“心肌梗死患者，请转运至这家医院”……AI为黄金抢救时间打开通路
“大邱·庆北急救医疗AX技术演示会”现场
AI可提出患者鉴别诊断与检查项目建议，还能撰写处方
“急诊室兜圈子”将消失……急救转运体系创新试点项目扩大
“患者意识清楚，血压测得为140/100，脉搏105次，呼吸频率22次，血氧饱和度96，体温36.5摄氏度。”
12日在大邱庆北大学医院大讲堂举行的“大邱·庆北型智能转运体系”技术演示会上，119急救队正在确认一名主诉胸痛患者的状态。屏幕中急救队的移动终端画面显示出人工智能收集的患者生命体征、心电图分析及重症程度分类等结果。保健福祉部供图
View original image当119急救队员测量患者生命体征并将结果大声读出时，平板电脑画面中的人工智能（AI）会实时识别语音，开始将患者症状和所需信息自动录入为文本。听到患者说“胸口太痛了”后，AI立即将其转换并录入为“胸痛”。“手臂麻木”“冷汗”等伴随症状也被自动记录。急救队员按下“保存”按钮后，AI对疾病严重程度和紧急程度进行评估，并将其分类为“Pre-KTAS 2级—心源性疼痛”。当急救队员当场拍摄并上传患者心电图后，AI分析心电图波形，诊断为“ST段抬高型心肌梗死”。这意味着患者需要接受紧急血管介入手术。
与此同时，庆北大学医院急诊室医护人员的监视器上响起“时间敏感型急诊患者（Fast Track）发生”的警报。无需急救队员逐一致电医院询问是否接收患者，AI系统便已将患者的推定诊断与医院实时医疗资源情况进行匹配，同时向附近6家能够提供最优治疗的急诊室发出接收请求。医院方面按下“接收”按钮后，急救队员刚刚测得的患者心电图数据便被实时共享，甚至在患者抵达医院之前，心血管内科医护人员就迅速完成了手术准备。这正是过去因四处寻找愿意接收患者的医院而错失黄金抢救时间、所谓“急诊室兜圈子”悲剧，被AI技术化解的瞬间。
政府为解决因急诊室拒收导致患者转运延误的问题，决定将“急诊转运体系创新试点项目”扩大至大邱·庆北地区。从急诊患者登上救护车的那一刻起，到在急诊室接受治疗的全过程都将引入AI，快速而准确地分析患者状态，并将其转运至最适合治疗的医院。
保健福祉部12日在大邱庆北大学医院举行由部长官 Jeong Eunkyung 主持的“大邱·庆北转运指引修订相关座谈会”，并进行了基于AI的“大邱·庆北型智能转运体系”技术演示。
通过韩国型ARPA-H项目，庆北大学医院正在开发的“SAVE-R”平台利用多模态AI技术，将从救护车到急诊室的全过程连接为一个信息网络。在推荐转运医院时，系统考虑的不仅是空床位数量，还会综合计算患者经AI分类后的重症程度、所需最终治疗内容、各医院急诊室拥挤度、专业治疗团队是否可用、转运距离以及患者过往就诊记录等因素。
庆北大学医院急诊医学科教授 Ryu Hyeonuk 表示：“目前急诊患者转运过程的结构，是逐一致电确认医院是否接收，因此会造成时间延误，而且通过有线方式反复传递不完整的患者信息，也使合理作出急诊室接收决定变得困难。SAVE-R平台的核心在于应用AI技术，让急救队能更准确掌握患者状态，同时分析医院资源，迅速为患者推荐最优转运医院。”医院基于这样传递的信息，可以提前开始治疗准备，最终也就能缩短提供最终治疗所需的时间。
AI提出诊断候选，并可衔接至处方组合
从患者抵达急诊室的那一刻起，三星首尔医院的“AEGIS”便开始辅助医护人员进行从患者信息收集、诊断到处方的决策。首先，患者基本信息以及由急救队联动提供的急救日志、生命体征数据、护理初诊评估等内容会一目了然地呈现出来，连同患者过往医疗使用记录和健康档案数据“我的数据”也会被实时调取。也就是说，即便是患者未能充分说明的既往病史，也能一眼掌握。
AEGIS人工智能会分析患者症状和既往病史，优先提示急诊室医护人员需要首先确认的疾病。例如，对于一名伴有发热、呼吸困难和低血压的72岁男性患者，系统会优先展示肺部疾病、高血压、糖尿病及感染相关病史，而将相关性相对较低的既往白内障手术史排在后面。
医护人员向患者提问的语音也会被实时转为文本。“呼吸发闷”“几天前开始有咳嗽和痰”等问诊内容被自动记录，AI则据此起草急诊室初诊记录。
随后，AI高度预测患者存在脓毒症可能，并提示应优先审查的鉴别诊断候选以及检查、处方组合。医护人员选择脓毒症项目后，补液、血液检查、影像检查等初始处方清单便会自动弹出，医生再根据患者情况增删部分内容，最终确定处方。AI虽然无法替代医护人员的判断，但其作用在于快速整理海量数据、降低出错可能性，从而支持医护人员作出决策。
三星首尔医院急诊医学科教授 Cha Woncheol 表示：“判断和决定的主体始终是医护人员，但在急诊室，几分钟的差距就可能决定患者生死，因此通过AI缩短时间的效果非常重要。这样可以减少耗在打电话上的时间，把精力集中到观察患者状态上，也会相应提升提供给患者的医疗质量。”
通过这些AI平台实现的诊断一致率已达到90%以上，处置一致率也达到90%左右。政府期待，如果这种AI转型在急诊医疗一线得到实现，不仅能大幅减轻院内医护人员的工作负担，还能在有限的急诊床位和人力条件下，更安全地照护更多患者。
12日，在大邱庆北大学医院举行的“大邱·庆北型智能转运体系”技术演示会上，保健福祉部长官 Jeong Eunkyung 正在听取庆北大学医院急诊医学科教授 Ryu Hyeonuk 关于将应用于救护车的人工智能基础急救医疗平台“SAVE-R”的介绍。保健福祉部供图
View original image大邱·庆北转运指引修订……按地区实施定制化应对
另一方面，当天座谈会上还讨论了大邱·庆北急诊转运指引修订案。
作为岭南地区核心枢纽，大邱决定于本月内启动“多重转运转院协诊网络”：一旦发生Pre-KTAS 1至2级重症急诊患者，将同时向6家区域级及地区级中心提出接收请求。若地区内接收困难，则启动超广域转运体系，在全国范围内寻找转运医院。
庆北则反映了其地理特点。由于面积广阔、医疗机构分布不均，加之山地地形和包括郁陵岛在内的区域条件，直升机转运成为核心手段。当重症急诊患者出现在医疗薄弱地区时，将利用医生直升机和消防直升机，并由119急救队提供转运支持。两个地区都将由广域情况室承担“指挥塔”角色，支持为地区内难以应对的患者选定转运医院。
Jeong部长官强调：“此前湖南地区试点项目推进结果被评估为有助于减少急诊患者死亡人数，并对改善地区转运体系起到很大帮助。核心在于基于地区内相关机构之间的信任，完善转运体系，并制定和适用达成一致的转运指引。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
