键策略，足以共同重塑香港急症护理的格局。首先，根据笔者已发表的候诊时间资讯系统研究，检视急症室如何在内部更有效运作。笔者的模拟研究显示，策略性地使用资讯足以影响病人流量而减少拥挤，可见有时最有力的干预措施源自“更聪明地工作，而非更辛苦地工作”。

其次，笔者将提出评估收费调整作为重新平衡需求模式的方法。这并非惩罚病人或设置医疗障碍，而是透过经济诱因，温和地引导病人前往适切的护理场所，同时确保真正紧急的病人不会面临阻碍。

最后，笔者将探讨人工智能在解决绩效缺口与人手短缺危机方面如何成为重要盟友。人工智能并非取代具专业技能的急症科医生与护士，而是一种有助减轻其工作负担，以便于专注其专长的工具。

这3项策略并非各自独立的修补措施，而是香港急症体系亟需的大规模改革中的互补组成部分，足以共同提供切实可行的途径，打造一个对病人与照顾病者的专业医护团队而言，均能发挥更佳功效的体系。

1. 有效管理：善用资讯系统

鉴于医疗体系面临严峻限制，尤其是有限的预算与濒临崩溃的人力资源，最直接而高效的干预措施，莫过于提升营运效率。除了采用新科技，关键还在于善加运用。笔者的研究在这方面提供了重要见解。

包括香港在内的许多医院制度已实施病人候诊时间资讯系统，以管理病人期望并重新分配需求。逻辑看来简单：非紧急病人若看到某急症室轮候时间过长，可能会转往其他等候时间较短的急症室就诊。然而，笔者基于香港3间市区急症室（2019年诊症共317519人次）的数据而校准的模拟研究显示，如此想法过度简化，甚至可能带来风险。这些系统的有效性取决于预测准确度与更新频率，若这些条件设置不合适，系统的作用就会适得其反。

笔者的研究揭示一个关键悖论：准确资讯固然经常有助于改善系统绩效，但与其提供不准确资讯而令拥挤情况恶化，倒不如不提供任何资讯。当候诊时间公告所依据的只是简单的历史平均值（如美国多个系统采用的滚动平均法）或香港18间公立医院目前使用的第95百分位数方法时，就无法掌握急症室的实时波动情况。如此不准确的资讯反而误导病人，若有足够多的病人遵从失实指引，就会造成自证预言，导致病人涌向已经不胜负荷的医院求诊。

有关数字更道出令人忧虑的情况。在笔者的模拟中，当不准确的预测方法（如第95百分位数）与高病人采用率结合时，平均候诊时间较全无资讯系统延长96%。这些方法呈现出U型绩效曲线，最初在低采用率时略有帮助，一旦广泛采用，将带来不良后果。“未获诊治即离院”的比率在此情况下亦同样恶化，意味着更多病人因被误导至拥挤不堪的医院而完全放弃治疗。

相反，笔者的研究显示，当候诊时间预测高度准确（采用线性回归或神经网络等方法）且更新频繁，就足以为负荷平衡提供强而有力的工具。机器学习方法即使在中等准确度下，也能在所有病人采用率层级上促成显著改善：在广泛采用时，平均候诊时间缩减高达29%，候诊时间变异性降低42%，未经诊治即离院的病人减少39%。这些方法成功地在急症室网络中重新分配病人负荷，使最拥挤的设施平均候诊时间下降39%，未经治疗即离院的比例下降52%。

更新频率确实重要，但一旦达到合理准确度，就并非如想像般关键。笔者的分析揭示出提升更新频率，则效益呈现递减。对于准确的预测方法，5分钟更新间隔的绩效几乎与即时更新相同，在所有病人采用率层级的关键指标偏差低于2%，即使是15分钟的更新间隔，仍维持显著效益。这一发现对营运具有重大意义：医疗系统若能适度定时更新达致合理准确度，就无需在复杂的实时基础设施上多作投资。

这为真正的决策支援系统奠定基础。此类系统透过引导病人在真正有选择时前往拥挤程度较低的设施，而有助于精简病人流量；能基于准确的病潮预测优化容量安排，以便管理者以主动而非被动方式重新分配人手；并能引导病人前往最适切的护理场所，减轻急症室处理非急症病人的负担。

各实际含意直接且严重。许多现行配置系统，包括香港的第95百分位数方法，以及不少国际医疗系统广泛使用的滚动平均法，均属于笔者研究所识别的“问题类别”。当病人采用率高，这些系统往往加剧拥挤，而管理者对此也许未及察觉，因为个中关系若缺乏细致分析就不明显。医疗系统应在部署或推广候诊时间资讯系统前建立准确度验证。笔者的研究结果显示，未能达到合理预测准确度的系统不应为求病人广泛使用而加以推广，否则将冒着加剧拥挤并制造“进展幻象”的风险。

笔者的研究结果与建议提出后，香港的急症室候诊时间系统已于近期更新，从中显示第50百分位数（中位数）及第95百分位数资讯，并针对不同紧急程度提供分类预测。这与过去仅显示第95百分位数的做法相比，代表一项重大转变。透过同时提供中位数与上限估算，并依分流类别呈现，系统能让病人获得更细致的资讯，能基于其病情紧急程度，更确切反映其可能面临的候诊时间范围。笔者相信，这种双指标方法能为病人提供更切合实际的预期情况，从而在医院联网中改善负载平衡，而有望减轻笔者在模拟中发现的误导问题。然而，后续仍需以实际病人流量数据进一步研究，以便验证这些改变实际上能否实现预期中的改善。

决策分析的潜力远超过候诊时间预测系统。这套数据驱动优化框架，可应用于急症室内多个营运领域。例如，医生排班与轮值问题可透过预测模型预估病潮模式，并将人手配置与预期需求相匹配，减少闲置时间与人手低得危险的时段。病人流动分析工具能识别诊断途径或治疗方案中的瓶颈，揭示哪些微小流程改变能带来不成比例的改善。资源分配政策主导检查室安排以至便携式设备分配，则可以实时营运数据而非历史原则进行优化。这些用途有一个共同核心：利用现有数据与运算工具，从有限资源中提取更高效率。在扩容受制于预算限制与人手短缺的体系中，这些渐进式效率提升，将累积成对医疗成效与员工福祉的实质改善。对香港的急症室而言，问题不在于能否负担在这些分析能力的投资，而在于能否负担得起不作出投资的代价。

2. 收费调整：必要却不足够的干预措施

提升急症室效率是供给端的重要修正，但未足以解决根本的需求端问题。医管局将于2026年1月实施自2017年以来首次收费调整，此改革旨在应对困扰香港急症室供求错配的根本问题。改革不但动机充分，亦有其必要：透过将急症室收费由180元提高至400元（第1类危殆及第2类危急分流类别费用豁免），此一政策旨在引导非紧急病人前往更适切的护理场域所。

改革亦包括加强保障措施：扩大医疗费用豁免机制，涵盖超过140万人；设立公共医疗服务项目每年收费上限10000元；并放宽撒玛利亚基金安全网的资格标准。这些措施强调，经济困难不应有碍于真正需要急症护理的病人获得服务。

即便如此，这项改革的成功取决于对病人行为的假设，而这些假设值得仔细检视，特别是不同人口群体对同一价格讯号的反应。其背后的理论直截了当：提高急症室收费将阻止病情轻微病人寻求急症护理，从而令目前归入半急症或非急症的求诊人次减少。然而，这一理论忽略了价格敏感度在不同病人群体之间存在巨大差异的现实，或会在公平性方面引起关注，进而削弱改革的成效。

首要问题是对落入“保障缺口”病人的差异性影响。这些病人收入超过费用豁免资格门槛，但仍对自付医疗费高度敏感。虽然扩大的豁免机制涵盖超过140万人，香港仍有数百万收入偏低但不符合援助资格的居民。对于一个四口之家，若每月收入仅略高于豁免门槛，400元的急症室费用是一笔不小的开支，尤其数名家庭成员在一段时间后累积多次求诊。这些家庭往往已在住房、教育及其他财务压力下捉襟见肘，形成一个“公平性悖论”：收费提高旨在阻止不当使用；这类对价格敏感的群体虽然未必经常滥用急症室，却偏偏大受影响。

以1名患有多种慢性疾病的长者为例，若出现新症状，却因有一定储蓄而不符合豁免资格，又因依赖固定退休金生活，400元的收费可能影响其是否寻求评估。他们面临的不确定性在于：当前症状是否反应病情严重需要急症护理，抑或只是轻微状况可以稍后再看其他门诊？相对于能“谨慎行事”而不顾急诊室收费的富有病人，这名对价格敏感的病人却须在财务考量与健康风险之间权衡轻重。收费改革结果无形中造成双层决策过程：富有病人继续单靠医疗判断使用急症室服务，而中低收入病人则因费用考量而或会延误必要诊治。同一道理，子女尚幼的工薪家庭也是弱势社群。

当父母晚上9点发现孩子高烧，选择有限：可能会赌一下孩子病情并不严重，等到翌日早上去普通科门诊诊所（港币50-200元）；去私家医生（港币300至500元外加检验与药物费）；或去急症室（收费400元，包全面检查）。经济拮据的家庭要做决定，就面对担忧财政负担和孩子健康的双重压力。较富有家庭则可能毫不犹豫，选择急症室服务。同一价格对某些人是实质障碍，对另一些人却无关痛痒。

收费结构依赖到院后的分流类别，更进一步造成不公平现象。病人只有在抵达急症室并经医护人员评估后，才知道自己的分流类别。第1类与第2类病人免收费用；第3、第4及第5类病人则需支付400元。对价格不敏感的病人不会视这种不确定性为阻吓，他们会在担心时寻求医疗，并有信心能负担所需费用。但对价格敏感的病人看来，尤其是曾因自以为病症严重而到急症室，却最终被分流为第3/4类的病人，这种不确定性成为心理负担。下次出现令人担忧的症状时，也就面临两难：究竟病情是否严重到不须支付400元诊金？无法事先得知后果，对无法轻易承担费用的人而言，即使症状最终可能需要急症治疗，亦足以产生阻吓作用。

医疗收费改革亦假设病人被分流离开急症室后，能找到负担得起的替代方案。事实上，有关选择有限，而且收费日高。医管局的家庭医学门诊服务现时每次收费150元（调升前为135元），普通科门诊收费50元，但这些服务仅在有限时段运作，且需提前预约，对于非营业时间出现急性症状并不适用。私家普通科医生通常每次收费200至500元，检验与药物费用另计，而急症室400元的收费则已包括在内。对于在平日晚上8点面对急性症状的工薪家庭而言，尽管收费较高，急症室仍是最可及的选择，因为其他服务在需要时根本不提供。至于较富有病人更容易负担私家急诊服务，甚至聘请提供非营业时间服务的家庭医生，以致因支付能力而非医疗需求而令护理途径分化。

另一值得关注的复杂因素，是公营部门收费上调可能对私营医疗定价产生连锁效应。随着医管局将急症室收费由180元提高至400元，私营诊所与医疗服务提供者可能视此为调高价格的讯号。从市场角度看，若公营“竞争者”大幅加价，私营机构维持具竞争力价格的压力便会减弱。一名目前收取300元的私家普通科医生，可能认为有理由将费用提高至400元或450元是合理的，因为病人现时到公立急症室求诊收费也相差无几。同样地，先前定位为公立急症室高端替代方案的私营急诊中心，也可能将500至600元收费提高至700至800元，以维持相对于新公营基准的价格优势。

这种价格层压效应对“保障缺口”中对价格敏感病人尤其不利：这些病人不符合公立费用豁免资格，而过去依赖中等价格的私营替代方案以获得非营业时间护理。如果公私营收费同步上升，这些病人将两面受压，非营业时间急性护理服务的可负担选择更少。改革设计者可能假设，提高公立收费会驱使部分病人转向私营替代方案，形成竞争压力以维持私营价格稳定。然而，医疗市场动态远非如此简单，尤其在现有医疗体系中，公私营界别服务的病人群体略有不同，而对价格敏感度亦有差异。若不监测甚或监管私营界别对公营医疗收费改革的定价反应，原本旨在重新平衡跨界别需求之举，反而可能导致全面价格上涨，损害改革原本要保护的易受影响的中等收入弱势群体。

在此收费结构下各社会经济群体的医疗成效差异也引起合理关注。国际研究显示，急症室共付制度呈现令人担忧的模式：虽然较高收费确实能降低整体使用率，但亦同时减少“适当”与“不适当”的求诊，减幅则集中于对价格敏感群体。新的收费机制可能对低收入及慢性病患者造成不成比例的影响，导致重症延误治疗，造成更差的医疗成效；且因病人后来需要接受更深切治疗而推高整体医疗成本，无疑适得其反。一个对价格敏感的病人若因希望病情只属轻微感染而延迟就医，却最终发展成败血症并需入住深切治疗部，对医疗体系产生的成本远高于及早在急症室接受评估与治疗。

因此，收费调整必须被理解为较全面重构香港整体医疗服务体系的组成部分，而非单一解决方案。若要改革达成预期目标而不加剧医疗不公，必须正视若干关键考量。

首先，公众必须真正获得替代护理途径，足以容纳在非营业时间处理急性而非紧急需求，且收费结构须为对价格敏感族群所能负担。这需要大幅扩充非营业时间的基层医疗服务。政府近期设立的地区康健中心是正确方向的一步，但其有限的营运时段与服务范围，尚不足以为晚间或周末出现急性症状的病人提供真正替代急症室的方案。一个定位于急症室与传统基层医疗之间的延长时段急诊中心网络，能吸收目前压垮急症室的大量半急症需求。这些设施可通过低于完整急症室的间接成本运作，而仍能提供即时评估与治疗，例如轻微损伤、简单感染及慢性病恶化。关键在于，这些急诊中心的收费必须显著低于400元的急症室费用，以提供真正的财务诱因，促进适当使用。

其次，也许更重要的是，医管局与医务卫生局必须建立健全系统，监察推行这些收费变动时的实际效果，特别聚焦于不同社会经济群体的差异性影响。这不是一项实施后就可假定设会如预期运作的政策。此改革造就机会，以利用医管局大规模行政数据进行严格评估。必须开展全面、数据驱动的研究，以了解此收费改革对病人行为、医疗成效及系统效率在不同人口组别中的真实影响。评估应涵盖若干关键层面：

（1）收费提高后，不同病人群体的急症室使用模式有何改变？

（2）医疗成效有何变化，特别是弱势社群中曾否出现因延误治疗而导致并发症增加？

（3）对医疗体系其他部分的后续影响为何？基层医疗服务能否吸收转移的需求，候诊时间是否有所增加，并对价格敏感病人造成不成比例的影响？

（4）增强保障措施（费用豁免、每年收费上限及撒玛利亚基金安全网扩展）后能否真正惠及目标群体，或行政障碍是否阻碍其使用？

至关重要的是，监察必须延伸至私营医疗界别，以追踪公立收费改革后私营医疗的定价反应，审视私营收费是否同步上升，以及此类涨价如何影响“保障缺口”内中等收入家庭的医疗可及性。若缺乏此类监察，原本旨在重新平衡公私营医疗界别需求的改革，反而可能导致价格全面上涨，损害改革原本要保护的群体。

医管局承诺，所有因收费调整而增加的收入将用于支持医疗服务，特别是危重病人所需的高成本治疗。这一承诺虽然值得肯定，但必须透过公开报告使之透明而可验证。有了这种问责措施，公众就会将此改革视为医疗服务供应的真正重整，而非只着眼于开源。

收费调整确实有其必要，因为现行的定价结构已造成需求扭曲，难以为继。然而，这项改革本身并不足以彻底解决问题，且对不同病人群体的影响会有很大差异。在改革的同时，除非真正扩展能让价格敏感群体负担得起的替代护理途径；主动接触弱势社群，确保其获得可用保障；小心监察不同社会经济群体的影响，以及私营医疗界别的定价反应；并且以实证为本作出调整，否则只会将危机从拥挤不堪的急症室转移到医疗可及性不均。结果令弱势社群延误治疗，亦使最无力承担后果的一群所获医疗成效恶化。

“任何人不应因经济困难而被剥夺适当医疗”的原则，不应只限于政策声明层面，更应落实于实际运作。其中实况只能透过严谨、持续的评估，才得以验证对其所应服务的不同群体有何实际影响。必须以此实证为本的评估，方能确保收费调整能达成各项效率目标，而不会牺牲长期以来作为香港公营医疗体系的公平原则。

3. 人工智能与数字健康：科技作为体系改革的推动力

全球医疗领域正站在许多人称之为“人工智能革命”的门槛。从准确度足以媲美专科放射科师的医学影像癌症检测诊断演算法，到能在传统警示征兆出现前数小时预测病人临床恶化风险的预测模型，以至能综合医学文献并协助临床决策的大型语言模型，人工智能在医疗上的应用正以惊人的速度激增。全球主要医疗体系从英国国家保健服务、新加坡整合医疗网络，以至美国顶尖学术医疗中心正投入数十亿美元建设人工智能基础设施，以期通过这些技术能解决现代医疗面临的两大挑战：需求日增与资源受限。【图4】概括显示，从院前治疗可及性到出院后跟进，人工智能应用如何在整个护理连续体中应对瓶颈。

对香港而言，面对急症室过度拥挤、人手短缺，以及人口老化对公共医疗服务所造成的前所未有压力，人工智能的潜力尤显重要。如果演算法能更有效地进行病人分流、虚拟助理能接手目前护理人员需耗时处理的日常查询，而由人工智能驱动遥距医疗平台又能提供急症室以外的可及替代方案，则科技也许能为医疗体系提供通向可持续发展的途径，而毋需人力方面大事扩张或政治上充满争议的服务配给。这种乐观并非毫无根据，因为人工智能确实具备能显著改善医疗服务的能力。然而，科技潜力与复杂医疗体系的实际运作之间仍存在极大落差，而香港的特殊背景同时带来机遇与挑战，必须谨慎考量。

4. 人工智能强化医疗团队：以科技应对人手短缺

人力危机，包括数千个护理职位空缺、医生工作量不胜负荷，以及招聘速度无法跟上需求，已为人工智能作为“人力倍增器”提供了充分理据，其中即时用途之一是临床文件自动化。研究显示，医生与护士将30%至40%的工作时间花在处理文件方面。自然语言处理系统现已能够转录和组织临床对话，从医生与病人互动中自动生成文件。若在急症室中使用，此类系统有助医生减少花在电脑上的时间，而增加直接照护病人的时间，实质上在不增加人手的情况下提升服务容量。虚拟护理助理与人工智能聊天机械人则代表另一种减轻医护人员工作负担的用途。与其让护士花时间回答探病时间、服药时间表或出院后指示等日常问题，不如由人工智能虚拟助理提供这些资讯，让护士专注于临床评估与复杂护理。世界各地一些医院已调配人工智能护士，负责定时巡查病房，仅在病人回应显示问题时才交由真人护士介入。

人工智能驱动的临床决策支援则是另一个强化医疗人力的机会。急症室医生在高病人量与时间压力下，能受益于由人工智能系统整合病人数据、提示潜在诊断、建议检验流程并提供治疗选项。这些系统充当“认知助理”，协助临床人员避免疏漏，并考虑可能忽略的替代方案。国际案例包括由人工智能工具根据病人因素与当地抗药性模式推荐最佳抗生素，或以演算法识别胸痛病人是否可安全提前出院，或需延长观察时间。

然而，这些潜力仍受多项限制。现有聊天机械人无法可靠处理医院环境中出现的所有病人问题与疑虑。它们擅长检索标准化资讯，但在需要判断的细微临床问题上则难以胜任。此外，护理工作不仅涉及资讯提供，还讲求给予病人情感支持和肯定，以及察觉病人状态细微变化的能力⸺这些层面难以自动化。在香港的环境中，在病人之中占比不轻的长者，对科技也许颇感陌生，虚拟护理助理虽能服务部分病人，但对其他病人可能制造额外障碍，反而或加剧而非缩减护理质量差距。

5. 人工智能强化需求管理

第3.2节概述单靠提高收费无法解决急症室拥挤问题，除非同时扩展可及的替代护理途径，让被分流的病人能获得适切照护。人工智能驱动遥距医疗与自我分流工具正好能提供有关方案，为目前惯性前往急症室求诊的非紧急病人，提供便利且可负担的评估与建议。

结合人工智能功能的遥距医疗平台可作为虚拟护理的第一线，透过手机或电脑提供全天候服务。人工智能分流聊天机械人能进行初步症状评估，透过自然语言对话收集病人资讯。对于简单病况，机械人可直接提供自我护理建议；若症状较为严重，会立即将病人连线至医生或护士进行虚拟诊疗；若属明显紧急状况，则会指示病人立即前往就近的急症室。国际案例足以证明此模式的潜力，英国国家保健服务已配置人工智能驱动的症状检测与遥距医疗平台，每年处理数百万次咨询，成功分流低急性病人离开急症室；新加坡的HealthHub应用程式则整合人工智能健康建议、遥距医疗、预约挂号与病历存取，打造医疗体系的“数字大门”。

对香港而言，推出类似的公共遥距医疗平台，能为收费改革的成功提供关键的可负担替代途径。例如，一名病人在周六晚上10点出现症状，可以选择使用补贴的遥距医疗服务，费用约为100至150元，而非惯性前往收费400元的急症室。然而，要实现这一潜力，必须克服实施方面的重大挑战。

首先，香港的遥距医疗监管环境仍不明确，现行法规未清楚界定人工智能强化分流的责任归属，当人工智能分流建议导致不良结果更尤其如此。其次，人工智能分流工具的效能高度依赖其准确性与安全性，而现有证据显示这方面仍存在令人担忧的限制。有关评估市面上各种症状检测应用程式的多项研究发现，程式表现差异极大，有些系统未能识别应立即急诊的严重病况，另一些则过度分流轻微症状。第三，公平性考量亦须受到重视。若设计不具包容性，科技解决方案可能加剧医疗不公。人工智能遥距医疗需要智能手机、互联网接驳网络与数字素养，而这些资源在香港人口中分布不均；长者、低收入家庭及新来港人士可能面临使用障碍。要解决这些公平性问题，需确保遥距医疗平台能在基本型智能手机上运作，提供多语言支援，为不熟悉应用程式的用户提供电话服务，并补贴设备与网络接驳，协助弱势社群。

6. 香港的准备程度：基础设施、数据与管治缺口

除了具体应用之外，香港在医疗领域运用人工智能的准备程度，取决于基础设施、数据生态系统及管治框架，而这些方面目前存在显著缺口。

香港的医疗数据格局呈现高度碎片化：医管局管理公共医疗机构的数据，而私营医院及诊所则大多采用独立系统，互通性极低。对于依赖大型且多样化数据集进行训练与验证的人工智能系统而言，尤其是用于预测医疗成效或优化临床决策的演算法，这种碎片化情况构成根本障碍。问题不仅在于技术互通性，还涉及个人健康数据的敏感性，对跨护理场所存取完整病人资讯引发重大私隐疑虑。国际上成功配置人工智能的医疗系统，通常透过明确的法律框架、稳健的技术保障及透明管治来应对此挑战。香港目前缺乏这种整合的基础设施及配套管治框架。《个人资料（私隐）条例》虽提供一般原则，但缺乏针对医疗数据特殊敏感性的专门规定。成功采用人工智能的第一步，在于必须建立这个整合数据基础设施，作为开发精密模型与生成见解的根基，并需协调投资于医管局资讯科技基础设施、修订私隐法例以涵盖医疗专属规范，以及设立健康数据管治机构，以监管存取并维护公信力。

监管框架在数据管治之外还带来额外挑战。人工智能用于临床决策时，会引发在香港现行医疗仪器及医疗法规方面未充分正视的问题：何时应将人工智能诊断演算法归类为需监管批准的医疗仪器？在临床使用前须符合哪些验证标准？当人工智能系统建议某种治疗可能对病人造成伤害时，责任如何分配？这些问题在香港现行监管环境中缺乏明确答案，导致医疗管理者及临床人员因缺乏监管清晰度而对人工智能工具配置有所保留。

人力资源准备是另一个显著而常被低估的层面。若要让人工智能真正改善医疗服务，而非仅增加技术复杂度，临床人员必须理解如何有效使用这些工具，能在临床情境中解读人工智能建议，并判断何时信任或否决演算法建议。这需要将人工智能素养纳入医科及护理教育，设计涵盖临床资讯学、机器学习或数字健康的课程。现有医疗人员也需接受持续教育，以培养与人工智能系统协作的能力。若缺乏这种人力资本发展，采用先进人工智能工具可能只会增加工作流程的复杂度，而非提升效率或成效，而临床人员可能花更多时间质疑系统，而非自行作出决定，甚或因过多人工智能警示而产生“警示疲劳”，最终忽略所有警示。

要应对这些基础设施、监管及人力方面的缺口，需要大量投资及持续承担。第3.2节所讨论的加费收入，可策略性地支持这些基础建设：升级医管局资讯科技系统、建立具稳健私隐保护的安全数据基础设施、制定监管框架，以及推行人力培训计划。这些投资不会立即纾缓急症室拥挤，因为建构整合数据基础设施需时多年，制定监管框架亦需广泛咨询，培训数千名医疗人员也需持续努力。但若能妥善构建基础，人工智能将能真正促进更可持续、高效且公平的医疗系统；反之，若缺乏这些基础，在香港医疗系统中使用人工智能仍将失之零碎而影响有限。

四、结论与政策建议

香港急症室长期过度拥挤并非单纯的营运问题，而是医疗体系深层结构失衡的征兆。这是合乎逻辑的结果：不当需求令真正紧急医疗服务供不应求，问题更因人口老化加速、收费诱因扭曲，以及医疗人手不胜负荷而变本加厉。每年214万的急症室求诊人次显现出异乎寻常的模式：第1类别（危殆）及第2类别（危急）病人占比不足10%，而第4类别（次紧急）及第5类别（非紧急）病人却占据超过50%的急症室容量。这种失衡反映出在现有制度下病人的理性行为，因为急症室已成为最易求诊、最可负担且最方便的即时医疗选择。病人并非滥用系统，而是对制度所造成的诱因结构与限制作出预期中的反应而已。

要化解这场危机，必须超越被动的危机管理，推动全面的结构性改革，同时应对供求两方面的问题。在需求端，这意味着实施策略性收费改革，透过明确的经济讯号抑制不当使用急症室，同时审慎避免阻碍真正紧急个案就诊。第3.2节所提出的收费架构，维持危急个案免费或低收费，而对非紧急求诊收取400至500元，正好提供了一个相应框架，但其成功绝对取决于价格讯号与替代方案的配套。若仅提高收费而缺乏可行替代方案，只会制造就医障碍，并将成本转嫁至最弱势社群。因此，政府必须同步大量投资，扩建这些替代方案：补贴24小时可用的遥距医疗平台，提供便利的即时医疗咨询；扩充普通科门诊容量，延长服务时间并确保快速预约；以及推行流动基层医疗服务，覆盖服务不足的社区。这些投资是收费改革的

必要配套，而非可有可无的附加措施。此外，经严谨研究验证的智能决策支援系统可引导病人前往适当的医疗场所，但前提是这些场所必须存在且真正可及。

在供应端，解决人力资源限制需要同时采取即时干预与长期的能力建设。虽然设立第3间医学院可在2030年代及以后改善医生供应，但当前危机更迫切需要针对护士人手短缺采取行动，因为这往往是急症室病人流量的真正瓶颈。这意味着必须提供具竞争力的薪酬以留住资深护士、简化海外资格认证以扩大人才库、优化技能组合模式，让护士能充分发挥专业能力，并将行政工作委派给支援人员，同时采用人工智能与自动化技术，以减轻文件处理负担与认知压力。这些技术应被视为“倍增器”，协助有限的人力资源更有效地服务更多病人，而非取代医护人员。然而，要实现这一潜力，必须先完成第3.3节所述的基础投资，包括数据基础设施、监管明确性及人力培训。若缺乏这些基础，引入技术可能增加复杂度，而非创造价值。

未来的改革需要跨多个领域的整合政策行动，并以果断与灵活的方式实施。一、政府应推行第3.2节所概述的分级急症室收费，豁免弱势社群收费之余，确保收费不会阻碍真正紧急个案求诊。这些收费所产生的收入必须明确拨作扩展替代医疗途径之用，而非纳入医管局的一般预算中。二、必须立即投入大量公共资金，扩展遥距医疗基础设施及基层医疗容量，在加费措施全面生效前，创造真正可行的替代方案。三、进取的人力资源措施应针对护士人手短缺，透过提高薪酬、简化招聘流程及推行留任计划，同时启动扩展医学教育容量的长期工作。四、人工智能基础设施的策略性投资应聚焦于核心要素：整合数据系统、监管框架及人力培训，并认识到科技只能辅助，而永远无法取代优质医疗所需的人类判断力、同理心与专长。

所有这些干预措施必须配合稳健的评估框架，以便根据实证为本加以调整。收费改革应作为精心监察的自然实验，系统性收集急症室使用模式、医疗成效、医疗公平性后果，以及对基层及专科服务的后续效应。采用遥距医疗与人工智能同样需要严格评估其有效性、安全性及公平性影响。基于香港的政策文化，各项措施往往在缺乏系统评估的情况下推行，亦致难以作出以实证为本的优化。打破这一模式是一项至关重要的“元改革”，从而促使所有其他改革得以成功。

香港急症室危机已持续多年，并随着临时措施与渐进式调整未能解决根本问题而日益恶化。当局必须避免沿用这种模式：随便增加少量病床、招聘少数护士、又或实施可增加收入却无法改变行为的小幅收费调整。这些治标不治本的半途措施只会延续危机，耗费资源却无法带来可持续改善。当前所需的是全面的结构性改革，并正视不容回避的现实：全民医疗在缺乏有效价格讯号下，只会产生不可持续的需求；单靠扩充人力无法应对人口结构压力；科技确有潜力，但有赖基础投资才能产生价值；而有效政策除了执行，还需要系统性评估与实证为本的改良。

香港拥有财政资源、技术专长及制度能力，能够建立一套可持续的急症护理系统，既能为真正紧急个案提供及时、高质的护理，同时确保市民大众能透过多元且便利的途径获得适切医疗。要实现这一愿景，需要政治勇气去推行将面临社会阻力的收费改革；即使财政压力引致资源竞争，仍持续致力投资于替代方案及人力发展；并需要智识诚信，以严格评估各项干预措施，并根据实证而非意识形态进行调整。危机已迫在眉睫，但解决方案讲求耐心和策略性方式，奠定足以服务香港数十年的根基。本文为此勾勒出一个全面框架，涵盖通过策略性定价以管理需求、人力发展与科技创新以扩展供应，以及通过数据基础设施与实证为本管治以实现整体系统改革。目前问题在于香港的决策者是否有远见，了解渐进式调整已告失败；是否有勇气推行将面临阻力的改革；以及是否有纪律而严格评估成效，并以实证为本加以调整。危机不属于未来，而是已经到来。现时选择在于：立刻进行全面结构性改革，或任由现状继续恶化直到在外力迫使下作出更惨痛的调整。

（香港大学经管学院1月发表《香港经济政策绿皮书2026》，由港大教授和研究人员，以及多位国际知名学者共同撰写，就多个香港热门议题作出研究分析，并从崭新角度给予政策建议。《香港01》获授权转载。）

作者欧阳会银是经管学院创新及资讯管理学副教授；作者张怡然女士是经管学院博士生。

文章仅属作者意见，不代表香港01立场。

01论坛欢迎投稿。请电邮至01view@hk01.com，附上作者真实姓名、自我简介及联络方法。若不适用，恕不另行通知。香港01保留最终编辑权。