人工智能在医疗应急救援中的应用现状与思考

郭程 俞晔

摘 要： 概述了人工智能在医疗应急救援中的应用现状、发展趋势和存在的问题，构建了“四大中心”，并提出了建议。我国应急救援体系发展还不够成熟，人工智能在医疗应急救援中的应用少之又少，也无相关评价标准，主要存在应用条件限制化、医疗诊断专科化、数据分散化和评价无序化等问题。通过人工智能在医疗应急救援中的应用与评价两个层面，构建人工智能应用的“四大中心”建设：智能辅助诊断平台（智能诊断中心）、智能调配应用系统（智能指挥中心）、标准化数据云平台（智能数据中心）和评价模型与持续改进方案（智能管理中心），使人工智能技术真正与医疗应急救援有机融合，助力我国医疗卫生事业发展和应急管理体系的整体跃升。

关键词： 医疗应急救援;人工智能（AI）

Abstract： This paper summarizes the application status， development trend and existing problems of artificial intelligence in medical emergency rescue， constructs four centers， and puts forward development countermeasures and suggestions. The development of emergency rescue system in China is not mature enough. The application of artificial intelligence in medical emergency rescue is very few， and there is no relevant evaluation standard. There are some problems， such as limited application conditions， specialized medical diagnosis， decentralized data and disordered evaluation. Through the application and evaluation of artificial intelligence in medical emergency rescue， the construction of "four centers" of artificial intelligence application is constructed： intelligent auxiliary diagnosis platform （Intelligent Diagnosis Center）， intelligent deployment application system （Intelligent Command Center）， standardized data cloud platform （Intelligent Data Center）， evaluation model and continuous improvement scheme （intelligent management center） The integration of intelligent technology and medical emergency rescue will help the development of medical and health undertakings and the overall leap of emergency management system in China.

Key words： medical emergency rescue; artificial intelligence（AI）

1 人工智能的应用现状和发展趋势

人工智能的基本原理是运用机器学习、模式识别、大数据、云计算和传感器等技术方法，使机器通过学习训练后模拟人脑神经系统和心智，实现识别、计算、认知、推理、决策、学习等功能。从技术层面讲，人工智能主要包括搜索求解、知识推理和机器学习三类。从发展层面讲，人工智能主要包括计算智能、感知智能和认知智能三类。我国应急救援体系发展处于起步阶段，人工智能在医疗应急救援中的应用非常少，需要不断探索和创新，提升医疗应急救援能力。评价层面，按照人工智能目前的发展速度，未来在医疗应急救援中的应用可能会出现在更多领域，但目前尚未制定针对人工智能应用评价的标准和体系。国家发布的《人工智能标准化白皮书（2018版）》中提出，目前急需研究制定有关人工智能应用的各类标准，来对人工智能的应用情况进行客观评价，这也是从我国医疗应急救援人工智能的顶层设计层面所给出的標准化方向。因此，如何对现有的人工智能在医疗应急救援中的应用实施评价，将是医疗管理研究与实践中一个重要的关键性问题。

未来人工智能在医疗中的应用发展趋势主要有三个：可穿戴设备、语音识别和影像识别。这三大发展趋势将对医疗应急救援产生重要的影响：患者通过可穿戴设备和通信网络，第一时间向医疗机构传输生命体征等信息;救援医务人员通过语音输入，第一时间将患者伤情记录储存，并实时变化更新;通过便携式B超等检查仪器，医务人员在运送患者的同时，同步传输医学影像并通过人工智能辅助诊断，如对于脑、心胸、骨创伤、呼吸衰竭、消化道出血等提前做出相应的预判，有助于患者第一时间得到有效救治。这些应用均将使应急救援的时间、效率、救治成功率等关键要素产生质的提升和飞跃。

2 存在的问题

目前，人工智能在医疗应急救援中的应用还非常有限。比如，在四川省上线的5G城市医疗应急救援系统中，利用人工智能技术实现了车辆精准调配和行驶。该系统能根据病人病情的紧急程度、道路拥堵状况和周边医院特色专长等要素自动选择车辆行驶路径，实现车辆精准调配，提高车辆运行效率。尽管如此，在实际应用中依然存在很多问题，总结起来主要包括以下四个方面：

一是应用条件限制化，包括时间限制、地域限制、条件限制、人力资源限制，且在我国各种条件不受限制的情况下，一般还未优先考虑采用人工智能的方式进行救援。

二是医疗诊断专科化，目前应用人工智能进行辅助医疗仅覆盖为数不多的大专科领域，综合性的诊疗辅助支撑不够。

三是数据分散化，由于医疗应急救援的通信条件限制，部分图像、音频等数据传输受限，亟须高速度、大带宽的通信方式，且数据采集储存相对分散，不利于应急救援快速抢救的黄金时间要求。

四是评价无序化，没有统一的人工智能技术能力和应用结果的评价标准，规范化程度较低，多现个别“点”上的应用，缺乏对于人工智能应用顶层设计的统一规划和思考。

3 基于人工智能的医疗应急救援体系构建

从人工智能在医疗应急救援中的应用与评价两个层面，构建人工智能应用的“四大中心”。其中，应用层面包括智能辅助诊断平台（智能诊断中心）、智能调配应用系统（智能指挥中心）和标准化数据云平台（智能数据中心），评价层面包括评价模型与持续改进方案（智能管理中心），使人工智能技术真正与医疗应急救援有机融合。

3.1 医疗应急救援的人工智能应用

应用层面，医疗应急救援中应用人工智能技术的三大方向如下：

一是辅助应急诊疗的智能辅助诊断平台（智能诊断中心）建设。各类自然灾害的应急医疗救援中，面对各种创伤和器官组织伤害，各种多发伤情况的出现，要通过人工及时准确地判断伤情的发展趋势，并第一时间协调多方，及时传递信息并采取有效的应对措施，仍然有相当大的困难。人工智能技术可以通过对以往积累的海量医疗救治信息集进行无监督学习，挖掘数据资源中有价值的信息，并进行抽象表示，描述发展规律，建立认识和预估模型，从而能够有效“筛除”大量重复、冗余的信息，并根据现有数据进行特征分析，及时判断伤者的病情，预判未来病情发展，快速传递信息，辅助远程专家做出最佳预判和诊疗方案，不至于错过应急救治的黄金30分钟。

二是负责调配指挥的智能调配应用系统（智能指挥中心）建设。该中心以信息交换平台为核心，对所有参与单元的信息进行无阻塞、快捷的点到点和点到多点、多点到多点的信息交换，实现指挥调度指令和信息的快速上传下达。应急指挥调度系统将有效利用现有的各种信息资源，实现完成需要指挥的、多个部门（科室）协同应对的综合指挥调度。建立联动指挥、预案管理、辅助决策、资源接入和信息发布等机制，实现跨部门（科室）的现场协同救援。人工智能技术能够模拟参谋助手的角色，通过深度学习构建救援分析模型，对大量信息进行分类、挖掘，通过专家系统对重要信息的分析、推理，准确预测情势发展，并根据任务轻重缓急进行排序，对任务进行聚类分析，对配置资源（人、物资、设备等）的需求进行定量计算。该中心通过人工智能技术合理掌控应急处置的进度、强度，优化资源配置，根据管理者意图提出处置方案，为管理者决策提供支撑和依据。

三是辅助分析救援数据的标准化数据云平台（智能数据中心）。在应急处置过程中和处置结束后，伤亡情况、应急救援资源配置情况和环境情况等，将会形成大量救援数据信息，而管理者需要及时从中有效地提炼出有价值的信息，以此来进一步分析判断，明确下一步救援的重点，合理调配使用各种资源。此时，人工智能作为高速反应且信息综合处理能力强大的一种辅助分析工具，将发挥重要的作用。同时，应急救援是一项复杂的活动，及时做好救援效果的评价，能够从中掌握救援规律、修正救援活动中的偏差、确保未来救援效果。这些需求可以通过搜索推理技术从大量的数据信息中学习目标特征，对目标进行描述，按照一定规则、算法识别现有对象，并建立相互之间的联系，提升目标识别分类的准确性;同时利用机器学习技术，从过去实践积累的海量数据信息中，挖掘生成应急救援效果评价原始模型，根据数据对救援处置细节标准进行关联性识别和量化设置，再输入新数据进行模拟实验，由此可以检验应急处置的效果，并对未来的救援产生深远的影响。

3.2 医疗应急救援人工智能应用的评价

为构建一套有质量、有温度的医疗应急救援体系，对于人工智能应用的评价应从技术和服务质量两个方面来进行综合评价，采用远景评价、构建性评价和实时评价三个方式来进行。

远景评价是指从认知和可预计的方面来审视人工智可能在医疗应急救援中引发的后果。远景评价专注于从认知和规范两个层面来说明评价的条件和结果，是一种在不确定性状态下审视人工智能的尝试。建构性评价是持续吸纳社会因素参与决策，以实现技术与社会发展的最佳结合。建构性评价是为人工智能早期阶段的决策提供参考，不仅关注最终的应用阶段，更关注早期的政策制定和研发阶段，以及各阶段之间的互动影响。实时评价是指从一开始，就整合政策、工程技术、科学和人文社会科学共同参与技术过程，这里的预设是与技术有关的法律、伦理和社会影响的研究能够对技术过程形成影响，也就是说社会价值能够嵌入技术创新中，并对这一过程产生影响，以致形成明确的机制。

从以上三个评价的不同层面出发，可以将人工智能在医疗应急救援中的评价指标细分为有效性评价、系统性评价、用户评价和风险评价等四个不同的指标维度，分别体现了人工智能应用评价的不同内涵要求。

（1）有效性评价：根据系统考察不同指标，如准确率、敏感度、特异度等。

（2）系统性评价：主要考察数据安全性、脱敏据转移、封闭或开放网络环境数据转移、数据备份与恢复等;对系统进行压力测试，考察系统运行的稳定性等。

（3）用户评价：考察软件更新升级、界面友好性、问题响应速度等指标;考察系统时间效率、处理效率、用户容量、处理容量、CPU使用率、内存使用率等。

（4）风险评价：综合考虑各种风险指标，如法律法规、用户、产品、功能、接口、伦理风险等。

通過以上有效性评价、系统性评价、用户评价和风险评价这四个不同指标维度的各类指标细化分解、聚类整合、加权形成的多维综合评价模型，来实现对医疗应急救援人工智能应用的科学、合理评价。

4 总结与建议

人工智能已经进入全新战略时代，能为医疗应急救援服务提供快捷、优化的途径，有助于形成同质、标准、易于延展、可控的服务体系，正成为医疗应急救援的新驱动力。然而，在实践中，仍面临着支持性政策落地难、数据获取与联通共享机制不健全以及市场准入效率低等诸多挑战，建议从以下五个方面加以完善：一是在政策法规方面，需要更多支持性政策。要查找政策脱节点，加强各部门和地方之间的政策衔接，促进全链条政策形成;补全政策空白点，健全相关法规，明确相关权责。二是技术准入门槛方面，需要建立专用于医疗应急救援的专项技术准入标准。三是数据信息的获取与传输方面，要以联通共享为目标健全数据传输标准。四是群众接受认可度方面，全方位考虑应用涉及的伦理问题，使设计和应用更加人性化、科学化。五是人工智能在医疗应急救援中的应用评价方面，要建立健全相关评价标准，以评促建，引导应用与实践向更加高效、精准、科学的方向发展。

参考文献：

[1] OU Z B， MIAO C M， YE M X， et al. Investigation for role of tissue factor and blood coagulation system in severe acute pancreatitis and associated liver injury[J]. Biomed Pharmacother， 2017（85）：380-388.

[2] MENGRU T U. An exploratory study of Internet of Things （IoT） adoption intention in logistics and supply chain management[J]. The International Journal of Logistics Management， 2018（7）：131-151.

[3] DUMNICKA P， MADUZIA D， CERANOWICZ P， et al. The interplay between inflammation， coagulation and endothelial injury in the early phase of acute pancreatitis： clinical implications[J]. Int J Mol Sci， 2017， 18（2）：354.

[4] 方莺霏. 浅谈人工智能在医疗行业中的应用[J]. 通讯世界， 2019， 26（1）：302-303.

[5] 王楠，崔翔，陈骅，等. 人工智能在医疗健康领域中的应用难题浅析[J]. 中国急救复苏与灾害医学杂志， 2019， 14（11）：1064-1067.

[6] 刘一彤.人工智能在医疗领域的应用[J]. 科技传播， 2019， 11（7）：163-165.

[7] 甘为. 人工智能技术在医疗领域中的应用研究[J]. 数字化用户， 2019， 25（14）：85.

[8] 钟桂良. 論人工智能在医疗领域的应用与发展[J]. 数字技术与应用， 2019，349（7）：205-206.