基于人工智能的检伤分类及救治决策支持系统的设想

孙俊, 周晓斌, 陈玉超, 刘国岗, 马兰, 李洁, 刘莉

武警医学 ›› 2026, Vol. 37 ›› Issue (9) : 819-824.

PDF(1006 KB)
PDF(1006 KB)
武警医学 ›› 2026, Vol. 37 ›› Issue (9) : 819-824. DOI: 10.3969/j.issn.1004-3594.2026.09.018
军事医学

基于人工智能的检伤分类及救治决策支持系统的设想

  • 孙俊1, 周晓斌2, 陈玉超3, 刘国岗4, 马兰5, 李洁1, 刘莉6*
作者信息 +
文章历史 +

摘要

针对现代战争背景下野战医疗队伤员批量突发、伤情复杂、救治时间窗口严苛等现实情况,以及传统人工检伤分类模式效率低、主观性强、资源调度滞后等问题,本研究设计研发一套基于人工智能的集多模态感知、智能决策、资源调度、人机协同于一体的野战医疗队伤员检伤分类及救治决策支持系统。构建基于深度学习与军事医疗规则融合的混合决策模型,依托边缘计算技术实现复杂战场环境下的自主运行。通过整合视觉数据、生理数据和环境信息,实现对伤员伤情的全面精准识别,并实时反馈救护所收容及资源状态,为现场检伤分类、伤员分配和资源调度提供高效、精准、客观的决策支持。进一步缩短伤员检伤时间,提升分级准确率和危重伤员救治响应效率,显著优化野战医疗队卫勤保障效能,为战时伤员救治提供可靠的技术支撑。

关键词

野战医疗队 / 检伤分类 / 救治决策 / 人工智能 / 卫勤保障

引用本文

导出引用
孙俊, 周晓斌, 陈玉超, 刘国岗, 马兰, 李洁, 刘莉. 基于人工智能的检伤分类及救治决策支持系统的设想[J]. 武警医学. 2026, 37(9): 819-824 https://doi.org/10.3969/j.issn.1004-3594.2026.09.018
中图分类号: R82   

参考文献

[1] Bongartz L G,Quinn J M V,Fransen C M,et al.A call for comprehensive reform of military medical planning of NATO and its allies based on lessons from the ukraine war-cultural context and the human factor[J].Mil Med, 2025,191(3-4):44-48.
[2] 张连阳,蒋建新.面向未来战场,加快提升野战外科能力[J].创伤外科杂志,2026,28(1):1-6.
[3] 吕奕鹏,葛 阳,丁 陶,等.基于实兵对抗演习的卫勤时效救治评估指标体系构建[J].解放军医院管理杂志, 2018,25(4):331-333.
[4] 任建恭,汤迎爽,康阿龙.基于实战化需求全面提升军队中心医院卫勤保障能力的策略[J].解放军预防医学杂志,2020,38(1):90-92.
[5] 彭 博,贺 祯,杜国福,等.智能化卫勤指挥决策支持系统建设构想[J].军事医学,2022,46(4):249-253.
[6] 汪霜玲,金 欣,王晓璇,等.指挥信息系统智能化发展能力演化路线[J].指挥信息系统与技术,2019,10(3): 46-49.
[7] 王 超,郭树森,吴耀民,等.无人智能化卫勤保障装备的发展趋势[J].解放军医院管理杂志,2020,27(7): 644-645.
[8] 吴 量,宓文勇,周霄宇.军事物联网在后勤信息化建设中的应用与安全[J].物联网技术,2018,8(2):103-105.
[9] Schultz C H,Koenig K L,Noji E K.A medical disaster response to reduce immediate mortality after an earthquake[J].New Engl J Med,1996,334(7):438-444.
[10] Lerner E B,Schwartz R B,Coule P L,et al.Mass casualty triage: an evaluation of the data and development of a proposed national guideline[J].Disaster Med Public Health Prep,2008,2(S1):S25-S34.
[11] Vassallo J,Smith J,Bouamra O,et al.The civilian validation of the modified physiological triage tool (MPTT): an evidence-based approach to primary major incident triage[J].Emerg Med J,2017,34(12):810-815.
[12] Vassallo J,Beavis J,Smith J E,et al.Major incident triage:derivation and comparative analysis of the modified physiological triage tool (MPTT)[J].Injury,2017,48(5):992-999.
[13] Wolf P,Bigalke M,Graf B M,et al.Evaluation of a novel algorithm for primary mass casualty triage by paramedics in a physician manned EMS system: a dummy based trial[J].Scand J Trauma Resusc Emerg Med, 2014,22(1):50-56.
[14] Dittmar M S,Wolf P,Bigalke M,et al.Primary mass casualty incident triage: evidence for the benefit of yearly brief re-training from a simulation study[J].Scand J Trauma Resusc Emerg Med,2018,26(1):35-45.
[15] Sacco W J,Navin D M,Fiedler K E,et al.Precise formulation and evidence-based application of resource-constrained triage[J].Acad Emerg Med,2005,12(8):759-770.
[16] 赵建军,邓月仙,江 雷,等.我军简易战伤评分意识状态评估改进[J].解放军医院管理杂志,2017,24(2): 128-129
[17] Haykal D,Goldust M,Cartier H,et al.AI in humanitarian healthcare: a game changer for crisis response[J].Front Artif Intell,2025,8(1):1627773.
[18] 王 丽,赵 伟,李 娜.基于强化学习的医学救援队地震伤员智能分类仿真研究[J].军事医学,2025,49(5): 367-372
[19] 陈 璟,朱美霖,林 榕,等.物联网在战时医疗救治中的应用研究进展[J].军事医学,2023,47(3):225-230.
[20] 邵猷海,王 勇,杨 云,等.一种基于国密SM4算法的电力数据加密方法[J].微型电脑应用,2022,38(12): 98-100,110.
[21] 张睿智,罗瑞虹,卢志林,等.基于机器学习的创伤伤员检伤分类预测模型构建及验证[J].解放军医学院学报,2024,45(3):223-229.
[22] 宗兆文,张连阳,秦 昊,等.我军战伤伤情评估和诊断方法的专家共识[J].解放军医学杂志,2018,43(3): 181-188.
[23] 李高明,王 亮,张 磊,等.军人应力性骨折预警指标体系构建研究[J].军事医学,2023,47(4):257-262.
[24] 李子龙,谭映军,何 坤,等.智能化野战医疗队(所)建设[J].解放军医院管理杂志,2021,28(8):731-733.

PDF(1006 KB)

Accesses

Citation

Detail

段落导航
相关文章

/

〈 〉