一個急救電話裡，藏著AI能解決的問題
你有沒有想過，當你打急救電話的那一刻，接線員同時在做多少事？
他要調度救護車、確認地址、判斷現場狀況：幾層樓、有沒有電梯，同時還要從你語無倫次的描述中，判斷病患是否正在心臟驟停。心臟驟停（OHCA）只佔所有急救電話的約1%。但每延誤一分鐘，存活率就下降7到10%。
問題不是接線員不夠專業，而是人在極度壓力下，本來就很難捕捉語言裡的細微線索。
這是丹麥新創公司 Corti 想解決的事。
Corti 是什麼？
Corti 成立於2016年，開發了一套AI助手，能即時分析急救電話中的對話語意，預測患者是否心臟驟停，並同步引導接線員做出正確回應。
目前，Corti每月已分析約25萬筆醫療諮詢案例，客戶涵蓋瑞典全國醫療緊急熱線、遠距醫療公司、臨床客服中心與基層診所，並持續拓展至其他歐洲國家與東南亞市場。
我的觀察： 這個數字讓我意識到，對於這類AI工具，處理資料的量本身就是一個領先指標，分析越多，模型越準，護城河越深。
為什麼從丹麥起步？
丹麥的醫療體系規模雖小，但數位化程度極高，擁有全民健保與完善的公共資金支持。更特別的是，自1968年起，每位丹麥公民出生時就會被賦予一組唯一的公民登記號碼，所有醫療互動，從基層診所、專科就診到急診室，全部數位化串聯。
這讓我聯想到台灣的健保資料庫，其實我們也擁有類似的條件。更重要的是，丹麥規模小，反而讓創新的測試成本更低。這很符合「縮小問題規模、先求驗證」的產品思維。
商業模式：像支付員工薪資一樣付費給AI
Corti的計費方式耐人尋味。創辦人 Andreas 這樣描述：
「就像您支付員工工資一樣，您按諮詢次數向我們付費。」
核心是一套按使用量計費的API平台，以音訊時長（Credits/分鐘）計費，提供 Growth（自助）與 Enterprise（客製化）兩種方案，對標 OpenAI API 的模式，但專注服務醫療領域。
這讓我認真思考一件事： 如果AI被當成「員工」來計費，那我是否也能在自己的工作中，打造出一個「有價值的分身」，讓雇主願意為那個分身付薪水？
我的其他學習
- AI最有價值的場景，是人在壓力下需要快速判斷的地方。 Corti解決的不是「醫生不夠多」的問題，而是「人在壓力下容易漏掉關鍵線索」的問題。這個切入點值得反覆咀嚼，在我自己的工作裡，哪些時刻也存在類似的判斷壓力？
- 對話分析不只屬於醫療。 Corti分析的是醫療專業人員與病患之間的對話。但如果把場景換成業務與客戶的對話，邏輯是否同樣成立？那些對話裡，是否也藏著能幫助判斷的語意線索？
- 讓AI在真實場景中學習，而不是從既有流程中學習。 這是Corti最根本的設計哲學，不是把AI塞進舊流程，而是讓它直接在實際應用的場景裡累積判斷能力。這個差異，決定了AI是「工具」還是「夥伴」。
Corti 讓我們看到，AI 的價值不在於取代人類，而是在人最脆弱、壓力最大的時刻，提供一個不帶偏見的「數位備援」。無論是在急診室，還是在瞬息萬變的商業戰場，我們都需要思考：如何建立自己的數據體系，並在關鍵的 1% 時刻做出正確的決定。
