基于感知的多代理的120急救系统

姚俊霞，张曦文

（1.西安急救中心 陕西 西安 710018；2.空军工程大学 电讯工程学院，陕西 西安 710051）

近年来，我国医疗急救系统得到了长足的发展，随着GIS、GPS、GPRS以及Internet等新技术应用到 120急救车调度系统中，使得急救车能够在最短的时间内对伤病者施救，但上述应用只是使得从120接受求救电话到急救车将病人带到医院这一过程所花的时间减少了；随着无线网络和移动计算的发展，代理技术（Agent）由于其普适计算能力和感知环境能力被广泛应用，从整体上改变医疗的急救，交互和决策模式，充分发挥急救车、病人和医院医生的交互协作，从而提高医疗急救系统的工作效率、急救成功率[1]。

1 多代理的急救系统

Agent作用于分布式人工智能领域，其重要特点是具有自主性和协作性，可以感知于自身和环境，并与其它Agent进行通信[2]。 多 Agent系统（MAS：Multi-Agent System）是指一些自主的Agent通过协作完成特定任务或实现某些既定目标的分布式计算系统，其作用能力远远大于单个Agent，解决单个Agent所不能解决的问题[3]。

1.1 多Agent的急救系统流程

MAS是多个智能体的集合，各个智能体相互通信、协商、协作，共同完成单个智能体所不能实现的任务，更适合复杂问题的求解[4]，MAS的急救系统的代理包括：急救中心、急救车辆、医院、急救专家、综合信息管理。各个agent之间的信息交互方式如图1所示。

图1 多代理的急救系统Fig.1 Emergency system of multi-agent

在MAS系统中，Agent总处于一定的环境中并能通过某种感知方式探测环境，单个 Agent是具有行为能力的实体，基于预先制定的目标主动地采取行动，并在执行过程中不断地与环境进行交互、充分地了解和适应环境的变化。急救工

作能够高效、精确的完成依赖于多个代理的协作使得相关的信息能够有效、准确的传达。

1.2 MAS 的感知模型

对于agent而言，其对环境的感知能力主要包括感知自身位置环境的变化、感知周围物理条件的变化、感知信息的学习。多代理急救系统的感知模型如图2所示。

图2 多代理急救系统的感知模型Fig.2 Perceptual model of multi-agent first-aid system

该感知模型的信息采集过程是：物理传感层从异构执行环境采集原始上下文数据，多个代理传感系统采集不同的原始信息，逻辑传感从原始信息数据中提取相关的信息，对信息初步分类，交由信息协作层，该层对取得的信息进行综合处理，以确定系统所需，针对每个特定的信息选择决策其合适的服务。

2 MAS急救系统感知模型算法

信息协作算法的主要思想是利用Agent的协作，对急救车实时位置信息进行获取，利用多位置信息进行分析，做出最优的决策，选出一辆最优的急救车。

当急救中心获得伤病者位置以后，定位到系统的电子地图上，急救中心Agent通过搜索平台上标记为ambulance的Agent，可查找到所有急救车Agent。然后向每个急救车Agent发送内容为query ambulance的REQUEST的消息。急救车agent收到有内容为query ambulance并且类型为REQUEST的消息到来时，急救车Agent将急救车信息封装发送给急救中心Agent。急救车agent需要急救车的定位Agent发送的急救车位置信息。急救中心Agent发送查询请求消息后，等待接收急救车信息的消息，由于网络环境的影响，势必会有延迟发生。各急救车信息的消息到达急救中心Agent消息队列的时间上会有一定的间隔。所以接收完所有急救车信息的消息后才进行最优急救车的计算会造成执行时间上的浪费。

本急救系统中，充分利用分布式计算的特点，利用消息到达时间不一致的空余时间，对每个到来的消息都立即对位置信息进行计算。当所有消息接收完毕时，则整个最优急救车选择计算也随之结束，并且急救中心agent内部节省了保存急救车信息的列表，在存储空间上也有了很大的优化。该算法的协作过程如图3所示。

图3 多急救车代理的信息协作算法Fig.3 Multi-ambulance agent coordination algorithm

假设，急救中心发送REQUEST的时间为to，共有1个急救车agent，没有采用平行计算的模式时，从急救中心发送查询消息，到系统收到所有响应消息的时间为而采用改进的请求应答以后，整个消息时间为to+max（ti）。算法大大提高了系统的急救响应速度。

这多种形式的多代理协作本质上是一种有控制中心的通信协调和协作，急救中心是多急救车代理的控制中心，是多代理系统的决策中心，此时代理的主要目的是感知自身位置，并和控制中心保持通信。

3 结 论

信息协作算法的优劣将极大的影响系统的工作效率，由于急救行业特殊性，对算法响应的性能要求更高。论文研究的系统在操作上更加人性，决策上更加智能，急救上更加高效。将多代理计算应用到了普适计算环境下的医疗急救系统中，设计了一个普适计算环境下的医疗急救模型。通过Agent对环境的感知与多Agent[7-8]的协同工作，实现了系统智能决策的计算。基于多代理的信息协作，急救车决策能够有效提高急救效率和成功率。

[1]Laleei G B．Dogac A，Olduz M，et a1．SAt’ttlRE：A Multi-Agent System for Remote Heath care Monitoring through Computerized Clinical Guidelines.[EB/OL]（2009-12） http://www.srdc.metu.edu.tr/projects/saphire/publications/SAPHIREB ookChapter.pdf.

[2]刘大有，杨鲲，陈建中．Agent研究现状与发展趋势[J]．软件学报，2000，11（3）：315-321．LIU Da-you，YANG Kun，CHEN Jian-zhong.Agent research and development trend[J].Journal of Software，2000，11（3）:315-321.

[3]Garland A，Alterman R．Autonomous agents that learn to beRer coordinate[J]．Autonomous Agents and Multi-Agent Systems，2004，8（3）：267-301.

[4]张云勇．移动Agent及其应用[D]．北京：清华大学出版社，2002．

[5]Ohyperlink L，Ekinci E，Kucukyazici B.Emergency logistics planning in natural disasters[D].Annals of Operations Research，2004.

[6]HAN Jia-wei，KamberM.DataMiningConceptsand Techniques[D].Jian Pei， 3ed， MK，2011.

[7]李晓瑜，王刚.多Agent网络信息检索框架[J].现代电子技术，2011（6）:86-88.LI Xiao-yu，WANG Gang.Multi-Agent frame for Network information retrieval[J].Modern Electronics Technique，2011（6）:86-88.

[8]李凯，万晓冬，荆艳，等.基于HLA的Agent仿真系统设计[J].电子科技，2011（3）:24-37.LI Kai，WAN Xiao-dong，JING Yan，et al.Design of an HLA based agent simulation system[J].Electronic Science and Technology，2011（3）:24-37.