智能急诊分诊系统在创伤性休克患者急救中的应用及效果分析

□ 黄海群 HUANG Hai-qun 陈瑞敏 CHEN Rui-min 吕洋洋 LV Yang-yang 颜雷雷 YAN Lei-lei 林海鸟 LIN Hai-niao

创伤性休克是急诊科常见疾病，直接或间接创伤致使患者出现身体失血，机体血流灌注下降，出现休克[1-2]。创伤性休克患者多伴随不同程度的脏器损害或代谢紊乱，病情危急且复杂，生命安全受到严重威胁。对创伤性休克患者临床医护人员必须争分夺秒进行急救，最大程度保证患者的生命安全[3]。急诊科患者数量多，病情进展迅速，医务人员如无法准确预见患者病情发展，容易发生医疗风险，影响急诊科室的诊疗服务质量，甚至可能威胁到患者的生命安全。因此提高急诊科室的诊疗服务质量是提高患者抢救成功率的关键。有研究指出[4]，优质准确的急诊分诊管理能够有效提升急诊科诊疗服务质量，减少医疗差错。2020 年12 月，医院本着“智慧医院”建设原则，正式上线急诊智能化预警评分分诊平台，整合了医院门急诊、住院医生工作站和医院管理系统平台数据，依据患者病情提示患者的分级评分，急诊护士根据系统评分，结合患者症状快速判断，提高分诊时效性和准确性，进而提高患者的急救效果。

资料与方法

1.研究对象。选择2019 年1 月至2020 年12 月在医院就诊的144 位创伤性休克患者作为研究对象，其中2019 年1月至2019 年11 月的70 位患者纳入对照组，2019 年12 月至2020 年12 月就医的74 位患者纳入研究组。对照组中男性患者42 人，女性患者28 人；患者年龄18～75 周岁，平均46.03±5.40岁；发病时间2～7小时，平均发病时间3.4±0.5小时；创伤类型：脑挫伤12 例，肝挫伤8 例，脾破裂14 例，胸部创伤18 例，合并骨折10 例，复合创伤8 例；休克指数1.19±0.36；受伤原因：交通事故46 例，重物打击15 例，高空坠落5 例，其他4 例。研究组中男性47 例，女性27 例；年龄18～75 周岁，平均45.82±5.94 岁；发病时间2～7 小时，平均发病时间3.6±0.6 小时；创伤类型：脑挫伤11 例，肝挫伤9 例，脾破裂13 例，胸部创伤22 例，合并骨折8 例，复合创伤11 例；休克指数1.17±0.43；受伤原因：交通事故41 例，重物打击19 例，高空坠落9 例，其他5 例。两组患者基本情况差异无统计学意义(p＞0.05)。

研究对象纳入排除标准。纳入标准：①合创伤性休克的诊断标准[5]；②损伤严重程度评分≥16 分；③患者家属对本次研究知情且签署知情同意书。排除标准：①内科疾病引发休克；②年龄＞80 周岁或＜18 周岁；③中途转院；④有免疫系统疾病或凝血功能障碍患者；⑤合并中毒、烧伤、既往心、肝、肾等重要脏器功能疾病。

2.研究方法

2.1 对照组采用采用常规三班制急诊分诊进行管理，每班分诊人数固定，班次固定，工作时间分别为白班(8∶00-18∶00)，中班(18∶00-23∶00)，夜班(23∶00-8∶00)。夜班分诊一个人，以高资历、经验丰富护士为主。主要工作内容为：观察患者的各项生命体征，依据2018 年我国发布的《急诊预检分诊专家共识》[6]作为分诊指导规范开展分诊工作，对患者进行病情分级，并安排患者就诊，必要时给予患者应急处理或床旁检查，同时负责急诊分诊区的日常管理。

2.2 研究组采用智能急诊分诊管理，主要包括智能急诊分诊系统和风险管理两个部分。

3.医院智能急诊分诊管理

3.1 智能急诊分诊管理系统，涵盖患者资料、生命体征自动导入、智能化分科分级、智能化信息统计、智能化数据、质控报表共享六大模块；采用读卡器读卡方式读取患者基本信息，包括姓名、性别、挂号时间、年龄、联系电话、家庭住址、急诊就诊编号、分诊时间、就诊状态等，信息保存后传输给就诊医生的工作站诊疗系统；患者生命体征自动导入。

下拉式菜单选择患者的主诉检测项目，包括血压、脉搏、呼吸、体温、血氧饱和度等，对患者进行疼痛评分、创伤评分、格拉斯哥昏迷(GCS)评分；智能分科分级，分级标准参照《急诊预检分诊专家共识》和台湾地区急诊检伤和急迫度分级量表(TTAS)，Ⅰ级(红色)：患者严重持续性心律失常、心跳呼吸骤停，病情随时危及生命，需要立即救治。Ⅱ级(橙色)：患者病情有可能在短时间内进展至Ⅰ级，或可能导致严重残疾，Ⅲ级(黄色)需要急诊医疗资源≥2 个，Ⅳ级(绿色)：所需急诊资源≤1 个，或没有急性发病情况或特殊门诊患者。

智能化数据应用。系统内收集大量患者急诊分诊数据，通过多种算法和机器学习模型，有目的地进行数据处理和归纳，依据当前患者各项生命体征数据，预测患者病情可能的进展趋势，得出结论，并给出分诊建议。分诊完成的患者的各项量表评分结果、生命体征评估结果等数据会自动同步到智能化医生诊疗系统中，诊治医生可以准确掌握每一位患者的情况，可进行二次分级叫号。

3.2 风险管理。构建风险管理小组。由急诊室护士长担任组长，组员为各个区域的组长和主管护理人员，小组呈报风险事件后进行组内分析探讨，制定对应用的风险防范对策，由组长监督落实。定期培训。定期对急诊护理人员进行培训，详细讲解和总结分诊中可能出现的风险，增强护理人员识别风险和防范风险的能力，并进行理论结合实践的技能考核，对于考核未通过的护士进行二次培训直至考核合格为止。

4.观察指标。(1)急诊分诊时间，记录两组患者急诊时间(开始抢救到护理结束时间)和分诊时间(分析判断患者病情轻重缓急时间)。(2)诊疗效果。自制患者满意度调查问卷对两组患者诊疗服务满意度进行评分，分为非常满意、较满意、满意、不满意四个量级，满意度=(非常满意+较满意+满意)/总例数。(3)抢救成功率及预后。记录两组患者抢救成功率、预后疗效，其中预后疗效分为痊愈(意识清楚，各项生命体征及生化指标均正常)、有效(患者仍昏迷货伴随意识障碍，生化指标仍与正常值有所偏离)和死亡(患者抢救无效死亡)。

5.统计学方法。采用SPSS21.0 对数据进行统计学处理，计数资料采用率表示，用χ2检验，计量资料采用t检验，p＜0.05 为差异有统计学意义。

结果

1.两组患者急诊、分诊时间比较。研究组急诊时间、分诊时间均显著低于对照组(p＜0.05)，见表1。

表1 患者急诊、分诊时间

2.两组患者抢救成功率及预后结果比较。研究组抢救成功率研究组抢救成功率为89.19%，痊愈率为70.27%，有效率为22.97%，研究组抢救成功率、预后结果均显著优于对照组(p＜0.05)，见表2。

表2 患者抢救成功率与预后[n(%)]

3.两组患者诊疗服务满意度比较。研究组满意度为100.00%，对照组诊疗服务满意度为92.86%，显著低于研究组(p＜0.05)，见表3。

表3 患者诊疗服务满意度[n(%)]

讨论

创伤性休克患者由于脏器供血不足，尤其是脑组织细胞长期缺血对脑神经造成不可逆转的损伤，病情凶险且复杂，患者生命安全受到严重威胁。有研究指出[7]，如何在最短的时间内得到及时有效的救治是保证患者抢救成功率的关键。急诊科作为危急重症抢救的关键性场所，在创伤性休克患者抢救成功率中占有重要地位[8]。急诊分诊作为急诊患者就诊的第一步，是保障患者在最短的时间内得到有效救治的重要措施，尤其是在拥挤的急诊环境中，如果分诊能力不足，判断失误，极易延误患者就医。传统分诊模式没有明确的分诊标准，急诊科护士主要依靠自己的主观经验判断分诊，这对分诊护理人员提出较高要求。随着信息化技术的不断发展，也给医疗行业带来新的机遇和挑战，医院基于《急诊病人病情分级指导原则》，建立完善、系统科学的现代化分诊工具，对患者进行合理分流，使患者在正确的时间、正确的地点使用合适的医疗资源。

急诊护士接诊患者时，会面临患者病情不确定，临床资料不足，评估时间紧迫等问题，且仅靠医务人员经验判断存在较大主观性，很难准确把握患者病情[9]。人工智能和电子信息的应用可以最大程度地辅助护士进行临床决策，提高急诊分诊质量[10]。本次研究结果显示，研究组急诊时间、分诊时间均显著低于对照组。该结果表明，智能急诊分诊系统能够明显缩短急诊分诊时间。作者认为主要有以下几方面原因：(1)通过急诊分诊培训，护理人员具备了较为完善的临床判断能力和专业评估能力，可以熟练掌握分诊标准和流程，能有针对性地收集有价值的信息，对患者进行及时有效的处理。(2)智能急诊分诊系统可以为护理人员提供快速、准确、安全的分诊工具，包括分诊原则、分诊方法、应急处理、护理导向，护理人员严格按照指南收集主客观资料进行量化判断患者病情，最大限度地发挥急诊医疗资源的作用，进而最大程度地减少患者候诊时间，提高效率。本次研究结果显示，研究组患者抢救成功率和抢救效果均显著优于对照组。作者认为主要是以为，智能急诊分诊系统的分诊规则运用大数据分析思维，依靠大量数据分析得出结论，分诊规则覆盖了绝大多数就诊患者的分诊可能性，提高分诊准确性，降低因为经验不足导致的分诊失误。智能急诊分诊系统应用后，分诊护士仅作为生命体征采集者，由分诊系统对数据进行分析处理，结合患者症状，精准分诊，可以有效避免人工分诊的主观性和盲目性。本次研究结果显示，研究组患者诊疗服务满意度显著高于对照组。作者认为，主要是因为智能急诊分诊系统与信息化管理相结合，有助于提高分诊效率，改善急诊拥挤状态，为患者提供优质的医疗服务，患者就医体验得到提高，进而提高满意度。

综上所述，智能急诊分诊系统能够有效缩短急诊、分诊时间，提高创伤性休克患者抢救成功率和抢救效果，提高诊疗服务满意度，值得临床推广应用。