人工智能技术在高原卫勤保障领域中的应用

马建威，吴 玉，高钰琪，黄朝晖*

(1.陆军军医大学陆军卫勤训练基地卫生勤务学教研室，重庆 400038；2.陆军军医大学高原军事医学系高原作业医学教研室，重庆 400038；3.陆军军医大学高原军事医学系高原特需药品与器材研究室，重庆 400038；4.极端环境医学教育部重点实验室，重庆 400038；5.全军高原医学重点实验室，重庆 400038)

随着计算机软硬件以及网络技术的高速发展，“互联网+”概念深入人心，人工智能(artificial intelligence，AI)理论和方法受到广泛重视和深入研究，人工智能应用进入高速发展期，衍生出越来越多的智能化应用。高原寒区，由于其特殊地理环境和气候条件，高原卫勤保障面临人员作业能力降低、药材物资保障困难、医疗后送矛盾突出等多重难题，在此背景下，依托人工智能技术的长足发展，研究人工智能技术在高原卫勤保障中的应用，将为高原卫勤保障效果提升提供重要技术支撑。

1 高原卫勤保障重难点问题

高原寒区特殊的地理气候条件使卫勤保障的难度和复杂性增加，伤病救治、医疗后送、药材装备保障、组织指挥等任务加重。

1.1 伤病员时效救治难以满足高原环境特殊复杂，高海拔的地理环境极易诱发高原病等各类疾病，平原地区人员急进4 000米以上地区，高原反应发生率可高达60%～90%。战时状态下，高原环境战伤伤员数量巨大、伤员分布十分分散、伤情复杂、伤类繁多、伤势严重，伤病员信息感知难度较大，加之医务人员受限于地理环境影响，自身作业能力有一定程度降低，时效性救治较难满足。

1.2 医疗后送工作复杂艰巨高原地理条件复杂，山高坡陡，地势险峻，可用道路少，路况复杂，易受环境和作战影响出现交通中断；与此同时，高原特殊环境气候会严重影响卫生装备性能，降低装备功率；加之高原条件下战斗一线与救治机构的距离较远，致使传统医疗后送装备难以在高原环境有效使用，无法有效满足医疗后送的时效救治要求，医疗后送工作实施困难。

1.3 药材装备储存及补给困难高原特殊的地理环境，给卫勤保障物资的存储、运输和补给带来极大困难。另外，高原边境地区地域辽阔，人迹罕至，卫生资源相对较为匮乏，药材装备生产能力较低，储备严重不足。战时条件下，高原地区作战药材消耗量更大，需求更加紧迫，而卫勤力量又极易遭敌打击，一旦受损，各类物资的补给受限于地理条件将更为困难。

1.4 卫勤组织指挥矛盾突出高原地区作战，对卫勤组织指挥的时效性和执行力要求更高，但高原环境下作战，部队分散，人员作业能力下降，致使组织指挥及协同困难。加之受限于地理条件，信息基础设施的建设跟不上需求，导致组织指挥的网络化、智能化水平低下，信息通联及协同保障的实施缺少支持手段，保障效果评估也难以满足战时时效性要求。

2 人工智能技术在高原卫勤保障中的应用分析

军事行动作战进程通常可以用OODA环路进行描述，即观察(Observe)、判断(Orient)、决策(Decide)、行动(Act)。高原卫勤保障行动OODA环路包含高原态势智能感知、卫勤信息智能分析、卫勤指挥智能决策和实施终端智能操作四个环节，每一环节代表卫勤保障行动的不同阶段，环环相扣，周而复始(图1)。

图1 高原卫勤保障中人工智能技术应用的OODA环路

2.1 高原态势智能感知信息化战争条件下，战场形势瞬息万变，信息量和信息规模爆炸性增长，实时准确地获得战场信息，感知战场态势已成为赢得战争的关键。高原环境严峻、复杂，单纯依靠人力侦察和人工判读，或者仅靠单一武器平台获取信息十分困难，迫切需要依托智能化设备和智能化网络协同完成高原战场态势感知。

在此背景下，通过综合运用智能传感器、无源RFID标签以及无人侦察平台，依托各类人工智能设备的环境信息自主感知、无线自组、网络协同等特性，可有效完成高海拔环境信息的智能化监控和管理，对装备器材的管理时效和全维感知能力提高具有较大应用价值。

与此同时，通过在士兵胳膊、手腕或躯干部署可穿戴设备，可获得士兵的位置、体温、血压、呼吸、脉搏、体态等信息，依托北斗导航系统，利用不同场景条件下的协同定位算法感知伤病员位置信息，并将这些信息定向发布给卫勤保障机构[1]，可完成潜在伤病员信息感知和体征信息的高效传递，有效改善伤病员体征感知难题，并提高伤病救治的时效性。

除此之外，依托智能装备感知和机器学习算法可进行高效的卫勤保障效果评估、核化生武器杀伤效果评估、时效性评估等工作，为后续卫勤保障工作改进和完善提供依据。

2.2 卫勤信息智能分析高原卫勤保障行动涉及海量信息来源和巨大数据规模，高原战场航空相片图像判读、CT图像分析以及X线片分析等信息分析的数据量动辄数十TB、甚至达到PB级，而且信息的格式、种类多样，卫勤信息的处理与分析成为制约高原卫勤保障行动效率的关键因素之一。

近几年，人工智能快速发展，人工智能技术在信息分析领域的研究取得巨大的成功，范例推理、机器学习、关联分析、数据挖掘、神经网络分析等方法体现巨大的应用价值。通过利用图像纹理分析、特征识别、迁移学习等方法，辅以深度学习、机器学习等人工智能技术，可有效完成侦察卫星图像判读、地理信息判读、航空相片判读、作战人员语音识别等信息分析任务，大幅度减轻作战分析人员工作量，同时提高信息分析的效率和准确率。

在高原卫勤保障筹划过程中，人工智能技术可应用于多种类型的伤情筛查及诊断，通过定性与定量相结合的分析，对影像学、病理学、皮肤学、心脏病学等方面伤情或疾病实施辅助筛查与诊断，可有效提高诊断的准确性和时效性。与单纯依靠人工操作对比，基于人工智能方法进行伤情诊断的速度更快，信息处理的质量更高[2]。有研究表明，应用深度学习算法对伤病员进行影像学分析可比人工判读快150倍，但准确性仅比人工判读略低[3]。

与此同时，通过对战创伤伤情数据进行聚类分析和数据挖掘，可分析得出伤病员伤情演变规律，还原战创伤伤情演化曲线[1]，据此构建战伤诊断和救治范例，通过数据关联分析，并结合伤情数据库的数据信息，依据相似性度量方法可建立伤员体征信息与实际伤情的对应关系，实现伤员体征信息与伤员实际伤情的映射，提供救治手段和救治策略的推荐支持。另外，通过应用数据关联规则挖掘算法，可以明确高原病易感人群，并定量化发生的风险及概率，从而制定有效的防范策略。目前，人工智能技术在远程手术、救治体系设置、心理干预[4]方面也起到重要的支持作用。

2.3 卫勤指挥智能决策心理学研究表明，人类进行决策时通常利用经验或范例作决定，但人在记忆上的限制使得人常常难以正确回忆出适当的范例[5]，尤其是当面对高原卫勤保障这种巨大复杂性和高度不确定性的行动来说，单纯依靠指挥员进行决策将面临更为突出的矛盾问题，为此，基于人工智能技术的智能决策应运而生。智能决策的目的是将共享感知、协同决策和高效执行过程三者有机统一，形成人机高度融合的整体，最终让机器的“理性”和人类的“直觉”有机结合，最终让人类做出最佳决策。

高原卫勤指挥决策在医疗后送决策上的难题可以利用基于人工智能的方法加以缓解和优化，如利用基于机器学习的数据聚类、关联分析和定性推理算法可进行后送策略的推荐，利用群智能算法可实现后送路径的优化选择，能够有效克服传统决策方法中的数据量大、复杂度高等问题，以实现高效决策。

指挥通信的问题重点在于克服“信息孤岛”(各系统、各体系彼此割裂，无法形成统一整体)以确保互联互通，可以利用自然语言处理、聚类分析和关联规则分析将数据链接起来，整合数据孤岛。美国国防部净评估办公室(Office of Net Assessment, ONA)和兰德公司已分别基于人工智能技术提出《联合战区级仿真》和《联合战役战术仿真》等决策支持计划，美国国防部高级研究计划局(Defense Advanced Research Projects Agency, DARPA)于2008年开始支持“深绿”计划，旨在通过绘制和更新战争博弈树，并利用剪枝和搜索算法模拟交战结果，实现对作战的辅助决策[6]。目前DARPA正在大力发展“人机协作”(半人马模式)计划，目标是实现人机完美结合，从而达成智能决策目的。

2.4 实施终端智能操作在执行高原卫勤保障实践中，有人装备存在诸多问题：易受装备操作人员身体机能影响、工作范围小、工作时间短、体能消耗大、面对污染环境或核化生环境时生命安全无保障、人员心理压力大、易致检测失误等。为此，智能装备，尤其是无人装备，在卫勤保障行动中的作用逐渐凸显。

2.4.1 无人搜救及后送 智能机器人具有环境适应性强、智能化程度高等特点，在高原复杂环境和战时危险条件下进行伤员搜救和后送任务具有显著的优势，目前，高机动性机器人和无人飞行器已在各国军队执行卫勤保障任务时得以广泛使用，如美军的战术两栖地面支持系统、战场伤员后送无人机系统、移动式伤病员生命支持系统等[7]；以色列国防军可搭载4名伤员的救援和医疗后送无人直升机等[8]。

2.4.2 无人诊断 在完成伤情诊断及救治方面，智能机器人一方面可以在危险地域执行任务，另一方面，其操作的精准性可以有效弥补人类在高原环境下作业能力降低的缺陷，目前主要的应用包括：一体式便携X线机、应用于自动插管的蛇形机器手、部分无人止血装备、检伤分类智能机器人等[9]。

2.4.3 无人侦测 无人侦测装备在军民领域都得到深入的研究和广泛的应用，在高原卫勤保障领域主要应用于危险区域的综合检测以及核生化的模块化检测，结合荧光技术等可实现爆炸点、放射源位置、伤员位置、污染区判定、安全区确认等工作。典型装备包括拉曼化学、生物、爆炸物侦检装置等[7]。

2.4.4 无人运输 物资药材的保障和补给是高原卫勤保障的一大难题，可依托各类无人运输装备，构建涵盖大中小型、远中近程的无人运输体系，利用无人装备完成血液制品、高原特需药物、战常材等药品的配送和补给，以有效缓解药材装备的保障问题。目前已有多型多类的无人配送装备，如英国可执行偏远特殊环境下配送任务的医疗救援无人机[8]，我国可用于较大装备和物资配送的大型无人直升机等[10]。

3 发展建议

随着战争形态不断变化，作战样式越来越向着智能化方向发展，人机协同作战、智能化机器人作战、智能化指挥决策平台、智能化武器平台等概念层出不穷。卫勤保障作为军事行动的重要环节，更应强调智能化应用。

3.1 构建人工智能的闭环应用在高原卫勤保障过程中，人工智能技术应与卫勤保障各个核心环节都紧密贴合，在态势感知、信息分析、减员预计、医疗后送、组织指挥、药材保障、防疫防护等核心任务中均构建相应的人工智能技术支撑，避免出现应用瓶颈，以实现预期卫勤保障效果。

3.2 强化数据获取和处理能力为实现信息的高效利用，在现有计算机软硬件计算能力的基础上，首先是要明确数据标准建设，建设统一化、规范化的数据格式、数据接口和数据传输规范；另外由于卫勤保障行动要求实时感知、实时处理，因此，人工智能在高原卫勤保障中的应用必须建立在低耗时算法的基础上，数据获取、传输、分析和处理均需构建轻量级算法，以降低信息处理压力，实现在信息感知、指挥决策、装备操作等各个关键环节均能大幅提高保障效率，满足卫勤保障行动的时效性要求。

3.3 强化网络体系建设高速、安全的信息传输网络是保障人工智能应用的信息基础，必须在指挥控制平台与智能终端之间、各个保障单元之间构建稳定可靠的链接，确保实现数据、指令和信息的高速、安全传递，才能保证人工智能应用的可靠性和可用性，实现智能化卫勤保障。

3.4 注重有人与无人相结合人工智能是工具，并不能完全代替人做最终决策。因此，在高原卫勤保障行动中需建立有人-无人的协作体系，在决策环节更多依赖于指挥员的经验决策和临机决断，人工智能主要用以辅助决策，实现“信息来了，主要利用人类的知识决策，而计算机主要用以实现高效计算和策略支持”；而在危险地域侦测、高海拔地域装备操作等任务中则主要依赖于无人装备的使用，减少有人装备的使用，以最大程度满足战场需要。

3.5 构建无人装备体系目前人工智能已开始从个体智能转化为群体智能模式，要形成体系保障能力，必须研制涵盖大、中、小、微小等型号，具备远、中、近程保障能力，无人装备之间具备无缝衔接能力的配套无人装备体系，形成综合保障能力，增强装备的体系融合度。