后疫情时代的智能急诊医疗体系建设展望_江华.pdf

基金项目四川省科技支撑计划项目(编号:2020YFS0392)通讯作者简介曾俊,男,主任医师,教授,硕士生导师。中华医学会急诊医学分会青年委员会委员,四川省医学会急诊医学专业委员会常委。四川省卫生厅第六批学术和技术带头人,四川省第八批学术和技术后备带头人。研究方向:急诊医学与灾难医学救援专业。后后疫疫情情时时代代的的智智能能急急诊诊医医疗疗体体系系建建设设展展望望江 华1a,1b,刘 展2,王 凯1a,孙明伟1a,1b,蔡 斌1a,1b,柳 岸2,曾 俊1a,1b(1.四川省医学科学院四川省人民医院 a.急诊医学与灾难医学研究所,b.四川省急危重症临床研究中心,四川 成都 610072;2.中移(成都)信息通信科技有限公司,四川 成都 610041)摘要 2020 年新冠疫情席卷全球,在疫情冲击下,急诊患者急剧增加、医疗资源紧缺等问题日趋严重。随着疫情的逐步控制和政策的转变,我们已经进入了一个新的时代 “后疫情时代”。在应对疫情的过程中,传统急诊医疗体系由于信息化、智能化水平不高的缺陷更显突出。后疫情时代我国急诊医疗体系应加速向信息化、智能化的方向转变,解决传统急诊医疗体系信息传输障碍、院前院内协同不足、人工智能、大数据等智能化技术应用不足等主要问题迫在眉睫。在 5G、人工智能、物联网等新兴技术的飞速发展的前提下,聚焦急诊医疗核心需求,以信息化技术为基础,以智能化技术为导向,是促进后疫情时代智能急诊医疗体系发展的重要途径。关键词 后疫情时代;急诊医疗体系;人工智能;5G中图分类号 R197.61;R459.7 文献标志码 A 文章编号 1672-6170(2023)03-0025-04Prospects for the construction of intelligent emergency medical system in the post-epidemicera JIANG Hua1a,1b,LIU Zhan2,WANG Kai1a,SUN Ming鄄wei1a,1b,CAI Bin1a,1b,LIU An2,ZENG Jun1a,1b(1a.Institute for Emergency and Disaster Medicine,1b.Sichuan Clinical Research Center for Emergencyand Critical Care Medicine,Sichuan Academy of Medical Sciences&Sichuan Provincial Peoples Hospital,Chengdu 610072,China;2.China Mobile(Chengdu)Industrial Research Institute,Chengdu 610041,China)Corresponding author ZENG JunAbstract The COVID-19 epidemic sweep across the world in 2020.Under the impact of the epidemic,the number ofemergency patients will increase sharply,and the shortage of medical resources will become increasingly serious.With the gradualcontrol of the epidemic and the change of policy,a new era-the post-epidemic era is coming.In the process of responding to the epi-demic,the problem of the traditional emergency medical system has become more prominent due to its low level of informatization andintelligence.Therefore,it is proposed that in the post-epidemic era,China s emergency medical system should accelerate itstransformation to informatization and intelligence.It is urgent to solve the main problems such as the information transmission barrier ofthe traditional emergency medical system,the lack of cooperation in the front and the hospital,and the insufficient application ofintelligent technologies such as artificial intelligence and big data.Under the premise of the rapid development of emerging technologiessuch as 5G,artificial intelligence and the Internet of Things,focusing on the core needs of emergency medicine,based on informationtechnology and guided by intelligent technology,is one of the important ways to promote the development of intelligent emergencymedical system in the post-epidemic era.Key words Post-epidemic era;Emergency medical service system;Artificial intelligence;5G 2020 年新冠病毒席卷全球,在新冠病毒疫情的冲击下,急诊患者急剧增加、医疗资源紧缺等问题日趋严重。随着疫情的逐步控制和政策的转变,我们已经进入了一个新的时代 “后疫情时代”,然而新 冠 病 毒 的 冲 击 仍 在 持 续,急 诊 医 疗 体 系(Emergency medical service system)作为挽救生命、应对疫情的重要防线面临着巨大挑战,现有的急诊医疗资源配置、急救网络体系等都难以满足社会对急诊医疗服务需求的快速增长1。传统急诊医疗体系由于信息化、智能化水平不高导致诸多问题,如:紧急医学救援场景下常常由于信息传输障碍导致沟通不畅,无法及时开展救援;院前院内不能进行数据无缝传输导致无法高效、序贯协同救援,易错过最佳救援时间;急危重症患者病情复杂紧急,人工智能、大数据等技术当前主要在智能辅助决策边缘探索,同临床实际仍有较大距离。但在 5G、AI、大数据等技术迅猛发展的背景下,急诊医疗体系正积极应用新兴技术推进智能化为医护人员和病患提供更全面的医疗服务2。本文将从急诊医疗体系现状出发,阐述后疫情时代智能急诊医疗体系的研究、应用现状和面临的挑战,并提出可能的建设方案。1 急诊医疗体系现状我国急诊持续数十年的发展,形成了以院前急救、院内急诊和急诊 ICU 为核心的急诊医疗体系。52 实用医院临床杂志 2023 年 5 月第 20 卷第 3 期 院前急救体系及院内救治是构成急诊医疗急救体系的主要组成部分,进一步实现二者的无缝链接则是科学构建急诊医疗体系的关键环节3。目前国际上主要有两大急诊医疗体系:即美英模式和德法模式。前者的特点是“将患者带往医院”,强调在现场紧急处理后尽快把伤员安全转运至医院再行有效治疗,急救人员以完成规范步骤为主,现场急救时间一般在 30 分钟之内,以最短的时间将患者送往医院;后者则是“将医院送至患者身边”,强调医院抢救小组尽快到达现场进行救治,再转运患者至医院继续治疗,急救医师以稳定患者生命体征为主,现场急救平均时间大于 30 分钟4。中国目前的急诊医疗体系总体上介于两者之间。当前我国院前急救管理模式可以分为 6 种类型,分别是单纯型模式、指挥型模式、独立型模式、依附型模式、消防合作模式和联动型模式,这些类型均存在与院内的信息沟通不畅通的问题5;院内急救主要以急诊科为主导,主要有 3 种模式:独立型模式:医护人员相对固定“通常以内科为主”多为非创伤专业;轮转型模式:急诊外科的工作由各专科轮转医师完成,轮转的医师对本专业以外的创伤不甚熟悉,缺乏系统的创伤医学知识;创伤主导型模式:创伤专业医师主导急诊科的创伤急救6。在我国,由于大多数城市和地区的院前急救体系和院内急救体系属于相对独立运行、各自发展的状态,院前与院内尚未形成有效的衔接机制。院前急救人员与院内救治医生缺乏信息沟通,往往使医院不能在患者到达前完成必要的准备,最终可能导致患者无法在最短时间内被转运到最适宜的医院接受最有效的治疗7。为进一步提高院前和院内协同救治能力,加强急诊多学科合作,构建科学、合理、高效的急诊医疗体系,2017 年吕传柱教授、于学忠教授、陈玉国教授联合向国家卫生健康委员会医政医管局建议加强急诊与院前急救的大平台建设,同年国家卫计委医改局委托中华医学会急诊医学分会起草进一步加强急诊与院前急救大平台建设的指导意见,以推进我国急诊医疗体系在新环境、新时代的发展8。2 智能急诊医疗体系的研究和应用现状在后疫情时代,急诊医疗体系应通过智能化方式对急诊急救流程进行优化,以提高效率和质量。该体系包括多个组成部分,例如 5G 急救车、5G 紧急救援、智能化的医疗装备等,都可以通过 5G、物联网、人工智能等技术实现智能化,为急诊医疗提供支持。新兴技术在急诊医疗体系的应用主要体现在紧急医学救援、院前院内协同、急危重症辅助决策等领域。2.1 紧急医学救援 我国紧急医学救援相对起步较晚,体系建设发展相对滞后。随着信息化及智能化技术的发挥,我国紧急医学救援能力逐步提升,但仍然存在一些问题和挑战:其中包括急救资源优先级设置不清、调度员和呼救者沟通效率低、没有统一规范,专业救援队伍严重缺乏,信息化能力不足等,造成指挥不力、救援资源浪费或不足、急重症救援对象得不到充足的资源支持9。5G 通信具有大带宽、低延时、广连接的优势,使得紧急医学救援的信息快速传递和沟通得以实现。2019 年 6 月 17 日发生的四川省宜宾市长宁县地震中,四川省人民医院启动新建的 5G 紧急医学救援系统对灾区进行了救援行动,信息化的发展集多名后方专家的智慧于前方快反分队所用,改变了以往的会诊和救援队伍派出模型。5G 投入实战,解决了从前救援过程中信息化管理程度不高,前后方需求信息不对称等问题,正是因为 5G 的运用,快反分队的作用才得以实现和发挥,这也是全球范围内 5G紧急医学救援的首次运用对严重多发伤危重症患者进行了远程会诊、伤情评估以及直升机转运,最终挽救了患者生命10。由于无人机具备垂直起降、机动性强等特点,随着无人机载重的提升,无人机救护车的概念被多个国家相继提出11,无人机救护车的使用有利于解决伤员的快速转运问题,从而突破交通状况和地理环境对地面救护车的限制。除此之外,在本次新冠疫情期间,我国多地使用无人机对社区人员进行监控和管理,减少人与人之间的接触,在本次突发公共卫生事件中发挥了重要作用12。2.2 院前院内协同 开展院内与院前急救平台的信息互动共享,使患者的基本信息能提前传送到院内急诊信息平台,为院内的高效、续贯抢救提供了很好的基础。但我国的院前急救体系建设和实现“院内院前”的无缝衔接仍然任重而道远13。浙江大学第二附属医院研发了基于 5G 技术建设的院前-院内急诊医疗服务平台,由 5G 救护车、5G 全景VR 实时显示系统、5G 远程超声检查系统、医用无人机系统、5G 急救指挥平台五个部分组成,实现医疗大数据互联互通,实现急诊专家远程指导、诊断和处置,对提升院前急救水平和保障患者生命安全具有重要意义14。苏州市实现院前急救、院内急诊抢救和 5 大专科中心之间的协同救治建设为目标,构建智慧急救一体化信息系统,建立城市多中心疾病协同救治体系。实现了救护车的数字化改造和设备信息的集成,并以全结构化的急救电子病历为基62 实用医院临床杂志 2023 年 5 月第 20 卷第 3 期 础,实时传输反映患者生命体征的相关数据到接诊医院15。张洪剑等16将脑卒中患者院前临床表现与卒中急救地图、交通情况等相结合,使用人工智能技术构建脑卒中智能预警系统,可优化院前院内衔接流程,缩短救治时间,提高救治效率。2.3 急危重症辅助决策 急危重症是科研人员最早尝试人工智能技术的领域之一,早在 1990 年代,美国就提出基于决策树模型,以氧输送达标为核心标准的 ICU 床旁复苏决策支持系统17。张薇等通过构建急腹症知识图谱,并运用自然语言处理技术生成辅助诊断提示文本,完成了从主诉/病史、查体到诊断过程的急腹症 AI 辅助诊断系统,极大提高了急腹症的诊断效率和诊疗水平18。胸痛是急诊医疗的常见症状之一,病因多、病情紧急,诊断筛查困难。Than 等19通过构建梯度提升模型计算心肌缺血损伤指数(myocardial ischemic injury index,MI3)来预测患者 I 型急性心肌梗死的风险。结果显示,MI3 具有良好的预测性能,验证组 AUC=0.963,其判定表现优于欧洲心脏病学会(European society ofcardiology,ESC)指南推荐的0 h/3 h超敏肌钙蛋白速排查方案。在上消化道出血患者中,早期识别高危人群并进行干预有助于改善预后、降低病死率。Seo等20通过构建 4 种机器学习模型预测初始稳定上消化道出血患者发生不良事件的可能性,并与临床常用格拉斯哥 Blatchford 评分(glasgow blatchfordscale,GBS)、Rockall 评分进行比较,结果显示,预测死亡风险方面机器学习模型性能更高(AUC:0.917比 0.710、0.693)3 智能化急诊医疗体系的挑战与展望在后疫情时代,越来越多的研究表明 5G、AI 等新兴技术对急诊医疗体系的优化具有巨大潜力,但依然面临许多亟待解决的问题:如 5G 维护成本高,启动时调试时间长,大型灾难面前也不是一台 5G急救车、无人机和一个临时基站可以解决的;如当前院前设备厂商和院内信息化系统厂商众多,为形成市场壁垒造成的数据接口不统一,导致院前院内医疗信息化数据通信成本较高,无法真正做到互联互通;如 AI 技术应用仍局限于当前的数据质量、隐私保护及应用于临床的法律问题和保障措施21 23。虽然当前新型技术在急诊医疗体系的应用多是由点及面的尝试,但是星星之火可以燎原,在后疫情时代,越来越多的证据表明新兴技术在优化急诊医疗体系方面具有巨大优势,我国急诊急救领域的先驱对此作出了巨大贡献。于学忠教授24提出的急诊医学体系的 3.0 时代,为患者提供最佳、最快、最安全的服务,提高救治成功率,降低致残率与病死率;吕传柱教授25牵头提出以互联网为抓手,通过大数据、信息化手段,实现院前院内救治一体化急诊急救大平台。急诊大数据挖掘和 5G 技术在院前急救、院内急诊、EICU 的应用案例越来越多,远程手术、无人机等新兴项目也为急诊医学 3.0 扩展了极大的想象空间26 28,新兴技术的应用已成为急诊医疗体系发展的助推器,以点带面推动整个急诊医疗体系的完善与提升。除此之外,还应重视急救分类救护,合理配置急诊急救资源,加快指挥调度、院前急救、社会急救、院内急诊等环节的标准和制度的制定,丰富急诊医学的内涵,建立急诊医学的规范,进而带动整个急诊医疗体系的发展。综上,推进医疗领域 5G、人工智能等技术的应用服务,研发基于新兴技术的急诊急救信息化系统、医疗设备、急诊急救辅助决策系统,加强 5G、互联网、人工智能的融合与应用,是后疫情时代智能急诊急救体系建设的着力点,也是智慧医疗发展的重要方向之一,借助新兴技术手段打造空地一体化的智能急诊医疗体系,推进院前院内数据接口、内外网无缝对接的标准化建设,对突发公共卫生事件能够实现大面积态势感知、合理调度医疗资源、信息及时发布等功能,构建及时、精准、智能的急诊医疗体系,提升重大突发公共卫生事件的处置能力和救治效率,才能真正将急诊医疗体系建设落到实处。参考文献1 窦清理,徐军,顾亚楠,等.守正创新促进急诊医疗服务模式的转型发展J.中国急救医学,2020,40(5):466-469.2 胡海霞,袁轶俊,汪敏.数字城市杭州 G20 峰会医疗急救保障体系建设及研讨J.浙江医学,2017,39(18):1621-1623.3 郭憬昱,张进军.我国急救医疗体系院前与院内衔接J.中国医刊,2016,51(9):10-13.4 黄顺忠,陆启峰,林起庆.严重创伤的院前和急诊科急救模式现状及展望J.中华灾害救援医学,2017,5(9):536-540.5 廖凯.我国院前急救体系现状与发展综述J.中华灾害救援学,2022,10(5):258-262.6 陈逍堃,林维成,张鹏,等.创伤急救体系的发展与现状J.北京大学学报:医学版,2017,49(2):368-371.7 张岩,霍勇.推动我国医疗急救体系建设:从急性心肌梗死救治开始J.北京大学学报:医学版,2014,46(6):829-831.8 何小军,马岳峰.砥砺前行筑梦辉煌J.中华急诊医学杂志,2018,27(1):1-2.9 吴立文.浅谈院前急救信息化建设的现状分析J.实用临床护理学电子杂志,2017,2017,2(43):9-10.10孙明伟,江华,王凯,等.5G 紧急医学救援系统的建设、实践与展望J.中华急诊医学杂志,2019,28(10):1228-1230.11杨阳,罗婷,唐伟革,等.多旋翼无人机在医学救援领域的应用研究J.医疗卫生装备,2018,39(6):91-95.12齐霞,牟绍龙,苏学晖.新冠肺炎疫情防控中 无人机+引发的思考J.广东公安科技,2020,28(3):44-46.72 实用医院临床杂志 2023 年 5 月第 20 卷第 3 期 13何小军,马岳峰,张国强.高质量发展时代的急诊医学学科建设J.中华急诊医学志,2022,31(1):1-3.14葛芳民,李强,林高兴,等.基于 5G 技术院前-院内急诊医疗服务平台建设的研究.中华急诊医学杂志,2019,28(10):1223-1227.15朱杰,顾嘉奇,汤景云,等.智慧急救与重点专科中心信息化建设应用实践J.中国卫生信息管理杂志,2020,17(6):786-789.16张洪剑,刘团结,王文安,等.智能预警系统在脑卒中患者院前院内衔接中的应用J.第二军医大学学报,2018,39(9):970-976.17曾俊,杨浩,江华.创伤性休克复苏研究的挑战与机遇:大数据分析、计算机科学、系统生物学与创伤科学的融合J.创伤外科杂志,2013,15(2):186-189.18张薇,孙明伟,曾俊,等.基于人工智能构建急腹症快速分诊系统J.实用医院临床杂志,2019,16(1):219-222.19Than MP,Pickering JW,Sandoval Y,et al.Machine Learning toPredicttheLikelihoodofAcuteMyocardialInfarction J.Circulation,2019,140(11):899-909.20Seo DW,Yi H,Park B,et al.Prediction of Adverse Events inStableNon-VaricealGastrointestinalBleedingUsingMachineLearningJ.Journal of Clinical Medicine,2020,9(8):2603.21Vearrier L,Derse AR,Basford JB,et al.Artificial Intelligence in E-mergency Medicine:Benefits,Risks,and RecommendationsJ.The Journal of Emergency Medicine,2022,62(4):492-499.22He J,Baxter S L,Xu J,et al.The practical implementation ofartificialintelligencetechnologiesinmedicineJ.NatureMedicine,2019,25(1):30-36.23 Price W,Nicholson I,Gerke S,et al.Potential Liability forPhysicians Using Artificial IntelligenceJ.JAMA:the Journal ofthe American Medical Association,2019,322(18):1765-1766.24于学忠.四十年 三个时代 中国急诊 3.0 时代到来J.中国急救医学,2019,39(07):617-619.25吕传柱.我与急诊的三十年J.中国急救医学,2021,41(7):558-562.26张茂,李强,张旻海,等.积极拥抱 5G 时代,助力急诊学科发展J.中华急诊医学杂志,2019,28(10):1179-1182.27赵宇卓,赵小柯,潘菲,等.急救大数据与临床决策支持J.中华危重病急救医学,2019,31(1):34-36.28李强,葛芳民,唐沪强,等.城市急救用血无人机配送系统的建设与 初 步 应 用 J.中 华 急 诊 医 学 杂 志,2021,30(8):1026-1032.(收稿日期:2023-02-10;修回日期:2023-04-20)(本文编辑:彭 羽)耐耐药药菌菌的的中中西西医医结结合合治治疗疗策策略略刘昌亚1,卜建宏2,李亚男3,孙玉婷1,方邦江1,4(1.上海中医药大学附属龙华医院,上海 200032;2.上海市中医医院,上海 200071;3.江西省九江市中医院,江西 九江 332000;4.上海中医药大学急危重病研究所,上海 201203)摘要 当前,耐药菌问题对人类健康的挑战日益严峻,并严重威胁临床患者的诊疗和预后。本文就中西医结合理论与临床实践予以系统性阐释,供同行参考。关键词 耐药;细菌;感染;抗菌;中西医结合中图分类号 R378;R633;R2-031 文献标志码 A 文章编号 1672-6170(2023)03-0028-04The integrated Chinese and Western medicine treatment strategy for drug-resistant bacteria LIU Chang鄄ya1,BU Jian鄄hong2,LI Ya鄄nan3,SUN Yu鄄ting1,FANG Bang鄄jiang1,4(1.LongHua Hospital,Shanghai University of Traditional Chinese Medicine,Shanghai 200032,China;2.Shanghai MunicipalHospital of Traditional Chinese Medicine,Shanghai 200071,China;3.Jiujiang Hospital of TraditionalChinese Medicine,Jiujiang 332000,China;4.Institute of Emergency and Critical Care Medicine,ShanghaiUniversity of Traditional Chinese Medicine,Shanghai 201203,China)Corresponding author FANG Bang鄄jiangAbstract Currently,the challenge of drug-resistant bacteria to human health is increasingly severe,and it seriously threatensthe diagnosis,treatment,and prognosis of clinical patients.This article systematically elaborates on the theory and clinical practice ofintegrated Chinese and Western medicine,which would serve as a reference for peers.Key words Drug resistance;Bacteria;Infection;Antimicrobial;Integrated Chinese and Western medicine 近年来,细菌耐药现象日益普遍,抗生素耐药性在危重病患者中显著突出,给临床治疗带来了巨大困难,并成为威胁全球人类健康的重要公共卫生问题之一1。目前通常所说的“耐药菌”,一般是指对患者构成重大威胁的多重耐药菌。根据我国曾发布的专家共识2,多重耐药菌是指对常用的 3 类及 3 类以上抗生素耐药。目前在我国的住院危重病患者中常见的耐药菌有鲍曼不动杆菌、铜绿假单胞菌、肺炎克雷伯菌、金黄色葡萄球菌和大肠埃希菌等3。82 实用医院临床杂志 2023 年 5 月第 20 卷第 3 期