病人在医院以外的地方出现心脏骤停时，急救必须分秒必争。因为每过一分钟，患者的存活几率就会降低 10%。
急救的第一步是识别患者是否出现心脏停搏，可是对电话另一端的紧急医疗调度员来讲，仅借助于病人那些惊慌失措的亲友的传达，很难对患者症状做出正确的判断，挑战性很大。
如今在哥本哈根，调度员有了人工智能技术的帮助。在有人打电话叫救护车时，一个名为 Corti 的人工智能助手会与调度员同时接听电话，它可以用语音识别软件将对话转成文字，并用机器学习算法分析对方的用词以及其他可用于诊断心脏病发作的背景线索，机器人 Corti 会实时向调度员提供诊断警报。
诊断心脏病患者时，调度员通常只能依靠自身的知识储备。开发该人工智能技术的初创公司 CEO Andreas Cleve 说："我们平时遇到问题，上谷歌搜索或者问人就行了。可是这些调度员要处理的是关乎我们生命的最严峻的问题，却没有可以依赖的辅助工具。"
在哥本哈根，训练有素的调度员根据电话描述识别心脏骤停症状的准确率大约是 73％，而 AI 可以做得更好。在早期小规模研究中，机器学习模型通过电话描述识别心脏骤停的几率达到了 95%。
同其他机器学习技术一样，Corti 的设计原理并不是搜索任何特定的信号，而是"自我训练"——通过倾听大量急救通话，找出影响诊断结果的关键因素，然后不断改进模型。不涉及言语的声音往往也很重要，Corti 采用的技术必须能从警报声、呼喊声等大量背景噪音中发现有用线索。
事实上，如果有更准确的诊断，调度员完全可以在电话上全程指导患者的亲友做心肺复苏，并让急救人员做更充分的准备。部分城市还可以考虑在采用该技术之后，派遣无人机运送心脏自动除颤器，可以比救护车提前到达；还可以派遣恰好在周边区域的接受过心肺复苏训练的志愿者。
除了识别心脏骤停的迹象之外，人工智能系统还尝试消除其他错误，例如监听调度员是否询问了病人地址，以及救护车是否在赶往正确的地址。该技术是人工智能如何辅助人类而非替代人类的一个例子。
本文来源：IEEE电气电子工程师学会微信公众号
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
