急诊医学是一门跨各临床专业而又有一套自身理论体系的学科，贯穿在院前急救、院内急诊、危急重症监护中。在过去十年，人工智能在医学领域已得到广泛应用，在协助医疗人员完成疾病诊断、风险评估和治疗等方面发挥出了巨大的优势和潜力。然而人工智能在急诊医学领域的普及和应用仍面临诸多问题和挑战。本文将对目前人工智能在急诊领域的应用作一综述。

院前急救是指到达医院前急救人员对急症和/或创伤患者开展现场或转运途中的医疗救治。其对急救反应时间、急救设施、急救人员能力和急救技术水平等都有严格要求。急性心肌梗死、脑卒中和创伤等重症患者因病情进展快死亡率高，早期识别、尽早诊断和针对性治疗极其重要。有研究通过对紧急呼救电话的文本进行挖掘，建立基于机器学习的模型，用于交通事故后重伤患者的自动识别，显示出了较高的准确性。2019年5月，四川省医学科学院·四川省人民医院首次投入了5G城市医疗应急救援系统，改变过去的急救模式，在救护车上开展同步检查和诊断，实现患者"上车即入院"，打通生命救援的"高速通道"。借助人工智能进行院前诊断和病情评估，对提升院前诊治水平具有重要意义。

急诊科的过度拥挤是急诊医务人员共同面临的难题，显著增加患者急诊滞留时间，增加了院内死亡等急诊不良事件的发生。利用人工智能技术对患者的病情进行初步评估，可以提升预检分诊的效率，有效缓解急诊科接诊的压力。有研究对172 726例急诊患者进行回顾性分析，利用随机森林等机器学习算法构建电子分诊系统，可以快速准确地识别患者。

急诊ICU患者发病急、病情较重、进展快，因此对重症患者的早期预防非常重要。急诊ICU中广泛应用的急诊生理与慢性健康状况评分、简化急性生理学评分等，虽能辅助医务人员对患者当前生命体征状况和危险程度做出评估，但存在局限性。随着大数据和人工智能的快速发展，在疾病风险评估、病情恶化预警及死亡率预警等领域的应用也与日俱增。Jawad等利用ICU患者实时生命体征数据和实验室监测数据，对患者感染性休克的发生概率进行预测。Wang等利用ICU患者前48小时的30多项生命体征数据和患者基本信息等，对患者死亡率进行评估。

随着信息科技的发展，大数据和人工智能在急诊医学领域的应用也是突飞猛进。2017年由吕传柱教授、陈玉国教授、于学忠教授牵头发起的"急诊急救大平台"建设，使5G、人工智能、大数据在急诊医学领域进行系统的部署。同年国家卫生健康委正式发文给中华医学会急诊医学分会，要求全面推进急诊急救大平台的建设。急诊医学的发展已经进入了一个全新的时代——中国急诊3.0时代。在大数据和人工智能的辅助下，急救不再局限于距离，远程会诊、应急救援、远程手术、远程超声等应用在日常诊疗中；急救也不再局限于区域，可以通过视频等方式会诊，创新医共体急救体系，推动县城急诊急救大平台建设。2022年11月30日上线的ChatGPT，可以快速完成准确率极高的决策支持、智能诊断、智能搜索、智能推荐、疾病分析预测等任务，并通过持续的深度学习与数据训练，进一步优化其能力。由此可见，科学地使用人工智能如ChatGPT，对未来推进急诊急救大平台建设具有重要意义。但是大数据本身也存在缺点，在准确性、患者隐私保护等方面还需要进一步完善。因此，人工智能只是作为辅助工具增强医疗人员的工作效率，并不能取代医疗人员。