呼叫救护车和救护车到达之间的时间，对于挽救心脏病发作的患者至关重要，估计延迟一分钟生存概率降低约 10%，因此当机立断判断出心脏骤停对医疗紧急调度员而言，是一个挑战，他们必须透过电话，理解恐慌的亲戚或朋友传达的症状，但很多时候电话中的人可能不知道发生了什么事情，现在 AI 可解析非言语线索，帮助远距离诊断。
Fast Company 报导，过去医疗救护调度员必须仰赖自己的知识判断，现在哥本哈根的医疗调度员可以采用 AI 来协助判断心脏病发。当有人呼叫救护车时，一位名为 Corti 的 AI 助理就会上线，使用语音辨识软件录制对话，并使用机器学习来分析背景中指向心脏病发作诊断的单词和其他线索，接着对调度员发出警报。
哥本哈根的调度员训练有素，在通话时间内透过对方在电话中的描述而发现心脏骤停的概率有 73%。但 AI 可以做得更好，在一个早期的小规模研究中，机器学习模型发现心脏骤停概率有 95%，另一项分析 17 万通电话的研究即将发表。
与其他机器学习技术一样，Corti 不是用来寻找任何特定的信号，而是透过倾听来自大量呼叫的声音来自我训练，以辨识重要因素，然后在工作模式中不断改进模型。非语言的声音通常很重要，该技术必须能够透过背景噪声，如警笛声和大喊，来辨识线索。
当新创公司首次测试这项技术时，一名女性打紧急电话号码报告她的丈夫从房屋的屋顶上掉下来。当调度员听完之后，意识到那个男人已经折断他的背部，并且按照指示执行在救护车到达之前的急救工作。但 Corti 判断并非背部受伤，而是他的心脏已经停止。
由于电话声中有一个急促的噪音，AI 认出这是病人心脏病发作而喘不过气来的声音。原来，这名男子因心脏骤停而从屋顶坠落。由于 AI 平台当时正在进行测试，因此未发送调度程序警报，因此这名男子没有得到 CPR，到救护车抵达时，已经太晚了。
透过更准确的诊断，调度员可以在电话上指导某人做 CPR。未来一些城市可以使用该技术发出带有自动除颤器的无人驾驶飞机，比救护车更快到达，或者呼叫恰好在附近做过 CPR 训练的人。
除了心脏骤停的迹象之外，AI 还试图消除其他错误，比如在调度员询问地址时记录下来，查看救护车是否前往正确地址。该技术是 AI 补足而不是替代人类的一个例子。
新创公司创办人认为，当涉及个人健康时，患者应该更希望与人接触，而不是机器，透过 AI 支援系统进行增强，将是医疗 AI 应用的终极目标。
- Having A Heart Attack? This AI Helps Emergency Dispatchers Find Out
（首图来源：Flickr/ER24 EMS (Pty) Ltd. CC BY 2.0）
