急诊室，是医院中重症病人最集中、病种最多、抢救和管理任务最重的科室，也是汇集了所有的爱、坚持和希望的地方。以人为本，人工智能找对了用途就是有温度的。
    一般而言，除了通过各种绿色通道的死亡线上的病人，其他病人等待急诊的时间都是比较长的。虽然每个病人都很急，但从医学上来说都还是有轻重缓急之分，有的时候医生明明已经在诊治某一个患者，但也会被叫去立即处理更加紧急的事情。当然，出现这种情况，本质上还是因为医疗资源的匮乏。
     所以，对于前来挂急诊的患者，AI可以先进行一番“初筛”。通过视觉识别、大数据等技术，对病人的连续生命体征包括心电、呼  吸、脉搏、血压、血氧和体温等进行检测。生命体征极其危急患者，AI会立马将初步诊断结果汇报给值班医生，对于病情轻的，则可以计算出需要等待的时间并将其告知患者。而对于一些并不需要进行急诊的病人可以进行劝导分流。
    华盛顿州曾经将大数据应用到急诊室中，实践显示，如果能够给医生提供预检信息，就可以减少一些小病，如肠胃不适和头痛等的急诊就诊次数，使得急诊就诊率降低10%。
    这样做的好处是可以最大程度的合理安排医护资源，减少预检台内护士和预约患者的摩擦，同时，因为急诊患者大多处于病情发展的转折期或关键期，急诊大数据的价值非常高。AI先一步作出预检，还可以标注这笔关键的数据并进行深度学习。
    人工智能服务实现的是一种按需和主动的智能。即AI通过捕捉患者的信息，通过后台积累的数据以及医生的治疗数据，构建患者和家属的需求结构模型，进行数据挖掘和智能分析，除了可以分析患者的喜好等显性需求外，还可以进一步挖掘患者和家属的与身份、工作生活状态关联的对于医院的隐性需求。
    目前最常见的AI医疗服务其实是智能导诊机器人，比如最近在四川成都落地的导诊机器人“省小美”，就能够根据患者提供的症状信息，推荐患者到相关科室就诊，还能提供当天坐诊医生的名单和介绍等。
    当然，在急诊室里，需要的不仅仅只是传递和反馈数据，更需要AI进行多维度、多层次的感知和主动深入的辨识。
    值得注意的是，高安全性是智能服务的基础，这里的安全服务不仅仅是给患者和家属，更是提供给需要安全保障的医生和护士。急诊室里一旦出现意外，情绪失控的病人家属会立马将悲愤发泄到眼前的医生和护士身上。
    AI要为医生和护士提供个性化的安防服务，比如，制止情绪激动的病人家属冲进手术室，根据视觉识别等技术判断家属愤起伤人的可能性，并连接医院的安防警示系统，及时通知保安甚至报警，保障医院与护士的人身安全。
    亚马逊就正在开发自家机器人的陪伴功能和情感智能。2017年底，Alexa的首席科学家Rohit Prasad就谈到了亚马逊如何基于用户每次与Alexa支持的设备进行交流时收集的语音记录来分析用户的情绪状态。在未来，AIexa或许能够识别出你话语里的微妙情绪。这就意味着亚马逊的机器人能够在情感上安慰病人，可以在急诊室里减少人类的孤独感。
    因为很多的急诊病人往往口不能言，除了“听懂”，“看懂”也显得尤其重要，这就要求机器视觉、人脸识别上的技术成熟。AI要精准识别面部表情与动作，判断一个人情绪和情感上的变化，以及注意力的变化。例如一个病人躺在病床上，机器如果能够识别出他是紧张的状态或是难过的状态，就能为医生的救治工作带来积极效果。
    AI给人陪伴，但面对病魔，给予病人最大的安全感可能才是最关键的。突然眼花究竟是你的视网膜出现了问题还是你的大脑神经被挤压，是用眼过度还是用脑过度？不断地向医生咨询为什么，是患者获得信息的途径，而越了解自己的病情，患者心里就越有底。
    AI的深度学习系统是不具有任何解释力的。事实上，深度学习的系统越强大，其结构就越是不透明。随着更多的数据特征被提取出来，AI的诊断会变得越来越准确。但为什么这些特征会从数百万个数据中被提选出来，仍是人工智能的未解之谜。