以數字化、智能化為特征的新質生產力為急診醫學高質量發展注入新動能，急診醫學迎來了前所未有的發展機遇與挑戰。該文對急診醫學發展中存在的問題進行了剖析，提出以提升新質生產力為抓手，為急診醫學高質量發展破局。數智化是推動新質生產力發展的重要手段，通過對數智化建設在健康預警監測、診療、工作流程、資源配置等領域的影響進行綜述，為急診醫學高質量發展提供參考。
引用本文： 陳瑤, 陳傳熹, 曹鈺. 數智化建設為急診醫學高質量發展注入新質生產力. 華西醫學, 2024, 39(11): 1673-1678. doi: 10.7507/1002-0179.202411176 復制
版權信息： ?四川大學華西醫院華西期刊社《華西醫學》版權所有，未經授權不得轉載、改編
急診醫學是一門充滿生機、發展迅速的獨立醫學學科[1]。40 年來，中國急診醫學歷經從無到有、從小到大、從弱到強 3 個時代變革，逐步成為現代化醫療體系中不可或缺的重要環節。現代中國急診醫學涵蓋院前急救、院內急診、危重癥急救、災難醫學、臨床毒物學等多個領域，已初步形成完整的學科體系、全天候的急救網絡[1-2]。
隨著疾病譜的變化、人口少子化和老齡化問題的凸顯以及醫療技術的不斷革新，群眾對急診急救的需求在量和質上都有顯著提高[3]。急診患者就診的陣發性潮涌、急診停留時間過長、就醫環境復雜、患者訴求與醫療服務資源適配度較低等問題，為急診學科建設、急診急救能力提升帶來巨大挑戰。
近年來，人工智能（artificial intelligence, AI）、傳感技術等高科技已逐步滲透到醫療領域，醫療服務正快速向智能化邁進。智慧醫療在為患者提供個體化、精準化診療服務的同時，也將為醫務人員提供更為高效、便捷的工作方式和全面、準確的專業支持。高科技、高質量、高效能的數智化醫療服務體系建設將新興的信息技術和醫療服務深度融合，已成為未來健康產業高質量發展的驅動力。如今數智化診療呈現出強勁的增長勢頭和廣闊的發展前景，是培育和發展新質生產力的強勁推手，為急診醫學高質量發展注入新動能，急診醫學迎來了前所未有的發展機遇與挑戰。
1 中國急診醫學發展中存在的問題剖析
1.1 專業急診醫護人員短缺
在急診醫學蓬勃發展的今天，專業人才短缺已成為制約其發展的關鍵因素之一。一方面，與其他臨床醫學專業相比，急診醫學住院醫師、專科醫師培訓基地較少，急診醫務人員診療水平參差不齊；另一方面，高風險、高強度的急診工作性質難以留住人才，急診醫護人員身心壓力大，職業認同感低[4]。
1.2 醫療資源高效利用不足
急診資源的不合理利用加劇急診資源緊張，醫療風險增加，制約急診醫學發展。一方面，急診門診化現象嚴重，大量“不急不危”的患者占用了本就有限的急診醫療資源，造成急診患者候診時間延長，嚴重影響急危重癥患者的救治；另一方面，急診服務效率有待提升，有研究發現急診科診療過程中存在無效的時間和資源浪費，如患者等待時間長、信息傳遞延遲、輔助檢查排隊人數多等。這些問題嚴重影響了急診科的運行效率，也增加了醫患雙方的無效時間浪費[5]。
1.3 區域間發展不均衡
在經濟發展特別落后的地區，有些醫院的急診急救仍然完全依賴于專科救治，急診科僅作為分診通道。在經濟發展稍好的地區，大多數醫院已有獨立運行的急診科，配備固定的急診醫師，但在軟硬件配置上仍存在不足。而一些大城市的三級甲等醫院已形成全天候的急救網絡，努力實現“零通道、短時效、高技術”救治急危重癥患者[6]。相應的醫療資源配置也存在地區差異。一線城市的醫療資源相對充足，而三四線城市和農村地區的急診醫療資源相對匱乏。頂尖醫院大多分布在東部發達城市，中西部地區醫療衛生質量仍然較差。
2 以提升新質生產力為抓手，為急診醫學高質量發展破局
近年來，新一輪科技革命加速推進，互聯網、大數據、云計算、AI 等新一代信息技術蓬勃發展，以數字化、智能化為特征的新質生產力已在衛生健康領域不斷涌現，不僅在諸多疾病治療領域取得了顯著成效，還帶來醫學教育培訓、手術模擬、遠程會診、健康宣教等領域的變革[7-8]。
新質生產力強調創新、質優和高效。以提升新質生產力為抓手，推動急診醫學高質量發展，一方面可以通過主動健康監測、早期預警、減少急診急救需求來提升急診急救質效；另一方面以數字化、智慧化教學手段貫穿醫學教育全周期，通過虛實結合模擬教學、遠程教學等新型教學模式，全面提升教學質量，培養更多“多能一專”的急診人才，從而擴充急診專業人員隊伍；再一方面通過一系列智能化的手段，可以進一步優化救治流程，提升診療效率及水平，促進急診急救資源的優化利用；最后，急診急救信息化平臺建設及 5G 遠程醫療技術的發展可以無需配置太多高科技設備即可與基層或偏遠地區實現遠程溝通、搶救指導，讓急診優質醫療資源下沉，推進區域醫療資源共享，實現優質醫療資源配置均衡化。
3 數智突破，筑強基創新質
數智化是推動新質生產力發展的重要手段。數智化是數字化和智能化的結合，它將區塊鏈、物聯網和云計算等數字技術與 AI 等智能技術相結合，以提供智能化決策支持，提高運營效率[9]。數智化在急診領域的研究主要圍繞疾病診斷和預測模型構建、臨床決策系統輔助分診與處置、資源優化與配置等方面[10]。
3.1 數智促進預警監測
2019 年國家衛生健康委制定的《健康中國行動（2019－2030 年）》中提到“提倡老年人應經常監測健康狀況，接受家庭醫生（團隊）的健康指導，鼓勵和支持科研團隊利用物聯網、大數據、互聯網等信息技術研發可穿戴設備，研究預判老年人健康的指標、標準與方法”[11]。目前，智能穿戴設備已覆蓋了運動、健康、監測、預警等多個領域，還可搭載各種健康監測系統、先進的跟蹤技術及緊急呼叫功能，可以使急救人員在最短時間內抵達患者身邊實施搶救。可穿戴心電設備能夠實時監測心臟數據，有助于早期檢測心臟問題，實現心臟病長期管理。陳韻岱團隊應用基于光電容積脈搏波技術的智能可穿戴設備（智能腕帶/手表）進行持續監測，AI 模型預測心房顫動（房顫）發作風險[12]；結果顯示，光電容積脈搏波信號的陽性預測值達到 91.6%，結合配套的移動房顫應用程序實施綜合的房顫管理，約 80%的高危患者成功進行了抗凝治療。多項系統評價/Meta 分析證實了可穿戴設備在預測心律失常和心率監測方面的準確性，有助于心臟疾病的早期檢出，縮短診斷時間，減少患者腦卒中、心衰或死亡風險，降低急診就診率[13-14]。Chowdhury 等[15]設計了一種便攜式可穿戴心電監測系統，用于實時檢測心臟病發作并預警。該系統包含可穿戴傳感器和智能心臟病發作檢測與預警2個子系統，使用藍牙進行無線通信。傳感器將采集到的心電信號發送至心臟病發作檢測與預警子系統，通過機器學習算法能夠分別檢測 97.4%和 96.3%的 ST 段抬高型心肌梗死和非 ST 段抬高型心肌梗死。及時的預警可以幫助患者盡早獲得緊急醫療救護，改善患者預后。
肺部呼吸音的監測有助于診斷和鑒別呼吸道疾病。Yilmaz 等[16]設計了一種可以集成到專用服裝中的聲音采集模塊，通過堆疊硅橡膠和壓電薄膜來實現無隔膜聲電換能，以最小的衰減捕獲胸部聲音。慢性阻塞性肺病等漸進性呼吸系統疾病的患者借此在日常生活中進行持續的長期呼吸監測，從而改善患者的預后。高偉團隊研發了一種可穿戴無線貼片，用于實時電化學檢測汗液中的炎癥生物標志物 C 反應蛋白；在患有慢性阻塞性肺病、活動性或既往感染、心力衰竭的患者中，通過貼片測量的 C 反應蛋白濃度升高與血清中的蛋白質水平密切相關[17]。用于實時靈敏地分析汗液中炎癥蛋白的可穿戴生物傳感器可能有助于慢性疾病的管理。
智能家居病房應用物聯網技術、5G/WiFi6等新技術，將智能穿戴設備、智能家電、智能家居、健康監測設備等部署到家，患者在家的體征數據將會同步上傳到醫院里的虛擬病房，醫護人員在虛擬病房可隨時查閱這些病歷數據，對患者身體狀況進行遠程管理。患者在家發生病情變化或意外狀況，通過人體移動傳感設備的自動感應或患者的一鍵報警，可以讓醫院端的醫護人員第一時間收到預警信息，及時處理、安排緊急救治[18]。
3.2 數智助力診療規范，提升診療水平
3.2.1 AI 影像診斷與輔助決策
面對眾多的急危重癥患者，急診醫生需要快速準確地評估病情，影像學檢查是一種常用的重要輔助手段。AI 影像技術不僅可以訓練模型自動識別影像，通過圖像預處理、特征提取和分類等步驟，快速精準解析影像數據，提供高效、精準、個體化的解讀報告；還能基于大數據和機器學習算法，建立預測模型，輔助急診醫生給出診斷建議和治療規劃。目前 AI 影像輔助診斷系統已開始用于急性腦卒中檢測與評估、骨折診斷、新型冠狀病毒感染診斷與分級等多個領域，有助于提升急診醫生的診斷效率，更快發現病變、更準分析病變、更好制定決策。疏通堵塞血管、早期再灌注治療是改善急性缺血性腦卒中患者腦血流灌注的關鍵途徑。各種自動化的 Aspects 分析軟件應用程序、Rapid 自動化影像處理平臺等有助于腦卒中的自動化診斷，精確評估腦組織缺血半暗帶和梗死體積，為患者的治療選擇和預后預測提供了支持[19-21]。AI 骨折智能分析系統在骨折的診斷效率及準確度方面顯示出明顯的優勢[22-24]。基于 CT 影像多模態數據融合的新型冠狀病毒肺炎 AI 輔助診斷系統構建了肺部病變 CT 影像 AI 輔助目標檢測模型，可在 15 s 內完成 CT 圖像的輔助目標檢測，準確率達 90%以上。利用影像組學+AI 技術進行新型冠狀病毒感染分級診斷，準確率可達 83.9%，靈敏度為 86.85%，特異度為 73.3%[25]。
3.2.2 臨床決策支持系統
臨床決策支持系統是通過應用信息技術，綜合分析醫學知識和患者信息，為醫務人員的臨床診療活動提供多種形式幫助，支持臨床決策的一種計算機輔助信息系統[26]。
急診預檢分診是急診患者就診的首要環節，快速準確地安排急診患者分級分區就診，是提高急診醫療服務效率，保障患者安全，提升患者滿意度的重要前提。傳統的分診模式主觀性強，受分診護士的數量、資歷水平等因素影響，存在因分級不準確導致延誤重癥患者救治的潛在風險。陸麗芬等[27]以曼徹斯特分診系統為基礎，設計急診分診信息系統，以 6 項必評指標為依據，結合 15 項選擇性評估模板及主觀資料為調控指標，最終提出綜合分診類別的建議，將患者病情快速分為 5 類。該系統的應用提高了護士對危重及潛在危重患者的識別能力，不良事件發生率明顯降低。韋力等[28]將以機器學習為代表的 AI 技術應用于急診預檢分診環節，建立基于機器學習的分診模型，使用該模型后急診預檢分診準確率達到 86.63%，提升了 7.6%。近期有研究者比較了分診護士、急診醫生及使用 ChatGPT、Gemini 和 Pi（公認的 AI 模型）進行三級分診的效果，結果發現使用 AI 模型進行預檢分診分級過低的比例較高[29]。單純依靠 AI 模型進行預檢分診的可靠性有待進一步驗證。Hunter-Zinck 等[30]對波士頓 1 個急診室和 2 個緊急醫療中心 56 個月內的急診患者就診情況進行了分析，利用多標簽機器學習技術，建立了病情的預測模型，根據患者分診主訴、生命體征、既往就診記錄等信息，推薦相應的醫囑包，為后續醫生的接診提供了便利，保障患者安全的同時縮短患者的就診時間。
針對臨床醫護人員不足、工作負擔重、知識更新與知識增長不同步等造成的診療流程不規范、問診不全面、病歷質量差等諸多問題，蔡秀軍等[31]以知識圖譜、神經網絡算法、本體語義網絡、自然語言分析等技術和算法為支撐，以臨床病例數據、國家診療指南、文獻等為數據資源構建了智能輔助決策系統。該系統涵蓋了智能問診、智能檢查、鑒別診斷、個體化治療建議、病歷模板、急診處置流程等功能模塊。智能輔助決策支持系統的應用可提升臨床病歷質量，在癥狀問診、病史問診、體格檢查和診療處置方面具有輔助支持作用，規范了疑似急性冠脈綜合征的胸痛患者的急診診療。Shahmoradi 等[32]研發了基于支持向量機的闌尾炎智能診斷系統，靈敏度、特異度和準確率分別達到 91.7%、96.2%和 95%。該系統的應用可以幫助急診醫生更快、更準確地作出急診診斷，顯著減少影像技術的使用、診斷延誤導致的并發癥、不必要的闌尾切除、住院時間和治療成本。
Schaut 等[33]開發了一種以指南為基礎、整合電子處方系統的抗生素臨床決策支持系統，以指導抗生素的選擇及用法用量。相關回顧性隊列研究結果顯示，與常規抗生素處方數據相比，德國抗生素使用質控指標有改善趨勢[33]。
3.2.3 數智化技能培訓
開展數智多維培訓，采用虛擬現實、聲光電情景模擬、特效化妝等技術模擬災難場景，通過虛擬仿真技術高精度還原醫療場景，積極訓練臨床技能，有助于高效培養臨床人才，提升急診急救人員的診療水平[34-36]。
3.3 數智優化救治流程，提升工作效率
5G 物聯網與 AI 的結合為急診智慧醫療提供了有利支撐，促進了急診急救流程的優化，提升了效率和質量。戴秋玉等[37]構建了基于 AI-心電圖的區域胸痛綜合管理平臺，在常規胸痛管理系統的基礎上，加入 AI 心電圖系統，整合多個醫療救治系統，打造移動應用服務，建立“患者-基層-急救中心-胸痛中心”四方聯動的區域協同救治體系。該平臺的建設及應用，實現了胸痛患者院前、院中、院后的全流程閉環管理，增強了胸痛患者自我健康管理意識，提高了基層醫院的診斷準確性和效率，患者發病到首次接受醫療服務和首次采用球囊再灌注治療的平均時間均明顯縮短。針對急性缺血性卒中患者救治延誤的各個環節，2010 年德國 Walter 等[38]組建了國際上第 1 個真正意義上的 5G 移動卒中單元。移動卒中單元一般由普通救護車、移動 CT 掃描儀、生化檢查設備及遠程醫療系統等組成，不僅在院前就能完成檢查檢驗；攜帶的遠程醫療系統還能與院內卒中中心完成即時通信，院內經驗豐富的腦血管病醫師可通過遠程醫療系統進行遠程治療指導。此后，國內外多項臨床研究證實移動卒中單元可以縮短急性缺血性腦卒中患者的救治時間，提高再灌注率，改善 3 個月神經功能預后[39-42]。2021 年我國第 1 個針對院前和院內雙域的 5G 智慧移動卒中急救系統實現了應用場景落地[43]。該系統涵蓋移動應急救援子系統、卒中救治質控子系統、卒中急救共享云子系統、卒中專病數據庫子系統和卒中救治指揮中心子系統 5 個功能分區。5G 智慧移動卒中急救系統的應用打破了院前急救、院內診治的傳統“串聯”模式，真正實現了“上車即入院”的高效卒中救治新模式。
3.4 數智優化資源配置
3.4.1 遠程醫療促進區域資源配置均衡化
長期以來，我國存在醫療衛生資源分布不均衡的問題。優質的醫療資源過度向城市及發達地區集中，農村及邊遠、欠發達地區資源明顯不足，急診急救水平普遍落后，難以滿足人民群眾日益增長的急診急救需求。?“互聯網+醫療健康”?通過多種方式促進了醫療資源的合理配置和高效利用。遠程醫療?是?互聯網+醫療健康的重要組成部分。專科醫聯體可以利用互聯網+技術實現遠程查房、按需會診、雙向預約轉診、醫務人員在線培訓與指導等功能，提升基層診療服務效能的同時，擴大了優質醫療資源的覆蓋范圍，特別是對于偏遠和醫療資源匱乏的地區。近年來，研究顯示 tele-ICU（遠程 ICU）在降低 ICU 患者死亡率、縮短住院時間、減少并發癥以及患者心理疏導等方面均表現出了顯著優勢，院間轉診比例降低[44-45]。
3.4.2 優化院內急診資源配置與使用
院內急診擁堵狀況對急診急救的質量和效率具有重大影響。院內急診擁堵往往伴隨著急診急救質量下降、醫療不良事件增加、患者滿意度下降、醫院應急處置能力下降等嚴重后果，是世界各國普遍關注的公共衛生問題。英國國家醫療服務系統利用 AI 技術預測急診科的患者流量，通過分析天氣、季節、歷史患者數據和流感趨勢等因素，AI 模型能夠準確預測未來幾天的急診科患者數量，指導醫院提前做好人力安排和資源配備，減少患者候診時間，提高急診服務效率[46]。Chouba 等[47]通過建立人力資源仿真模型進行人員規劃，患者的平均等待時間減少了 12 min，平均住院時間減少了 21 min，從而提升了急診急救服務效率。
羅杰等[48]開發了基于移動互聯網技術的急診透視系統。該系統利用區域內各醫院急診的實時監控數據，對區域內各醫院的接診能力進行評估，結合患者與區域內各醫院的距離及患者癥狀等信息，通過云計算實現區域內急診患者的智慧分診、合理分流，從而解決急診擁擠現狀，降低患者轉診率。醫院還可以根據系統 PC 端不同時段的患者等待就診情況合理安排人力資源。系統對區域內急診患者初發癥狀的統計數據，能夠為區域內傳染性疾病暴發提供早期預警，助力各類突發公共衛生事件的防控。
4 總結與展望
數智強急診，筑基彌鴻溝，新質聚人心，篤行謀遠景。當前急診醫學發展勢不可擋，但是前瞻性研判仍將面臨挑戰，未來還將會面臨新的機遇與挑戰，必須主動預測及調整發展策略，與時俱進，保持與社會發展趨勢同步。筑牢急診守護生命底線的基礎是每一個急診人的責任。隨著 AI、大數據、生物技術、材料技術等先進科學技術的應用拓展及急診滲透，數智化建設將推動新質生產力高速發展，成為急診學科發展躍遷的重要推手。急診醫學從高速發展轉變為高質量發展，急診醫療體系將更完善，多學科合作平臺更趨和諧。
利益沖突：所有作者聲明不存在利益沖突。
急診醫學是一門充滿生機、發展迅速的獨立醫學學科[1]。40 年來，中國急診醫學歷經從無到有、從小到大、從弱到強 3 個時代變革，逐步成為現代化醫療體系中不可或缺的重要環節。現代中國急診醫學涵蓋院前急救、院內急診、危重癥急救、災難醫學、臨床毒物學等多個領域，已初步形成完整的學科體系、全天候的急救網絡[1-2]。
隨著疾病譜的變化、人口少子化和老齡化問題的凸顯以及醫療技術的不斷革新，群眾對急診急救的需求在量和質上都有顯著提高[3]。急診患者就診的陣發性潮涌、急診停留時間過長、就醫環境復雜、患者訴求與醫療服務資源適配度較低等問題，為急診學科建設、急診急救能力提升帶來巨大挑戰。
近年來，人工智能（artificial intelligence, AI）、傳感技術等高科技已逐步滲透到醫療領域，醫療服務正快速向智能化邁進。智慧醫療在為患者提供個體化、精準化診療服務的同時，也將為醫務人員提供更為高效、便捷的工作方式和全面、準確的專業支持。高科技、高質量、高效能的數智化醫療服務體系建設將新興的信息技術和醫療服務深度融合，已成為未來健康產業高質量發展的驅動力。如今數智化診療呈現出強勁的增長勢頭和廣闊的發展前景，是培育和發展新質生產力的強勁推手，為急診醫學高質量發展注入新動能，急診醫學迎來了前所未有的發展機遇與挑戰。
1 中國急診醫學發展中存在的問題剖析
1.1 專業急診醫護人員短缺
在急診醫學蓬勃發展的今天，專業人才短缺已成為制約其發展的關鍵因素之一。一方面，與其他臨床醫學專業相比，急診醫學住院醫師、專科醫師培訓基地較少，急診醫務人員診療水平參差不齊；另一方面，高風險、高強度的急診工作性質難以留住人才，急診醫護人員身心壓力大，職業認同感低[4]。
1.2 醫療資源高效利用不足
急診資源的不合理利用加劇急診資源緊張，醫療風險增加，制約急診醫學發展。一方面，急診門診化現象嚴重，大量“不急不危”的患者占用了本就有限的急診醫療資源，造成急診患者候診時間延長，嚴重影響急危重癥患者的救治；另一方面，急診服務效率有待提升，有研究發現急診科診療過程中存在無效的時間和資源浪費，如患者等待時間長、信息傳遞延遲、輔助檢查排隊人數多等。這些問題嚴重影響了急診科的運行效率，也增加了醫患雙方的無效時間浪費[5]。
1.3 區域間發展不均衡
在經濟發展特別落后的地區，有些醫院的急診急救仍然完全依賴于專科救治，急診科僅作為分診通道。在經濟發展稍好的地區，大多數醫院已有獨立運行的急診科，配備固定的急診醫師，但在軟硬件配置上仍存在不足。而一些大城市的三級甲等醫院已形成全天候的急救網絡，努力實現“零通道、短時效、高技術”救治急危重癥患者[6]。相應的醫療資源配置也存在地區差異。一線城市的醫療資源相對充足，而三四線城市和農村地區的急診醫療資源相對匱乏。頂尖醫院大多分布在東部發達城市，中西部地區醫療衛生質量仍然較差。
2 以提升新質生產力為抓手，為急診醫學高質量發展破局
近年來，新一輪科技革命加速推進，互聯網、大數據、云計算、AI 等新一代信息技術蓬勃發展，以數字化、智能化為特征的新質生產力已在衛生健康領域不斷涌現，不僅在諸多疾病治療領域取得了顯著成效，還帶來醫學教育培訓、手術模擬、遠程會診、健康宣教等領域的變革[7-8]。
新質生產力強調創新、質優和高效。以提升新質生產力為抓手，推動急診醫學高質量發展，一方面可以通過主動健康監測、早期預警、減少急診急救需求來提升急診急救質效；另一方面以數字化、智慧化教學手段貫穿醫學教育全周期，通過虛實結合模擬教學、遠程教學等新型教學模式，全面提升教學質量，培養更多“多能一專”的急診人才，從而擴充急診專業人員隊伍；再一方面通過一系列智能化的手段，可以進一步優化救治流程，提升診療效率及水平，促進急診急救資源的優化利用；最后，急診急救信息化平臺建設及 5G 遠程醫療技術的發展可以無需配置太多高科技設備即可與基層或偏遠地區實現遠程溝通、搶救指導，讓急診優質醫療資源下沉，推進區域醫療資源共享，實現優質醫療資源配置均衡化。
3 數智突破，筑強基創新質
數智化是推動新質生產力發展的重要手段。數智化是數字化和智能化的結合，它將區塊鏈、物聯網和云計算等數字技術與 AI 等智能技術相結合，以提供智能化決策支持，提高運營效率[9]。數智化在急診領域的研究主要圍繞疾病診斷和預測模型構建、臨床決策系統輔助分診與處置、資源優化與配置等方面[10]。
3.1 數智促進預警監測
2019 年國家衛生健康委制定的《健康中國行動（2019－2030 年）》中提到“提倡老年人應經常監測健康狀況，接受家庭醫生（團隊）的健康指導，鼓勵和支持科研團隊利用物聯網、大數據、互聯網等信息技術研發可穿戴設備，研究預判老年人健康的指標、標準與方法”[11]。目前，智能穿戴設備已覆蓋了運動、健康、監測、預警等多個領域，還可搭載各種健康監測系統、先進的跟蹤技術及緊急呼叫功能，可以使急救人員在最短時間內抵達患者身邊實施搶救。可穿戴心電設備能夠實時監測心臟數據，有助于早期檢測心臟問題，實現心臟病長期管理。陳韻岱團隊應用基于光電容積脈搏波技術的智能可穿戴設備（智能腕帶/手表）進行持續監測，AI 模型預測心房顫動（房顫）發作風險[12]；結果顯示，光電容積脈搏波信號的陽性預測值達到 91.6%，結合配套的移動房顫應用程序實施綜合的房顫管理，約 80%的高危患者成功進行了抗凝治療。多項系統評價/Meta 分析證實了可穿戴設備在預測心律失常和心率監測方面的準確性，有助于心臟疾病的早期檢出，縮短診斷時間，減少患者腦卒中、心衰或死亡風險，降低急診就診率[13-14]。Chowdhury 等[15]設計了一種便攜式可穿戴心電監測系統，用于實時檢測心臟病發作并預警。該系統包含可穿戴傳感器和智能心臟病發作檢測與預警2個子系統，使用藍牙進行無線通信。傳感器將采集到的心電信號發送至心臟病發作檢測與預警子系統，通過機器學習算法能夠分別檢測 97.4%和 96.3%的 ST 段抬高型心肌梗死和非 ST 段抬高型心肌梗死。及時的預警可以幫助患者盡早獲得緊急醫療救護，改善患者預后。
肺部呼吸音的監測有助于診斷和鑒別呼吸道疾病。Yilmaz 等[16]設計了一種可以集成到專用服裝中的聲音采集模塊，通過堆疊硅橡膠和壓電薄膜來實現無隔膜聲電換能，以最小的衰減捕獲胸部聲音。慢性阻塞性肺病等漸進性呼吸系統疾病的患者借此在日常生活中進行持續的長期呼吸監測，從而改善患者的預后。高偉團隊研發了一種可穿戴無線貼片，用于實時電化學檢測汗液中的炎癥生物標志物 C 反應蛋白；在患有慢性阻塞性肺病、活動性或既往感染、心力衰竭的患者中，通過貼片測量的 C 反應蛋白濃度升高與血清中的蛋白質水平密切相關[17]。用于實時靈敏地分析汗液中炎癥蛋白的可穿戴生物傳感器可能有助于慢性疾病的管理。
智能家居病房應用物聯網技術、5G/WiFi6等新技術，將智能穿戴設備、智能家電、智能家居、健康監測設備等部署到家，患者在家的體征數據將會同步上傳到醫院里的虛擬病房，醫護人員在虛擬病房可隨時查閱這些病歷數據，對患者身體狀況進行遠程管理。患者在家發生病情變化或意外狀況，通過人體移動傳感設備的自動感應或患者的一鍵報警，可以讓醫院端的醫護人員第一時間收到預警信息，及時處理、安排緊急救治[18]。
3.2 數智助力診療規范，提升診療水平
3.2.1 AI 影像診斷與輔助決策
面對眾多的急危重癥患者，急診醫生需要快速準確地評估病情，影像學檢查是一種常用的重要輔助手段。AI 影像技術不僅可以訓練模型自動識別影像，通過圖像預處理、特征提取和分類等步驟，快速精準解析影像數據，提供高效、精準、個體化的解讀報告；還能基于大數據和機器學習算法，建立預測模型，輔助急診醫生給出診斷建議和治療規劃。目前 AI 影像輔助診斷系統已開始用于急性腦卒中檢測與評估、骨折診斷、新型冠狀病毒感染診斷與分級等多個領域，有助于提升急診醫生的診斷效率，更快發現病變、更準分析病變、更好制定決策。疏通堵塞血管、早期再灌注治療是改善急性缺血性腦卒中患者腦血流灌注的關鍵途徑。各種自動化的 Aspects 分析軟件應用程序、Rapid 自動化影像處理平臺等有助于腦卒中的自動化診斷，精確評估腦組織缺血半暗帶和梗死體積，為患者的治療選擇和預后預測提供了支持[19-21]。AI 骨折智能分析系統在骨折的診斷效率及準確度方面顯示出明顯的優勢[22-24]。基于 CT 影像多模態數據融合的新型冠狀病毒肺炎 AI 輔助診斷系統構建了肺部病變 CT 影像 AI 輔助目標檢測模型，可在 15 s 內完成 CT 圖像的輔助目標檢測，準確率達 90%以上。利用影像組學+AI 技術進行新型冠狀病毒感染分級診斷，準確率可達 83.9%，靈敏度為 86.85%，特異度為 73.3%[25]。
3.2.2 臨床決策支持系統
臨床決策支持系統是通過應用信息技術，綜合分析醫學知識和患者信息，為醫務人員的臨床診療活動提供多種形式幫助，支持臨床決策的一種計算機輔助信息系統[26]。
急診預檢分診是急診患者就診的首要環節，快速準確地安排急診患者分級分區就診，是提高急診醫療服務效率，保障患者安全，提升患者滿意度的重要前提。傳統的分診模式主觀性強，受分診護士的數量、資歷水平等因素影響，存在因分級不準確導致延誤重癥患者救治的潛在風險。陸麗芬等[27]以曼徹斯特分診系統為基礎，設計急診分診信息系統，以 6 項必評指標為依據，結合 15 項選擇性評估模板及主觀資料為調控指標，最終提出綜合分診類別的建議，將患者病情快速分為 5 類。該系統的應用提高了護士對危重及潛在危重患者的識別能力，不良事件發生率明顯降低。韋力等[28]將以機器學習為代表的 AI 技術應用于急診預檢分診環節，建立基于機器學習的分診模型，使用該模型后急診預檢分診準確率達到 86.63%，提升了 7.6%。近期有研究者比較了分診護士、急診醫生及使用 ChatGPT、Gemini 和 Pi（公認的 AI 模型）進行三級分診的效果，結果發現使用 AI 模型進行預檢分診分級過低的比例較高[29]。單純依靠 AI 模型進行預檢分診的可靠性有待進一步驗證。Hunter-Zinck 等[30]對波士頓 1 個急診室和 2 個緊急醫療中心 56 個月內的急診患者就診情況進行了分析，利用多標簽機器學習技術，建立了病情的預測模型，根據患者分診主訴、生命體征、既往就診記錄等信息，推薦相應的醫囑包，為后續醫生的接診提供了便利，保障患者安全的同時縮短患者的就診時間。
針對臨床醫護人員不足、工作負擔重、知識更新與知識增長不同步等造成的診療流程不規范、問診不全面、病歷質量差等諸多問題，蔡秀軍等[31]以知識圖譜、神經網絡算法、本體語義網絡、自然語言分析等技術和算法為支撐，以臨床病例數據、國家診療指南、文獻等為數據資源構建了智能輔助決策系統。該系統涵蓋了智能問診、智能檢查、鑒別診斷、個體化治療建議、病歷模板、急診處置流程等功能模塊。智能輔助決策支持系統的應用可提升臨床病歷質量，在癥狀問診、病史問診、體格檢查和診療處置方面具有輔助支持作用，規范了疑似急性冠脈綜合征的胸痛患者的急診診療。Shahmoradi 等[32]研發了基于支持向量機的闌尾炎智能診斷系統，靈敏度、特異度和準確率分別達到 91.7%、96.2%和 95%。該系統的應用可以幫助急診醫生更快、更準確地作出急診診斷，顯著減少影像技術的使用、診斷延誤導致的并發癥、不必要的闌尾切除、住院時間和治療成本。
Schaut 等[33]開發了一種以指南為基礎、整合電子處方系統的抗生素臨床決策支持系統，以指導抗生素的選擇及用法用量。相關回顧性隊列研究結果顯示，與常規抗生素處方數據相比，德國抗生素使用質控指標有改善趨勢[33]。
3.2.3 數智化技能培訓
開展數智多維培訓，采用虛擬現實、聲光電情景模擬、特效化妝等技術模擬災難場景，通過虛擬仿真技術高精度還原醫療場景，積極訓練臨床技能，有助于高效培養臨床人才，提升急診急救人員的診療水平[34-36]。
3.3 數智優化救治流程，提升工作效率
5G 物聯網與 AI 的結合為急診智慧醫療提供了有利支撐，促進了急診急救流程的優化，提升了效率和質量。戴秋玉等[37]構建了基于 AI-心電圖的區域胸痛綜合管理平臺，在常規胸痛管理系統的基礎上，加入 AI 心電圖系統，整合多個醫療救治系統，打造移動應用服務，建立“患者-基層-急救中心-胸痛中心”四方聯動的區域協同救治體系。該平臺的建設及應用，實現了胸痛患者院前、院中、院后的全流程閉環管理，增強了胸痛患者自我健康管理意識，提高了基層醫院的診斷準確性和效率，患者發病到首次接受醫療服務和首次采用球囊再灌注治療的平均時間均明顯縮短。針對急性缺血性卒中患者救治延誤的各個環節，2010 年德國 Walter 等[38]組建了國際上第 1 個真正意義上的 5G 移動卒中單元。移動卒中單元一般由普通救護車、移動 CT 掃描儀、生化檢查設備及遠程醫療系統等組成，不僅在院前就能完成檢查檢驗；攜帶的遠程醫療系統還能與院內卒中中心完成即時通信，院內經驗豐富的腦血管病醫師可通過遠程醫療系統進行遠程治療指導。此后，國內外多項臨床研究證實移動卒中單元可以縮短急性缺血性腦卒中患者的救治時間，提高再灌注率，改善 3 個月神經功能預后[39-42]。2021 年我國第 1 個針對院前和院內雙域的 5G 智慧移動卒中急救系統實現了應用場景落地[43]。該系統涵蓋移動應急救援子系統、卒中救治質控子系統、卒中急救共享云子系統、卒中專病數據庫子系統和卒中救治指揮中心子系統 5 個功能分區。5G 智慧移動卒中急救系統的應用打破了院前急救、院內診治的傳統“串聯”模式，真正實現了“上車即入院”的高效卒中救治新模式。
3.4 數智優化資源配置
3.4.1 遠程醫療促進區域資源配置均衡化
長期以來，我國存在醫療衛生資源分布不均衡的問題。優質的醫療資源過度向城市及發達地區集中，農村及邊遠、欠發達地區資源明顯不足，急診急救水平普遍落后，難以滿足人民群眾日益增長的急診急救需求。?“互聯網+醫療健康”?通過多種方式促進了醫療資源的合理配置和高效利用。遠程醫療?是?互聯網+醫療健康的重要組成部分。專科醫聯體可以利用互聯網+技術實現遠程查房、按需會診、雙向預約轉診、醫務人員在線培訓與指導等功能，提升基層診療服務效能的同時，擴大了優質醫療資源的覆蓋范圍，特別是對于偏遠和醫療資源匱乏的地區。近年來，研究顯示 tele-ICU（遠程 ICU）在降低 ICU 患者死亡率、縮短住院時間、減少并發癥以及患者心理疏導等方面均表現出了顯著優勢，院間轉診比例降低[44-45]。
3.4.2 優化院內急診資源配置與使用
院內急診擁堵狀況對急診急救的質量和效率具有重大影響。院內急診擁堵往往伴隨著急診急救質量下降、醫療不良事件增加、患者滿意度下降、醫院應急處置能力下降等嚴重后果，是世界各國普遍關注的公共衛生問題。英國國家醫療服務系統利用 AI 技術預測急診科的患者流量，通過分析天氣、季節、歷史患者數據和流感趨勢等因素，AI 模型能夠準確預測未來幾天的急診科患者數量，指導醫院提前做好人力安排和資源配備，減少患者候診時間，提高急診服務效率[46]。Chouba 等[47]通過建立人力資源仿真模型進行人員規劃，患者的平均等待時間減少了 12 min，平均住院時間減少了 21 min，從而提升了急診急救服務效率。
羅杰等[48]開發了基于移動互聯網技術的急診透視系統。該系統利用區域內各醫院急診的實時監控數據，對區域內各醫院的接診能力進行評估，結合患者與區域內各醫院的距離及患者癥狀等信息，通過云計算實現區域內急診患者的智慧分診、合理分流，從而解決急診擁擠現狀，降低患者轉診率。醫院還可以根據系統 PC 端不同時段的患者等待就診情況合理安排人力資源。系統對區域內急診患者初發癥狀的統計數據，能夠為區域內傳染性疾病暴發提供早期預警，助力各類突發公共衛生事件的防控。
4 總結與展望
數智強急診，筑基彌鴻溝，新質聚人心，篤行謀遠景。當前急診醫學發展勢不可擋，但是前瞻性研判仍將面臨挑戰，未來還將會面臨新的機遇與挑戰，必須主動預測及調整發展策略，與時俱進，保持與社會發展趨勢同步。筑牢急診守護生命底線的基礎是每一個急診人的責任。隨著 AI、大數據、生物技術、材料技術等先進科學技術的應用拓展及急診滲透，數智化建設將推動新質生產力高速發展，成為急診學科發展躍遷的重要推手。急診醫學從高速發展轉變為高質量發展，急診醫療體系將更完善，多學科合作平臺更趨和諧。
利益沖突：所有作者聲明不存在利益沖突。