騰訊為2000萬聽障者開闢急救「生命線」,看聽障者的呼救難題如何迎刃而解
騰訊為2000萬聽障者開闢急救「生命線」,看聽障者的呼救難題如何迎刃而解

撥打119是一件較頻率比較低的事情。有人一生都不會遇到。有人遇到了,就是一生的坎。

網路上,經常有人因心臟驟停猝死的消息。中國國家心血管中心的一組數據顯示,在日本,這種危急狀況的院外救治率是50%,在美國是30%,在中國卻不足1%。

現有的急救體系,是否能有效滿足全部急救需求,以及能否加入社會化的方法來優化這個體系。

今年7月,騰訊內部組建了一支團隊,嘗試開發一個社會化的應急平台。他們試圖在急救資源調度、急救志願者連接、急救內容整合等多個環節做出改善。

負責人滕超說,他們希望實現一個願景:有人遇到緊急事件,他的家人朋友,或是社會上的陌生人能快速得到消息,主動伸出援手,並且具備所需要的急救能力和相應設備物資。

如今,該平台首個開放能力正式落地。這是一套無障礙呼救系統,為兩千多萬聽障者開闢的一條急救「生命線」。

medical-emergency
圖/ Pixabay

2000萬聽障者的呼救難題

中國有兩千多萬聽障者,當他們遭遇突發性疾病,需要緊急救助時,卻無法做到獨立呼叫119。這方面的急救能力,長期以來是缺失的。

中國聾人協會主席楊洋提到過一個案例。兩位聽障者在公園散步,其中一人突發心髒病,情況十分危急。他的朋友沒法自主撥打119,只能求助身邊的路人。路人起初感到奇怪,看他舉著手機在跟119通話,才知道是求助。

這種溝通障礙險些耽誤了急救時間。楊洋說:「每個聽障者都希望能獨立報警。這不僅是解決現實困難,更事關生活的尊嚴。」

有公司嘗試做過些改善。比如,有為聽障者提供119代打服務的。遇到急救狀況時,聽障者可以先給他們打視訊電話,通過手語描述病情,接著他們再幫忙報警,可效果並不好。

名叫依眾公益基金會的機構,也曾開發過一個通訊軟件,讓聽障者利用文字跟119取得聯繫。該基金會負責人董明昊說,儘管這個工具在中國十幾個城市的急救中心上線,但使用率並不高。

2019年前後,中國不少城市集中推出過針對聽障群體的補償性呼救方式,像是短信呼救,或者通過接入微信公眾號與119急救中心取得聯繫,最終都沒能推行下去。

語音電話是中國通用的呼救方式。接線員接起呼救電話,與求助人確認位置、現場狀況等關鍵資訊,便在系統上創建訂單,發送給調度台,派出救護車。

騰訊應急開放平台的技術負責人魏正平說,這是中國通用的呼救流程,也是被驗證過的高效的急救資源調配流程。此前的嘗試不成功,關鍵在於沒適配這套流程,反而在一些環節給119調度員增加了工作量。

基於這個判斷,騰訊應急開放平台提出了一個新方案。

騰訊應急開放平台
圖/ 騰訊應急開放平台

具體來說,聽障者依舊通過文字呼救,這些文字通過小程式等用戶端,發送到騰訊應急開放平台上。平台會將它們轉化成語音,幫助聽障者撥打119。119接聽或者回撥,也會通過語音識別轉化成文字,反饋給呼救者。

「實現用戶端多模態多方式報警急救,原本就是騰訊應急開放平台規劃中的一環。」魏正平說。

「沒想到騰訊會做這個事情」

今年10月,在北京騰訊總部大廈,董明昊第一次見到滕超。董明昊記得,他們聊得很投機,「只花了二十來分鐘,就在無障礙呼救合作上達成一致。」

利用語音識別技術輔助呼救,依眾也想過,「可是技術能力不夠,很難實現」。但無障礙急救功能的上線和推廣,需要對接到119,這是依眾的強項。成立這個基金會的公司叫遠盟康健,他們為中國數十個城市的119急救中心開發了呼叫調度平台。

雙方的合作,從一份27頁的技術文檔開始,裡頭詳細整理了此次合作中,騰訊應急開放平台會提供的技術支持。

「沒想到騰訊會做這個事情。」袁本初說。作為遠盟康健119急救系統的一位技術負責人,他參與到這次項目的用戶端研發。

此前,他以為這只是一次急救小程式的共同開發。可看見那份標準化介面文檔後,他意識到,自己將要開發的產品只是其中一個前端,作為聽障群體急救資訊的入口,嫁接到騰訊應急開放平台上。

騰訊應急開放平台
為了提高呼救效率,呼救端產品加入了地理位置自動抓取、病症狀況描述模版等功能
圖/ 騰訊應急開放平台

魏正平說,騰訊應急開放平台除了「公益」,還強調「開放」,是希望讓多方以「開放連接」的模式接入進來,以此實現應急資訊有效互通,資源高效匹配。

這樣,無論接入方是蘋果系統還是安卓的,是App還是小程式,都可根據應用端的需求和特點做適配開發。這極大提升了接入方的開發效率。

正如袁本初所說,他們只需要對騰訊應急平台的介面文檔進行驗證,看是否滿足急救報警流程,再完善用戶側的急救交互,便能完成無障礙呼救用戶端產品的開發。

雙方此次合作開發的產品,微信小程式是聽障者發送急救文字的入口。在文字和語音轉化環節,調用了騰訊雲的語音識別技術。

緊急呼救溝通可能涉及特定地名、病症名稱。此外,語音識別還得做到精準斷句。這樣才能提升呼救資訊的讀取效率。

這些都對語音識別技術提出了很高的要求。而騰訊雲的語音識別技術,經歷了微信十億級用戶考驗,具有超強的穩定性,完全能複用到這個平台上。

為進一步提升語音識別率,避免不同地域接線員的普通話問題,魏正平他們還加入了方言數據庫。

被一個電話號碼難住了

聽障者將呼救資訊發送到騰訊應急平台後,平台便開始為其撥打119。在魏正平看來,這是打通這條急救「生命線」最難的環節。

當下,119急救存在一套明確的規範。其中一條是,119只接聽由營運商號碼打進來的語音電話。

電話接通後,還必須滿足兩個條件:報警人可以準確說出關鍵資訊;電話號碼可被回撥。不滿足任何一條,都會被調度員判定為廢單。

「這就把我們難住了」,魏正平說。為了實現為聽障者代打119,平台首先要向通訊營運商申請一定數量的電話號碼。

如果用固定電話撥打,必須使用119急救中心所在地的固定電話。也就是,固話區號必須為所在地的,否則119系統就會自動過濾掉,接線員接不到這通電話。

隨著上線城市越來越多,應急平台需要給每個城市申請充足的固話資源。有的城市相對好申請,有的城市可能申請不到。每個地方的狀況並不一樣。

手機號倒是可以撥通中國的119。但手機號的申請需要個人身份證實名認證,對於一個應急開放平台來說,要申請足夠的手機號也很難。

「騰訊雲的雲端服務裡有網路電話功能。這次號碼申請也是這邊同事在幫忙。」魏正平說,「我們也在想方案提高號碼的使用率。目前的策略是固話打底,中國再配合一組手機號碼做流動。」

Saving
圖/ 極客公園

號碼資源之外,另一個難題是保證電話能實現回撥。

在急救流程中,平台撥入119的號碼是唯一標識。意思是,救護車司機只會通過回撥這個號碼來聯絡呼救人。

所以,「平台的號碼一定要跟這通呼救訂單維持住,要保證通訊線路的通暢,」魏正平說。要保持穩定性,這在技術上的挑戰就很大。

更麻煩的環節還在用戶側。在急救的慌亂情況下,聽障者容易產生誤操作,比如退出小程式。這時候,呼救人就跟平台的聯繫斷了,救護人員極有可能聯絡不到。

為了避免這種情況,他們在急救小程式內添加了明顯提示,告知用戶不要亂點或者退出。即便誤操作了,也會發出一條短信,內含急救小程式連結。呼救者直接點擊即可回到報警頁面。

應急平台的開發跟網路產品不同。網路產品可以迭代,上線一個demo版,再逐步完善。但應急工具事關生命,交付時必須是最可靠的狀態。

「我們在設計流程、研發系統的時候,考慮最多的問題就是,上線之後它怎麼樣能做到100%穩定。」魏正平說。

「這是驚心動魄的一夜」

今年11月下旬,這個無障礙呼救系統的開發就基本完成了。讓它真正嫁接到119急救體系,在實際救助的場景中發揮作用,成了需要翻越的下一座大山。

在原本的設計中,聽障者通過騰訊應急平台呼叫119,接線員接收電話後,會先聽到一段語音合成的提示,大致內容為「這是一通聽障者打來的呼救電話,是否同意接聽」。

有接線員反饋,「我們每天接幾百個電話,對這種機器聲的電話,可能條件反射地認為是騷擾電話。」於是,語音提示變成了消息視窗,直接在系統上通過文字告知接線員。

在原本的語音提示裡,還有一個確認接聽環節,必須要接線員說出「同意」二字,才能接通電話。

一個工作大廳,十幾個接線員同時在處理緊急來電,環境嘈雜會影響語音識別率,可能接線員扯著嗓子喊了好幾聲「同意」才能最終認。於是,這個環節就改成了按鍵確認。

為了進一步保證回撥電話的穩定性,119急救中心還建議添加緊急聯繫人。在聯繫不到救助者本人時,也可以通過緊急聯繫人,進行二次確認。

上線之前,騰訊應急開放平台、依眾基金會聯合數地119急救中心進行了密集的調整和測試。

有次深夜,他們進行模擬測試,救助消息已經從應急平台發送到急救中心,可接線員那邊卻沒接到電話。當地急救中心的主任很重視,半夜把技術人員叫醒,拉了一個群,分析呼救失敗的原因。

距離正式上線不到24小時,為了保證首批落地城市使用的穩定性,他們決定再集中測試一次。多數城市都順利接通了,但有幾個城市卻一直無法撥通。

確認系統運行狀況,摸排流程,最後緊急通過騰訊雲的同事聯繫上當地通訊營運商,才最終查出了原因。為此,他們一直弄到了深夜。

魏正平說:「在這幾個城市撥打119後,當地營運商發現是網路電話,就把呼救過濾掉了,所以119那邊接聽不到。」

經過溝通,這個問題得到解決。事後,有同事評價「這是驚心動魄的一夜」。

今年12月3號,這天是國際身心障礙者日,包括北京、南京、武漢、南昌在內24個城市的119急救中心,終於成功接入了這個無障礙急救功能。

實現無障礙呼救,只是開始

為什麼要做社會應急?要解決什麼?從做這件事的第一天,滕超就在思考這個問題。

有人會說,應急這個事情有什麼好做的,使用頻次這麼低。也有人說,你們不就是做了某個場景下的解決方案麼。

「最終,應急是為了提升社會的安全感,無論你是在家裡還是在公共場合,都能夠在需要幫助的時候便捷的發出請求,並得到響應。」騰超說。

騰超進一步解釋:「因此,我們的底層解決方案需要有一定的普適性,能適應於各種場景。我們構建在上層的產品又需要把每個場景做透,從而實現更好的體驗閉環。整個社會急救的網路應該是有層次的。先是你的家人朋友,然後是社區機構,以及無數的陌生志願者」。

今年夏天,河南洪水,當時很多人受災,也有很多人想要伸出援手。可真實情況卻是,一度比較混亂,有的受災人有網路,通過微博發了求救信號。很多人看到,一股腦衝過去。「這時候,雖然把人救了,但也浪費了極大的社會資源。」

還有很多人沒有資訊傳遞的途徑,或者不知道通過什麼路徑求助。魏正平感慨,這就導致了一種急救資源的錯誤配置狀態。

emergency
圖/ 極客公園

現有的急救體系,是否能有效滿足全部急救需求,以及能否加入社會化的方法來優化這個體系。滕超表示,這是他們思考社會應急這件事的起點。

什麼是社會化的方法?舉個例子,從救助者撥打119到救護車抵達現場,這中間一般需要十五分鐘。如果交通擁堵,可能得三十分鐘。大部分人在這段時間裡只能焦急等待,是急救的空窗期。但這個時間是可以充分被利用的。

比如,是否能調動救助地附近的志願者,有醫療技能的可能先於醫護人員抵達現場查看病情,熟悉當地路況的可以為救護者指引,減少找路花費的時間。

這是一個科技問題。科技能否做些什麼,讓這個體系運轉的更好。「我們要發揮好連接人的能力」,滕超說,「同時,這也是一個社會問題。」

今年4月19日,騰訊發布了其公司歷史上第四次戰略升級,提出「可持續社會價值創新」戰略,並宣布將為此首期投入500億元。

對此,騰訊執行長馬化騰在接受《南方周末》採訪時提到,騰訊在教育、環保、醫療等諸多領域進行了公益方探索,「這不是一個部門花錢跑項目就能解決的,而要著眼長遠,深入幾個領域去做前期的積累。開始不追求回報,但要幫助它們形成可持續的發展模式。」

騰訊應急開放平台也是在這個思路下的嘗試。實現無障礙呼救,這條為2000萬聽障者開闢的急救「生命線」,只是一個開始。

本文授權轉載自:極客公園

責任編輯:傅珮晴、侯品如

關鍵字: #騰訊
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓