一种适用于不同急救模式下的急救调配方法和急救系统与流程

1.本发明涉及医疗事故救援技术领域，具体涉及一种适用于不同急救模式下的急救调配方法和急救系统。


背景技术：

2.急救包括院前急救和院后急救。院前急救是指在院外对急危重症病人的急救，广义的院前急救是指患者在发病时由医护人员或目击者在现场进行的紧急抢救，而狭义的院前急救是指具有通讯器材、运输工具和医疗基本要素所构成的专业急救机构，在病人到达医院前所实施的现场抢救和途中监护的医疗活动。院内急救的医护人员采用轮岗制，以内科为主，急诊外科多为会诊和绿色通道，轮转医生对本专业外的知识不熟悉，缺乏系统的创伤医学知识。
3.现有技术中，进行急救操作时，主要依据救援人员的经验进行救援方案变通，以适应不同的救援场景，存在一定的主观因素，且经验不足时无法独立完成，不可控因素过多。若急救过程中出现偏差或急救方案不够契合，可能造成不可逆的后果，不同场景下对应的急救方案存在差异，医护人员的选择会对急救产生一定的影响，精准地判断和派出有对应能力的医护人员是急救能否成功的关键。


技术实现要素：

4.为此，本发明提供一种适用于不同急救模式下的急救调配方法和急救系统，以解决现有技术中由于急救模式与急救方案不匹配而导致的急救不能成功的问题。
5.为了实现上述目的，本发明提供如下技术方案：根据本发明的第一方面，提供了一种适用于不同急救模式下的急救调配方法，包括以下步骤：s1：急救系统获取急救信息，基于所述急救信息确认急救环境；s2：基于所述急救环境确定急救模式，所述急救模式包括院前急救模式和院后急救模式；s3：基于所述院前急救模式，获取患者的院前身体信息，预测患者的急救等级，派出与患者的急救等级相匹配的医护人员；s4：基于所述院后急救模式，获取患者的院后身体信息，评价患者的急救等级，派出与患者的急救等级相匹配的医护人员。
6.进一步地，所述步骤s3中预测患者的急救等级的具体过程为：s301：获取患者的院前身体信息的实时病情数据；s302：获取事故发生地和救援站点的距离和实时交通情况，预测得到患者的等待时间；s303：基于病情变化预测模型，代入预测的等待时间，得到患者的院前身体信息的预测病情数据；
s304：基于患者的院前身体信息的预测病情数据和第一急救等级公式，得出患者的急救等级。
7.进一步地，所述步骤s303中的病情变化预测模型在得到患者的院前身体信息的预测病情数据前，还包括修正过程：收集不同病症类型的患者在不同周期内的病情大数据；获取患者事发时刻的病症类型，基于病症类型调取患者对应的病情大数据；基于病情大数据的不同病症类型，更新修正病情变化预测模型的变化参数，获得针对其病症类型的院前身体信息的预测病情数据。
8.进一步地，所述病情变化预测模型为：其中，为第i个预测病情数据，为第i个实时病情数据，所述实时病情数据通过捕捉患者的图像信息和动作信息得到，为第i个实时病情数据的预测函数，t为患者的等待时间，为第i个预测病情数据的变化参数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。
9.进一步地，所述第一急救等级公式为：其中，为院前急救模式下评估的急救等级，为第i个预测病情数据，为第i个预测病情数据的评估预设函数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。
10.进一步地，所述步骤s4中的院后身体信息的检测病情数据通过医疗检测设备得到，并根据第二急救等级公式得到院后急救模式下的患者的急救等级；所述第二急救等级公式为：其中，为院后急救模式下评估的急救等级，为第j个检测病情数据，为第j个检测病情数据的评估预设函数，j的取值范围为大于等于1小于等于m的整数，m为检测病情数据的参数个数。
11.进一步地，所述步骤s3在院前急救模式下派出与患者的急救等级相匹配的医护人员，即通过第一能力预估公式得到医护人员的第一能力值，调取其第一能力值落在急救等级对应预设区间的医护人员；所述步骤s4在院后急救模式下派出与患者的急救等级相匹配的医护人员，即通过第二能力预估公式得到医护人员的第二能力值，调取其第二能力值落在急救等级对应预设区间的医护人员。
12.进一步地，所述第一能力预估公式为：其中，w1为第一能力值，a1为第一院前急救能力特征值，a2为第二院前急救能力特征值，a3为第三院前急救能力特征值，k1为第一院前急救能力特征值的预设权重，k2为第二
院前急救能力特征值的预设权重，k3为第三院前急救能力特征值的预设权重；所述院前急救模式下的医护人员的院前急救能力特征值，通过下述预设算法得到：其中，a1为第一院前急救能力特征值，为第一院前急救能力预设函数，为医护人员的沟通行为，为医护人员的沟通行为的有效时间；a2为第二院前急救能力特征值，为第二院前急救能力预设函数，为医护人员的承受能力变现，为医护人员的承受能力时间；a3为第三院前急救能力特征值，为第三院前急救能力预设函数，为医疗知识中的第q个专业能力参数，q的取值范围为大于等于1小于等于的整数，为医疗知识中的专业能力参数个数。
13.进一步地，所述第二能力预估公式为：其中，w2为第二能力值，b1为第一院后急救能力特征值，b2为第二院后急救能力特征值，b3为第三院后急救能力特征值，θ1为第一院后急救能力特征值的预设权重，θ2为第二院后急救能力特征值的预设权重，θ3为第三院后急救能力特征值的预设权重；所述院后急救模式下的医护人员的院后急救能力特征值，通过下述预设算法得到：其中，b1为第一院后急救能力特征值，为第一院后急救能力预设函数，c1为医疗知识中的第1个专业能力参数；b2为第二院后急救能力特征值，为第二院后急救能力预设函数，c2为医疗知识中的第2个专业能力参数；b3为第三院后急救能力特征值，为第三院后急救能力预设函数，c3为医疗知识中的第3个专业能力参数。
14.根据本发明的第二方面，提供了一种适用于不同急救模式下的急救系统，用于实现上述任一项所述的适用于不同急救模式下的急救调配方法，包括：获取信息模块，用于获取急救信息，基于所述急救信息确认急救环境；模拟分型模块，用于确定急救模式，将所述急救模式分为院前急救模式和院后急救模式；信息处理模块，用于获取患者的院前身体信息和院后身体信息，预测或评价患者的急救等级；
反馈模块，用于派出与患者的急救等级相匹配的医护人员。
15.本发明具有如下优点：本技术通过急救系统获取急救信息，基于急救信息确认急救环境。基于急救环境确定急救模式，急救模式包括院前急救模式和院后急救模式。基于院前急救模式，获取患者的院前身体信息，预测患者的急救等级，派出与患者的急救等级相匹配的医护人员。基于院后急救模式，获取患者的院后身体信息，评价患者的急救等级，派出与患者的急救等级相匹配的医护人员。根据患者的急救等级相匹配的医护人员，使其能精准地判断和派出有对应能力的医护人员。
16.通过获取患者的实时病情数据，预测事故发生时到医护人员到达的时间段内病情数据的变化，得到预测病情数据。根据预测病情数据对患者的急救等级进行评估，根据评估得到的急救等级派出医护人员，对院前急救模式下的患者进行精准判断，有利于医疗资源的合理配置，同时提高了急救的成功率。
附图说明
17.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
18.本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
19.图1为本发明提供的一种适用于不同急救模式下的急救调配方法的流程图；图2为本发明提供的数据分析方法中步骤s3的具体流程图；图3为本发明提供的一种适用于不同急救模式下的急救系统的连接框图。
具体实施方式
20.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.为了解决现有技术中由于急救模式与急救方案不匹配而导致的急救不能成功的问题。根据本发明的第一方面，如图1所示的，提供了一种适用于不同急救模式下的急救调配方法，包括以下步骤：s1：急救系统获取急救信息，基于急救信息确认急救环境；s2：基于急救环境确定急救模式，急救模式包括院前急救模式和院后急救模式；s3：基于院前急救模式，获取患者的院前身体信息，预测患者的急救等级，派出与患者的急救等级相匹配的医护人员；s4：基于院后急救模式，获取患者的院后身体信息，评价患者的急救等级，派出与
患者的急救等级相匹配的医护人员。
22.院前急救是指患者在发病时由医护人员或目击者在现场进行的紧急抢救，在急救系统接收到急救信息到急救人员到达事故现场具有一段时间，考虑到患者会在此等待时间内病情发生变化。虽然在实际操作中，急救系统会发送信号到最近的医院，但仍有可能会耽误病情。因此，在医护人员进行抢救时，需要根据患者到达时刻的病情派出相应能力的人员，才能对院前急救模式下的患者进行精准判断，提高急救的成功率。
23.如图2所示的，步骤s3中预测患者的急救等级的具体过程为：s301：获取患者的院前身体信息的实时病情数据，其中，患者的院前身体信息的实时病情数据通过捕捉患者的图像信息和动作信息得到；s302：获取事故发生地和救援站点的距离和实时交通情况，预测得到患者的等待时间；s303：基于病情变化预测模型，代入预测的等待时间，得到患者的院前身体信息的预测病情数据；s304：基于患者的院前身体信息的预测病情数据和第一急救等级公式，得出患者的急救等级。
24.病情变化预测模型为：其中，为第i个预测病情数据，为第i个实时病情数据，实时病情数据通过捕捉患者的图像信息和动作信息得到，为第i个实时病情的预测函数，t为患者的等待时间，为第i个预测病情数据的变化参数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。
25.第一急救等级公式为：其中，为院前急救模式下评估的急救等级，为第i个预测病情数据，为第i个预测病情数据的评估预设函数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。
26.实时病情数据可以包括患者的动作频率、患者的面部表情、患者的伤口位置和患者的伤口大小。其中，动作频率通过不同时刻获取的图像对比得到的，求救的动作频率越高，表示患者的情况越紧急。患者的面部表情通过不同时刻获取的图像得到的，患者的面部表情为痛苦和正常，患者的面部表情越痛苦，表示患者的情况越紧急。患者的面部表情，通过患者的动作频率、患者的面部表情、患者的伤口位置和患者的伤口大小预测评估患者的生命体征。
27.通过实时病情数据预测得到预测病情数据，根据预测病情数据将院前急救等级分为i级 、ii级和 iii级，根据患者的急救等级派遣不同的医护人员，使医护人员有能力处理此急救情况，避免出现救治不及时不完全的问题。
28.步骤s303中的病情变化预测模型在得到患者的院前身体信息的预测病情数据前，
还包括修正过程：收集不同病症类型的患者在不同周期内的病情大数据；获取患者事发时刻的病症类型，基于病症类型调取患者对应的病情大数据；基于病情大数据的不同病症类型，更新修正病情变化预测模型的变化参数，获得针对其病症类型的院前身体信息的预测病情数据。
29.患者的伤口位置不同，患者的病症不同。如果患者的伤口在脑部，脑部对人体的影响更大，则此时患者越容易出现应激状况，病情的发展可能越快；如果患者的伤口在腿部，则此时患者不容易出现应激状况，病情的发展可能较慢。因此不同病症类型的患者，其病情变化的变化率不同。通过不断更新正病情变化预测模型的变化参数，能获得针对其病症类型的院前身体信息的预测病情数据，使患者接收的治疗水平更贴合其情况，避免人力的浪费，提高急救成功率。
30.同时，病情变化预测模型的变化参数也随伤口的大小进行更新，其伤口越大，病情变化参数越高，其伤口越小，病情变化参数越低。使患者的急救等级得到更多的细分。
31.通过获取患者的实时病情数据，预测事故发生时到医护人员到达的时间段内病情数据的变化，得到预测病情数据。根据预测病情数据对患者的急救等级进行评估，根据评估得到的急救等级派出医护人员，对院前急救模式下的患者进行精准判断，提高了急救的成功率。
32.步骤s4中的院后身体信息的检测病情数据通过医疗检测设备得到，并根据第二急救等级公式得到院后急救模式下的患者的急救等级。
33.第二急救等级公式为：其中，为院后急救模式下评估的急救等级，为第j个检测病情数据，为第j个检测病情数据的评估预设函数，j的取值范围为大于等于1小于等于m的整数，m为检测病情数据的参数个数。
34.检测病情数据可以包括呼吸频率、呼吸情况、体温数据、脉搏数据、血压数据等这些用于表征患者基本生命体征的数据。将院后急救等级分为i级 、ii级和 iii级，根据患者的急救等级派遣不同的医护人员，使医护人员有能力处理此急救情况，避免出现救治不及时不完全的问题。
35.步骤s3在院前急救模式下派出与患者的急救等级相匹配的医护人员，即通过第一能力预估公式得到医护人员的第一能力值，调取其第一能力值落在急救等级对应预设区间的医护人员。
36.第一能力预估公式为：其中，w1为第一能力值，a1为第一院前急救能力特征值，a2为第二院前急救能力特征值，a3为第三院前急救能力特征值，k1为第一院前急救能力特征值的预设权重，k2为第二院前急救能力特征值的预设权重，k3为第三院前急救能力特征值的预设权重。
37.所述院前急救模式下的医护人员的院前急救能力特征值，通过下述预设算法得到：
其中，a1为第一院前急救能力特征值，为第一院前急救能力预设函数，为医护人员的沟通行为，为医护人员的沟通行为的有效时间；a2为第二院前急救能力特征值，为第二院前急救能力预设函数，为医护人员的承受能力变现，为医护人员的承受能力时间；a3为第三院前急救能力特征值，为第三院前急救能力预设函数，为医疗知识中的第q个专业能力参数，q的取值范围为大于等于1小于等于的整数，为医疗知识中的专业能力参数个数。
38.在院前急救模式下，更注重医护人员的全面性，院前急救能力特征值可以为医护人员的各个专业领域的特征。如医护人员的沟通能力、心理素质和掌握医疗知识的全面性。通过第一院前急救能力特征值a1评价医护人员的沟通能力，第二院前急救能力特征值a2评价医护人员的心理素质，第三院前急救能力特征值a3评价医护人员的掌握医疗知识的全面性。如院前急救需要医护人员掌握内科和外科的基本处理知识。
39.步骤s4在院后急救模式下派出与患者的急救等级相匹配的医护人员，即通过第二能力预估公式得到医护人员的第二能力值，调取其第二能力值落在急救等级对应预设区间的医护人员。
40.第二能力预估公式为：其中，w2为第二能力值，b1为第一院后急救能力特征值，b2为第二院后急救能力特征值，b3为第三院后急救能力特征值，θ1为第一院后急救能力特征值的预设权重，θ2为第二院后急救能力特征值的预设权重，θ3为第三院后急救能力特征值的预设权重。
41.所述院后急救模式下的医护人员的院后急救能力特征值，通过下述预设算法得到：其中，b1为第一院后急救能力特征值，为第一院后急救能力预设函数，c1为医疗知识中的第1个专业能力参数；b2为第二院后急救能力特征值，为第二院后急救能力预设函数，c2为医疗知识中的第2个专业能力参数；b3为第三院后急救能力特征值，为第三院后急救能力预设函数，c3为医疗知识中的第3个专业能力参数。
42.在院后急救模式下，更注重医护人员的专业性，院后急救能力特征值可以为医护人员的某一专业领域的特征。医护人员在内科或外科等方面治疗知识储备能力。如需要针
对患者的外伤进行处理时，综合医护人员在骨外科、神经外科和脑外科进行专业度分析。通过第一院后急救能力特征值b1评价医护人员在骨外科方面的能力，第二院后急救能力特征值b2评价医护人员在神经外科方面的能力，第三院后急救能力特征值b3评价医护人员在脑外科方面的能力，从而考量医护人员针对外伤的急救能力。
43.根据患者的急救等级相匹配的医护人员，使其能精准地判断和派出有对应能力的医护人员。根据病情数据对患者的急救等级进行评估，根据评估得到的急救等级派出医护人员，对院前急救模式下的患者进行精准判断，有利于医疗资源的合理配置，提高了急救的成功率。
44.对院前急救模式和院后急救模式的不同分级对应设有不同的预设区间。当医护人员的第一能力值落入院前急救模式的不同分级对应预设区间时，派出相应的医护人员。当医护人员的第二能力值落入院后急救模式的不同分级对应预设区间时，派出相应的医护人员。
45.根据本发明的第二方面，如图3所示的，提供了一种适用于不同急救模式下的急救系统，用于实现上述一种适用于不同急救模式下的急救调配方法，包括：获取信息模块，用于获取急救信息，基于急救信息确认急救环境；模拟分型模块，用于确定急救模式，将急救模式分为院前急救模式和院后急救模式；信息处理模块，用于获取患者的院前身体信息和院后身体信息，预测或评价患者的急救等级；反馈模块，用于派出与患者的急救等级相匹配的医护人员。
46.急救系统内的获取信息模块获取急救信息，基于急救信息确认急救环境。基于急救环境确定急救模式，模拟分型模块将急救模式分为院前急救模式和院后急救模式。基于院前急救模式，信息处理模块获取患者的院前身体信息，预测患者的急救等级，反馈模块派出与患者的急救等级相匹配的医护人员。基于院后急救模式，信息处理模块获取患者的院后身体信息，评价患者的急救等级，反馈模块派出与患者的急救等级相匹配的医护人员。
47.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

技术特征：
1.一种适用于不同急救模式下的急救调配方法，其特征在于，包括以下步骤：s1：急救系统获取急救信息，基于所述急救信息确认急救环境；s2：基于所述急救环境确定急救模式，所述急救模式包括院前急救模式和院后急救模式；s3：基于所述院前急救模式，获取患者的院前身体信息，预测患者的急救等级，派出与患者的急救等级相匹配的医护人员；s4：基于所述院后急救模式，获取患者的院后身体信息，评价患者的急救等级，派出与患者的急救等级相匹配的医护人员。2.如权利要求1所述的适用于不同急救模式下的急救调配方法，其特征在于，所述步骤s3中预测患者的急救等级的具体过程为：s301：获取患者的院前身体信息的实时病情数据；s302：获取事故发生地和救援站点的距离和实时交通情况，预测得到患者的等待时间；s303：基于病情变化预测模型，代入预测的等待时间，得到患者的院前身体信息的预测病情数据；s304：基于患者的院前身体信息的预测病情数据和第一急救等级公式，得出患者的急救等级。3.如权利要求2所述的适用于不同急救模式下的急救调配方法，其特征在于，所述步骤s303中的病情变化预测模型在得到患者的院前身体信息的预测病情数据前，还包括修正过程：收集不同病症类型的患者在不同周期内的病情大数据；获取患者事发时刻的病症类型，基于病症类型调取患者对应的病情大数据；基于病情大数据的不同病症类型，更新修正病情变化预测模型的变化参数，获得针对其病症类型的院前身体信息的预测病情数据。4.如权利要求2所述的适用于不同急救模式下的急救调配方法，其特征在于，所述病情变化预测模型为：其中，为第i个预测病情数据，为第i个实时病情数据，所述实时病情数据通过捕捉患者的图像信息和动作信息得到，为第i个实时病情数据的预测函数，t为患者的等待时间，为第i个预测病情数据的变化参数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。5.如权利要求2所述的适用于不同急救模式下的急救调配方法，其特征在于，所述第一急救等级公式为：其中，为院前急救模式下评估的急救等级，为第i个预测病情数据，为第i个预测病情数据的评估预设函数，i的取值范围为大于等于1小于等于n的整数，n为预测病情数据的参数个数。
6.如权利要求1所述的适用于不同急救模式下的急救调配方法，其特征在于，所述步骤s4中的院后身体信息的检测病情数据通过医疗检测设备得到，并根据第二急救等级公式得到院后急救模式下的患者的急救等级；所述第二急救等级公式为：其中，为院后急救模式下评估的急救等级，为第j个检测病情数据，为第j个检测病情数据的评估预设函数，j的取值范围为大于等于1小于等于m的整数，m为检测病情数据的参数个数。7.如权利要求1所述的适用于不同急救模式下的急救调配方法，其特征在于，所述步骤s3在院前急救模式下派出与患者的急救等级相匹配的医护人员，即通过第一能力预估公式得到医护人员的第一能力值，调取其第一能力值落在急救等级对应预设区间的医护人员；所述步骤s4在院后急救模式下派出与患者的急救等级相匹配的医护人员，即通过第二能力预估公式得到医护人员的第二能力值，调取其第二能力值落在急救等级对应预设区间的医护人员。8.如权利要求7所述的适用于不同急救模式下的急救调配方法，其特征在于，所述第一能力预估公式为：其中，w1为第一能力值，a1为第一院前急救能力特征值，a2为第二院前急救能力特征值，a3为第三院前急救能力特征值，k1为第一院前急救能力特征值的预设权重，k2为第二院前急救能力特征值的预设权重，k3为第三院前急救能力特征值的预设权重；所述院前急救模式下的医护人员的院前急救能力特征值，通过下述预设算法得到：其中，a1为第一院前急救能力特征值，为第一院前急救能力预设函数，为医护人员的沟通行为，为医护人员的沟通行为的有效时间；a2为第二院前急救能力特征值，为第二院前急救能力预设函数，为医护人员的承受能力变现，为医护人员的承受能力时间；a3为第三院前急救能力特征值，为第三院前急救能力预设函数，为医疗知识中的第q个专业能力参数，q的取值范围为大于等于1小于等于的整数，为医疗知识中的专业能力参数个数。9.如权利要求7所述的适用于不同急救模式下的急救调配方法，其特征在于，所述第二能力预估公式为：其中，w2为第二能力值，b1为第一院后急救能力特征值，b2为第二院后急救能力特征值，
b3为第三院后急救能力特征值，θ1为第一院后急救能力特征值的预设权重，θ2为第二院后急救能力特征值的预设权重，θ3为第三院后急救能力特征值的预设权重；所述院后急救模式下的医护人员的院后急救能力特征值，通过下述预设算法得到：其中，b1为第一院后急救能力特征值，为第一院后急救能力预设函数，c1为医疗知识中的第1个专业能力参数；b2为第二院后急救能力特征值，为第二院后急救能力预设函数，c2为医疗知识中的第2个专业能力参数；b3为第三院后急救能力特征值，为第三院后急救能力预设函数，c3为医疗知识中的第3个专业能力参数。10.一种适用于不同急救模式下的急救系统，用于实现如权利要求1-9任一项所述的适用于不同急救模式下的急救调配方法，其特征在于，包括：获取信息模块，用于获取急救信息，基于所述急救信息确认急救环境；模拟分型模块，用于确定急救模式，将所述急救模式分为院前急救模式和院后急救模式；信息处理模块，用于获取患者的院前身体信息和院后身体信息，预测或评价患者的急救等级；反馈模块，用于派出与患者的急救等级相匹配的医护人员。

技术总结
本发明公开了一种适用于不同急救模式下的急救调配方法和急救系统，属于医疗事故救援技术领域，其中方法包括：急救系统获取急救信息，基于急救信息确认急救环境；基于急救环境确定急救模式，急救模式包括院前急救模式和院后急救模式；基于院前急救模式，获取患者的院前身体信息，预测患者的急救等级，派出与患者的急救等级相匹配的医护人员；基于院后急救模式，获取患者的院后身体信息，评价患者的急救等级，派出与患者的急救等级相匹配的医护人员。根据患者的急救等级相匹配的医护人员，使其能精准地判断和派出有对应能力的医护人员。对院前急救模式和院后急救模式下的患者进行精准判断，有利于医疗资源的合理配置，同时提高了急救的成功率。高了急救的成功率。高了急救的成功率。


技术研发人员：孟广 陆君
受保护的技术使用者：天津诚意科技有限公司
技术研发日：2023.04.28
技术公布日：2023/7/25