我国应急救援体系发展还不够成熟，人工智能在医疗应急救援中的应用少之又少，也无相关评价标准，主要存在应用条件限制化、医疗诊断专科化、数据分散化和评价无序化等问题。

        人工智能从技术层面讲，人工智能主要包括搜索求解、知识推理和机器学习三类。从发展层面讲，人工智能主要包括计算智能、感知智能和认知智能三类。我国应急救援体系发展处于起步阶段，人工智能在医疗应急救援中的应用非常少，需要不断探索和创新，提升医疗应急救援能力。评价层面，按照人工智能目前的发展速度，未来在医疗应急救援中的应用可能会出现在更多领域，但目前尚未制定针对人工智能应用评价的标准和体系。国家发布的《人工智能标准化白皮书（2018版）》中提出，目前急需研究制定有关人工智能应用的各类标准，来对人工智能的应用情况进行客观评价。

        未来人工智能在医疗中的应用发展趋势主要有三个：可穿戴设备、语音识别和影像识别。这三大发展趋势将对医疗应急救援产生重要的影响：患者通过可穿戴设备和通信网络，第一时间向医疗机构传输生命体征等信息；救援医务人员通过语音输入，第一时间将患者伤情记录储存，并实时变化更新；通过便携式Ｂ超等检查仪器，医务人员在运送患者的同时，同步传输医学影像并通过人工智能辅助诊断，如对于脑、心胸、骨创伤、呼吸衰竭、消化道出血等提前做出相应的预判，有助于患者第一时间得到有效救治。这些应用均将使应急救援的时间、效率、救治成功率等关键要素产生质的提升和飞跃。

        人工智能应用在医疗急救上存在的问题：

        人工智能在医疗应急救援中的应用还非常有限。比如，在四川省上线的5G城市医疗应急救援系统中，利用人工智能技术实现了车辆精准调配和行驶。该系统能根据病人病情的紧急程度、道路拥堵状况和周边医院特色专长等要素自动选择车 辆行驶路径，实现车辆精准调配，提高车辆运行效率。尽管如此，在实际应用中依然存在很多问题，总结起来主要包括以下四个方面：

        1、应用条件限制化，包括时间限制、地域限制、条件限制、人力资源限制，且在我国各种条件不受限制的情况下，一般还未优先考虑采用人工智能的方式进行救援。

        2、医疗诊断专科化，目前应用人工智能进行辅助医疗仅覆盖为数不多的大专科领域，综合性的诊疗辅助支撑不够。

        3、数据分散化，由于医疗应急救援的通信条件限制，部分图像、音频等数据传输受限，亟须高速度、大带宽的通信方式，且数据采集储存相对分散，不利于应急救援快速抢救的黄金时间要求。

        4、评价无序化，没有统一的人工智能技术能力和应用结果的评价标准，规范化程度较低，多现个别“点”上的应用，缺乏对于人工智能应用顶层设计的统一规划和思考。

        冬青云诊所管理系统 永久免费使用诊所软件