2025-12-30 | 안경진 의료전문기자

“在救护车内推荐最佳转送医院”…开发防止急诊室推诿的AI

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

一款从救护车内到急诊室、协助患者转运与治疗的人工智能(AI)程序已开发完成。

延世大学医学院severance医院30日表示,心脏内科教授张赫在与韩国电子通信研究院(ETRI)、韩国电子技术研究院(KETI)通过消防厅研发(R&D)课题共同开发出“智能急救活动支援平台”,并实现了样机。

急救队员在将患者转送急诊室的途中,须在救护车内同时完成多项工作,除急救处置和生命体征(vital sign)检查外,还要确认可接收的医院、记录需转交急诊室医生的内容。尤其在争分夺秒的情况下,依靠个人记忆撰写各类记录困难很大。

研究团队整合共10种AI,开发出包含利用急救对话专用语音识别模型的急救信息转换AI,以及整合了预测急救现场患者病情恶化模型等的急救状况预测AI。同时还推出可实现四项功能的程序,包括基于救护车内闭路电视(CCTV)所拍摄患者状态评估急救患者危重程度的预先KTAS(韩国急诊患者危重程度分类标准)模型等整合而成的急救患者评估AI,以及整合患者适当处置指南模型与转送医院选定模型的急救现场支援AI。本次第一阶段研究的特点是,为支援急救队员的现场记录和向医院传递信息而整合AI模型,并聚焦于救护车与急诊室之间的快速沟通。急救队员可参考分析内容作出转送决策并撰写活动日志。通过同一平台还可将现场照片和评估意见发送至急诊室。

据医院介绍,在第一阶段研发过程中实际使用该模型的急救队员,在整体使用便利性、工作效率及响应速度提升、可信度等方面给出了高分。特别是对最佳转送医院推荐功能,给出了“可在现场作为参考指标使用”的积极评价。最终综合满意度得分为86分,大幅高于第一阶段研发评价标准分80分。

研究团队计划在今后的第二阶段研究中,通过实际运营环境下的实证,对响应速度、记录负担减轻效果、现场与医院间沟通准确性、系统稳定性等进行定量验证,并在此基础上结合现场反馈推进功能升级。

张赫在教授表示:“在第一阶段研发中,我们整合了现场与医院协作所需的核心功能,并对10种人工智能模型进行升级,为支援现场记录、判断和传递奠定了基础”,“最终目标是提高救护车内急救活动效率,使患者状态记录能迅速传递给合适的急诊室医生,从而提升患者生存率。”

? “在救护车内推荐最佳转送医院”…开发出防止急诊室辗转求医的AI

阅读韩文原文