“提高患者生存率是最终目标”
世福兰斯医院研究团队开发出一款人工智能（AI），帮助患者从救护车上车那一刻到进入急诊室整个过程都能得到快速治疗。
世福兰斯心血管医院心脏内科教授 Jang Hyukjae 表示，他作为消防厅研究与开发（R&D）课题推进的“智能救护活动支援平台”的开发负责人，已于30日完成第一阶段研发，并实现了集成原型。
在送往急诊室之前，救护车内能否守住抢救的黄金时间至关重要。但在紧急处置之外，还要进行各类生命体征检测、确认可接收的医院等，在这些过程中很容易错失黄金时间。尤其是需要传达给急诊室医护人员的患者记录，往往依赖急救人员的记忆来书写，这一点一直存在困难。
此次第一阶段研究中，为了支持急救人员的现场记录和向医院传递信息的过程，研究团队整合了人工智能模型，把重点放在实现救护车与急诊室之间的快速沟通上。
由 Jang 教授研究团队开发的AI集成模型，在单一平台上实现了急救活动日志自动撰写、最优转运决策支持、现场照片与评估意见传送等急救转运所需的核心功能。
将共计10种人工智能整合为4个类别，其中包括利用专门用于应急对话的语音识别模型的▲应急信息转换人工智能，以及整合了在救护现场预测患者病情恶化的模型等的▲紧急情况预测人工智能。
在第一阶段研发过程中，实际使用该模型的急救人员在整体使用便捷性、工作效率和响应速度提升、可信度等方面给出了较高评价。综合满意度得分为86分，远高于第一阶段研发评估基准分数80分。尤其是对最优转运医院推荐功能，评价为“可作为现场参考指标加以利用”。
研究团队今后将在第二阶段通过在真实运行环境中的实证，定量验证响应速度、减轻记录负担的效果、现场与医院之间沟通的准确性以及系统稳定性等。在此基础上，还将推进结合现场反馈的功能升级。
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
Jang 教授称：“在第一阶段，我们整合了现场与医院协作所需的核心功能，并通过对10种人工智能模型的高度化，构建了支持现场记录、判断和传达的、达到开发完成水平的基础。”他还表示：“最重要的是提高救护车内救护活动的效率，使有关患者病情的记录能够迅速传达给适合的急诊室医生，从而提高患者生存率，这就是最终目标。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
