CEDD 立法會上會準備系統

{ "RundownID": 1460855, "HansardID": 8280, "MeetingDate": "2026-03-26T00:00:00", "HansardType": "Floor", "SectionID": 34, "SectionName": "議員議案 / MEMBERS' MOTIONS", "SpeakerID": 249, "SpeakerName": "李廣宇 / LEE KWONG-YU", "Speeches": "李廣宇議員：代理主席，我發言支持陳凱欣議員提出“全面改革香港醫務委員會的投訴處理及紀律研訊機制”的議案，亦支持政府推動醫委會改革。醫療投訴個案若長期未決，無論對病人及家屬，抑或對被投訴醫生，都會造成壓力。案件持續懸而未決，亦會影響公眾對醫療專業及醫療監管制度的信心。醫委會要提升效率，應集中改善案件流程，特別是前端處理。過去5年，醫委會接獲8 700多宗個案，當中約7 000宗在初步階段已因屬瑣屑無聊，或未能提供進一步資料而被駁回；真正進入調查、申訴成立的只有221宗，約佔3%。這反映前端分流、資料核實和程序銜接，正是影響整體效率的重要環節。就此，我支持成立專責調查支援隊伍，處理前端個案整理、資料核實、補件跟進、文件管理，以及與投訴人和相關機構的程序聯絡工作，讓專業人員集中處理真正需要醫學專業判斷的相關程序，同時減少個案在初步階段反覆來回和長時間停滯。在配套方面，我建議可在合適範圍內善用人工智能AI作行政輔助。醫療投訴個案往往涉及大量病歷、報告、法律文件和通訊紀錄，人工智能正可發揮功效，協助前端分流、補件提示、文件整理、重複識別、摘要製作、時序分析和進度追蹤，減少重複的行政工作，加快案件管理。不過，人工智能只限用於行政和技術支援會比較好，實質判斷仍須由專業人士、委員和相關的業外委員負責。另外值得關注的一點，是專家證人安排。很多個案之所以被拖延，往往與專家證人難尋、報告撰寫需時，甚至中途未能繼續參與有關。當局提出由香港醫學專科學院協助建立專家庫，我表示支持，因為這有助提高專家來源的穩定性和透明度。但除了建立專家庫之外，亦應思考如何縮短專家提供意見所需的時間，以及如何更有效聚焦專業爭議。我認為可參考其他普通法地區做法，在合適個案中引入專家會議和專家聯合報告機制。這主要適用於需要多名專家參與、而爭議集中在若干專業判斷的案件。做法是先由專家就核心醫學問題交換意見，再以聯合報告列明共識和分歧。這有助及早收窄爭議點，減少案件停留在等待專家報告的時間，亦有助研訊更聚焦處理真正有爭議的專業問題。代理主席，醫委會改革不是單一程序問題，而是關乎整個醫療監管制度的公信力。因此，我支持政府沿着現時方向推進改革，並期望當局在修例和行政措施上同步落實多方面工作，包括設立專責調查支援隊伍、建立專家庫，以及在適當範圍內善用人工智能作行政支援，令改革更全面、更到位，亦讓公眾看到政府改善制度的決心。代理主席，我謹此陳辭。", "SeqNum": 16, "HansardFileURL": "https://www.legco.gov.hk/yr2026/chinese/counmtg/floor/cm20260326-confirm-ec.pdf#nameddest=SP_MB_LKY2_00016" }