CN112037895A - 一种新型心肺复苏质量管控平台和方法 - Google Patents
一种新型心肺复苏质量管控平台和方法 Download PDFInfo
- Publication number
- CN112037895A CN112037895A CN202010793615.XA CN202010793615A CN112037895A CN 112037895 A CN112037895 A CN 112037895A CN 202010793615 A CN202010793615 A CN 202010793615A CN 112037895 A CN112037895 A CN 112037895A
- Authority
- CN
- China
- Prior art keywords
- data
- cardio
- quality
- equipment
- emergency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002680 cardiopulmonary resuscitation Methods 0.000 title claims abstract description 319
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000003908 quality control method Methods 0.000 title claims abstract description 28
- 238000012549 training Methods 0.000 claims abstract description 141
- 230000008569 process Effects 0.000 claims abstract description 62
- 230000006872 improvement Effects 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000003326 Quality management system Methods 0.000 claims description 49
- 238000011282 treatment Methods 0.000 claims description 42
- 208000010496 Heart Arrest Diseases 0.000 claims description 32
- 230000006835 compression Effects 0.000 claims description 32
- 238000007906 compression Methods 0.000 claims description 32
- 238000007405 data analysis Methods 0.000 claims description 31
- 238000012544 monitoring process Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 20
- 238000013523 data management Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 238000011328 necessary treatment Methods 0.000 claims description 11
- 230000001976 improved effect Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000012552 review Methods 0.000 abstract description 4
- 238000003825 pressing Methods 0.000 description 16
- 210000000038 chest Anatomy 0.000 description 11
- 238000004393 prognosis Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 210000002569 neuron Anatomy 0.000 description 10
- 230000007547 defect Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 208000014221 sudden cardiac arrest Diseases 0.000 description 4
- 230000001225 therapeutic effect Effects 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 208000004957 Out-of-Hospital Cardiac Arrest Diseases 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- RQPALADHFYHEHK-JKMUOGBPSA-N (1s,2r,5r)-5-(6-aminopurin-9-yl)cyclopent-3-ene-1,2-diol Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1C=C[C@@H](O)[C@H]1O RQPALADHFYHEHK-JKMUOGBPSA-N 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 2
- 229930182837 (R)-adrenaline Natural products 0.000 description 2
- NNJVILVZKWQKPM-UHFFFAOYSA-N Lidocaine Chemical compound CCN(CC)CC(=O)NC1=C(C)C=CC=C1C NNJVILVZKWQKPM-UHFFFAOYSA-N 0.000 description 2
- 206010042434 Sudden death Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229960005139 epinephrine Drugs 0.000 description 2
- 229960004194 lidocaine Drugs 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 206010001052 Acute respiratory distress syndrome Diseases 0.000 description 1
- 206010007559 Cardiac failure congestive Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 208000005374 Poisoning Diseases 0.000 description 1
- 208000013616 Respiratory Distress Syndrome Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Percussion Or Vibration Massage (AREA)
Abstract
本发明公开了一种新型心肺复苏质量管控平台和方法，能够实时精确采集急救过程数据和患者数据，形成心肺复苏全程质量数据，以统一的格式进行实时传输和保存，能够对急救事件后的数据进行回顾和分析、自动输出心肺复苏质量报告，并根据质量报告的分析统计结论，自动形成心肺复苏急救团队的质量改良点，改善急救流程和优化质量控制措施，并形成对应的再培训考核指标，优化培训机构的培训方法。
Description
技术领域
本发明涉及医疗急救系统的物联网应用技术领域，具体地是涉及一种新 型心肺复苏质量管控平台和方法。
背景技术
心脏骤停(Cardiac Arrest，CA)是临床上最严重的急危重症，心脏骤停 是指心脏射血功能的突然终止，大动脉搏动与心音消失，重要器官(如脑) 严重缺血、缺氧，导致生命终止。这种出乎意料的突然死亡，医学上又称猝 死。在我国，院外心脏骤停(OHCA)的发病率为约81例/10万人，由此推算， 中国每年OHCA患者人数约为113万例，平均每天发生3000多例。心脏骤停 致死已经成为最大死亡原因之一，随着社会的发展进步，生活节奏加快，工作压力增大，我国心血管病急症呈持续快速上升态势，已经成为严重危害人 民群众的健康杀手。
心肺复苏(Cardiopulmonary Resuscitation，CPR)是一项用于抢救心脏 骤停的最有效的紧急治疗手段。我国目前心肺复苏成功率较低，与国际差距 巨大。如何提高我国心肺复苏质量，改善心脏骤停患者的预后不仅一直都是 医学研究的热点，更是一个急需解决的现实问题，对提高人民群众身体健康、 保障生命安全，具有重大社会意义。
总结国外的经验可以发现，心肺复苏质量控制是决定心脏骤停患者复苏 成功率的关键，“实时监测和记录施救者的心肺复苏质量、急救事件后的心肺 复苏质量回顾分析、有改良量化指标的高仿真再培训”是心肺复苏质量持续 改良的唯一可行循环策略。
而要达成上述循环策略，目前仍然缺乏足够精确的急救过程数据以及高 效采集这些数据的方法，缺乏足够的心肺复苏患者数据以及统一的数据格式， 继而无法开展急救事件后的心肺复苏质量回顾、质量分析、质量报告和质量 改良活动，继而无法推进对专业急救团队高仿真再培训的持续改良。
因此，本发明的发明人亟需构思一种新技术以改善其问题。
发明内容
本发明旨在提供一种新型心肺复苏质量管控平台和方法，其可以建立 “CPR质量控制医联网”，形成“采集-分析-培训”闭环控制，提高数据采集、 统计分析、培训考核三个关键环节的综合质量。
为解决上述技术问题，本发明的技术方案是：
一种新型心肺复苏质量管控平台，包括：
120指挥调度系统，用于在接收到急救电话后调度院外急救系统进行急 救，同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系 统；
院外急救系统，用于对患者实施必要的救治措施或生理参数监护，其配 置必要的医疗设备，这些医疗设备具有信息存储和交互的能力；同时配置为 人工录入信息提供接口的设备；上述医疗设备产生的数据，以及人工录入的 数据，传输到医院后台信息设备和/或心肺复苏质量管理系统；
所述医院后台信息设备，用于监测和记录院外急救系统发送的急救过程 数据，并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人 工录入的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送 给所述心肺复苏质量管理系统；
所述心肺复苏质量管理系统，具体包括如下：
数据登记模块，用于提供数据自动同步和手工录入的接口，并将从所述 医院后台信息设备或其他设备接收到的数据以及手工录入的数据进行整合， 形成某次心肺复苏急救事件的心肺复苏全程质量数据并高效存储；
大数据分析设备，通过对心肺复苏全程质量数据集合或培训数据集合进 行处理，应用各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺 复苏质量报告；并对心肺复苏急救和培训的质量提出改良建议；
大数据管理设备，用于将大数据分析设备的分析结果反馈至所述医院后 台信息设备，让急救团队第一时间收到改良建议，提高心肺复苏质量；同时， 改良建议也反馈至心肺复苏培训系统；
心肺复苏培训系统，用于接收心肺复苏质量管理系统的大数据分析设备 反馈的具有极强针对性的培训改良建议，对培训课程、考核方式、考核指标 不断优化，继而提高各类培训对象的培训效果，提高最欠缺、最有效的急救 技能。
优选地，所述院外急救系统包括但不限于120救护车系统、社区心肺复 苏志愿队或现场目击者，其中所述救护车系统具体包括急救信息采集仪和与 所述急救信息采集仪连接的心肺复苏设备、车载急救医疗设备、视频采集设 备、定位设备。
优选地，所述医院后台信息设备包括心肺复苏信息设备和急诊科信息终 端，其中所述心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送 的设备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将 这些数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；并且， 抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系统中。
优选地，所述心肺复苏设备包括但并不限于胸腔按压机、胸腔按压反馈 仪。
优选地，所述车载急救医疗设备包括但并不限于除颤仪、呼吸机、心电 仪、监护仪。
优选地，所述心肺复苏全程质量数据包括但不限于院前心脏骤停登记信 息、院内心脏骤停登记信息、治疗措施的量化指标、设备数据、定位信息、 现场视频。
优选地，所述心肺复苏质量报告包括但不限于概览图、全程统计、阶段 统计。
一种新型心肺复苏质量管控方法，包括如下步骤：
S1：120指挥调度系统在接收到急救电话后调度院外急救系统进行急救， 同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系统；
S2：院外急救系统对患者实施必要的救治措施或生理参数监护，所述院 外急救系统配置必要的医疗设备，这些医疗设备具有信息存储和交互的能力； 同时其还配置为人工录入信息提供接口的设备；上述医疗设备产生的数据， 以及人工录入的数据，传输到医院后台信息设备和/或心肺复苏质量管理系 统；
S3：医院后台信息设备监测和记录院外急救系统发送的急救过程数据， 并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人工录入 的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送给所述 心肺复苏质量管理系统；
S4：将从所述医院后台信息设备或其他设备接收到的数据以及手工录入 的数据进行整合，形成某次心肺复苏急救事件的心肺复苏全程质量数据并高 效存储；
S5：通过对心肺复苏全程质量数据集合或培训数据集合进行处理，应用 各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺复苏质量报告； 并对心肺复苏急救和培训的质量提出改良建议；
S6：将分析结果反馈至院外急救系统和/或所述医院后台信息设备，让急 救团队第一时间收到改良建议，提高心肺复苏质量；同时，改良建议也反馈 至心肺复苏培训系统；
S7：各地联网的培训机构接收心肺复苏质量管理系统反馈的具有极强针 对性的培训改良建议，对培训课程、考核方式、考核指标不断优化，继而提 高各类培训对象的培训效果，提高最欠缺、最有效的急救技能。
优选地，所述步骤S2具体包括如下步骤：
S21:通过心肺复苏设备和车载急救医疗设备对患者实施必要的救治措 施或生理参数监护，同时获取急救过程中的现场视频和定位信息，并将采集 到的数据进行处理后发送到急救信息采集仪；
S22:急救信息采集仪接收并记录心肺复苏设备输出的数据，同步接收并 记录车载急救医疗设备输出的信息，自动校准各类数据的时间轴；实时将设 备数据、定位信息、现场视频等，同步到医院后台信息设备、心肺复苏质量 管理系统和120指挥调度系统。
优选地，所述步骤S3具体包括如下步骤：
S31:心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送的设 备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将这些 数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；
S32:抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系 统中。
采用上述技术方案，本发明至少包括如下有益效果：
本发明所述的新型心肺复苏质量管控平台和方法，能够实时精确采集急 救过程数据和患者数据，形成心肺复苏全程质量数据，以统一的格式进行实 时传输和保存，能够对急救事件后的数据进行回顾和分析、自动输出心肺复 苏质量报告，并根据质量报告的分析统计结论，自动形成心肺复苏急救团队 的质量改良点，改善急救流程和优化质量控制措施，并形成对应的再培训考 核指标，优化培训机构的培训方法。
附图说明
图1为本发明所述的新型心肺复苏质量管控平台原理图图；
图2为本发明所述的新型心肺复苏质量管控平台的结构图；
图3为本发明所述的新型心肺复苏质量管控方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅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。
实施例1
如图1所示，为符合本实施例的一种新型心肺复苏质量管控平台，包括：
120指挥调度系统，用于在接收到急救电话后调度院外急救系统进行急 救，同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系 统；
院外急救系统，用于对患者实施必要的救治措施或生理参数监护，其配 置必要的医疗设备，这些医疗设备具有信息存储和交互的能力；同时配置为 人工录入信息提供接口的设备；上述医疗设备产生的数据，以及人工录入的 数据，传输到医院后台信息设备和/或心肺复苏质量管理系统；
所述医院后台信息设备，用于监测和记录院外急救系统发送的急救过程 数据，并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人 工录入的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送 给所述心肺复苏质量管理系统；
在一优选实施例中，所述医院后台信息设备，在基于大数据分析设备的 分析结果，对这些数据实时进行评价，自动对现场的治疗措施提供指导建议， 或直接以视频或音频的形式，提供在线专家指导。
所述心肺复苏质量管理系统，具体包括如下：
数据登记模块，用于提供数据自动同步和手工录入的接口，并将从所述 医院后台信息设备或其他设备接收到的数据以及手工录入的数据进行整合， 形成某次心肺复苏急救事件的心肺复苏全程质量数据并高效存储；数据登记 模块可根据需要，部署在多种不同的设备上。
大数据分析设备，通过对心肺复苏全程质量数据集合或培训数据集合进 行处理，应用各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺 复苏质量报告；并对心肺复苏急救和培训的质量提出改良建议；
大数据管理设备，用于将大数据分析设备的分析结果反馈至所述医院后 台信息设备，让急救团队第一时间收到改良建议，提高心肺复苏质量；同时， 改良建议也反馈至心肺复苏培训系统；同时，基于大众皆知的专业技术，大 数据管理设备还为心肺复苏质量数据提供可靠的存储，管理各级机构的数据 访问权限和共享策略，保证数据访问的安全和高可用性；
心肺复苏培训系统，用于接收心肺复苏质量管理系统的大数据分析设备 反馈的具有极强针对性的培训改良建议，对培训课程、考核方式、考核指标 不断优化，继而提高各类培训对象的培训效果，提高最欠缺、最有效的急救 技能。包含针对各类培训对象的各级培训机构，以及公众市场使用的各类简 易训练装置。例如，针对专业急救人员(如救护车人员、120调度员等)，需 要设置最专业全面的培训设施和课程；针对志愿者，设置覆盖基本急救技能 培训的器材和课程；针对学生，设置具有了解心肺复苏基础知识的器材和课 程。公众市场的训练装置，可以是类如游戏机形式的装置，可以训练心肺复 苏胸外按压技能、训练AED使用技能、训练其他协作技能等等。
这些培训机构和训练装置产生的训练数据，传输给心肺复苏质量管理系 统。心肺复苏质量管理系统的大数据分析设备根据急救统计结果，对培训效 果进行评估，做出针对性培训改良建议，反馈给培训机构和训练装置。对于 培训机构，针对改良建议，调整优化培训课程、考核流程、考核指标；对于 训练装置，调整优化训练流程和训练指标。
在一优选实施例中，120调度员还可以提前进行心脏骤停的识别；
在急救人员到达现场前，120调度员通过电话进行心肺复苏指导；
根据不同的城市特点，120指挥调度系统可以连接医院后台信息设备，也 可以直接连接心肺复苏质量管理系统，将调度信息发送给医院后台信息设备 或心肺复苏质量管理系统；
心肺复苏质量管理系统的大数据分析设备，统计发生心脏骤停最多的区 域，给120调度系统提供建议，在重点区域布置救护车待命点，并通过大数 据预测接下来最有可能发生心脏骤停的地区，建议120系统在就近地区部署 可用的救护车。
优选地，所述院外急救系统包括但不限于120救护车系统、社区心肺复 苏志愿队或现场目击者。本文的院外急救系统，并不排斥院内急救系统。
优选地，所述救护车系统具体包括急救信息采集仪和与所述急救信息采 集仪连接的心肺复苏设备、车载急救医疗设备、视频采集设备、定位设备。 其中：
心肺复苏设备和车载急救医疗设备用于对患者实施必要的救治措施或生 理参数监护，并将采集到的数据进行处理后发送到急救信息采集仪；
视频采集设备，用于获取急救过程中的现场视频；
定位设备，用于获取急救过程中的定位信息；
所述急救信息采集仪，用于接收并记录心肺复苏设备输出的数据，同步 接收并记录车载急救医疗设备输出的信息，自动校准各类数据的时间轴；实 时将设备数据、定位信息、现场视频等，同步到医院后台信息设备、心肺复 苏质量管理系统和120指挥调度系统。
优选地，所述医院后台信息设备包括心肺复苏信息设备和急诊科信息终 端，其中所述心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送 的设备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将 这些数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；并且， 抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系统中。
优选地，所述心肺复苏设备包括但并不限于胸腔按压机、胸腔按压反馈 仪。
优选地，所述车载急救医疗设备包括但并不限于除颤仪、呼吸机、心电 仪、监护仪。
优选地，所述心肺复苏全程质量数据包括但不限于院前心脏骤停登记信 息、院内心脏骤停登记信息、治疗措施的量化指标、设备数据、定位信息、 现场视频。
优选地，所述心肺复苏质量报告包括但不限于概览图、全程统计、阶段 统计。
本实施例中，如图2所示，该新型心肺复苏质量管控平台包括急救信息 采集仪和与急救信息采集仪连接的心肺复苏设备、车载急救医疗设备、视频 采集设备、定位设备、医院后台信息设备、心肺复苏质量管理系统、120指挥 调度系统，其中：
心肺复苏设备和车载急救医疗设备用于对患者实施必要的救治措施或生 理参数监护，并将采集到的数据进行处理后发送到急救信息采集仪；
急救信息采集仪接收并记录心肺复苏设备输出的数据，同步接收并记录 车载急救医疗设备输出的信息，自动校准各类数据的时间轴，通过心肺复苏 综合界面实时显示接收到的所有设备数据；同时，也可录入患者基本信息， 现场补录病情。
急救信息采集仪通过集成的无线通讯模块或车载无线通讯模块，能够实 时将治疗措施的量化指标、设备数据、患者信息、定位信息、现场视频等， 同步到医院后台信息设备、心肺复苏质量管理系统和120指挥调度系统；
120指挥调度系统与无线通讯模块连接，同时也可根据需要和医院后台信 息设备连接；120指挥调度系统接收市民拨打的急救电话后，分配合适的救护 车和急救团队，并将调度指令和呼救基本资料通过无线通讯模块发送给该急 救团队的急救信息采集仪，同时时刻准备接收急救信息采集仪发送的治疗措 施的量化指标、设备数据、患者信息、定位信息、现场视频等，调度中心指 挥室能够实时了解出车情况和急救情况；
医院后台信息设备包括心肺复苏信息设备和急诊科信息终端，心肺复苏 信息设备与无线通讯模块和心肺复苏质量管理系统连接；心肺复苏信息设备 用于实时接收、展示和存储急救信息采集仪发送的治疗措施的量化指标、设 备数据、患者信息、定位信息、现场视频等；同时，在患者抵达医院急诊科 前，心肺复苏信息设备将这些数据推送至急诊科信息终端，确保转诊的数据 完整性和交接时间；并且，抢救事件结束后，将心肺复苏全程的质量、治疗 指标同步至心肺复苏质量管理系统中的心肺复苏数据登记模块，让心肺复苏 数据登记模块的数据更准确、更快捷、更完整。
心肺复苏质量管理系统包括心肺复苏大数据管理设备和与心肺复苏大数 据管理设备连接的心肺复苏数据登记模块、心肺复苏大数据分析设备、心肺 复苏培训管理模块；心肺复苏数据登记模块提供数据自动同步和手工录入的 接口，并将从急救信息采集仪和心肺复苏信息设备接收到的治疗措施量化指 标、设备数据、患者信息、定位信息、现场视频等进行整合，形成心肺复苏 全程质量数据并高效存储；心肺复苏大数据分析设备接收心肺复苏大数据管 理设备的查询指令，根据指令要求处理已存储的心肺复苏全程质量数据，完成质量分析统计，输出心肺复苏质量报告；心肺复苏大数据管理设备根据心 肺复苏大数据分析设备的质量分析统计，自动形成心肺复苏急救团队的质量 改良点，反馈至心肺复苏信息设备，让急救团队第一时间收到质量改良点， 提高心肺复苏质量，同时，质量改良点也反馈至心肺复苏培训管理模块，形 成对应的再培训考核指标，优化培训机构的培训方法；心肺复苏大数据管理 设备还负责各级用户权限和访问管理、维护数据共享和网络安全、提供查询 接口并展示心肺复苏质量报告等；
各地培训机构持续对心肺复苏急救团队的技能进行培训和考核，培训和 考核的过程数据和结果能够通过与其连接的心肺复苏培训管理模块，共享至 心肺复苏大数据管理设备，通过分析培训和考核数据，自动形成培训考核指 标改良点，反馈至培训机构。
进一步地，急救信息采集仪可供急救团队随身携带，并时刻处于开机待 命状态。
进一步地，无线通讯模块为4G或5G无线路由器，外接天线为4G或5G 外接天线。包括采用5G及未来更先进的通信技术。
进一步地，心肺复苏全程质量数据包括但不限于：患者院前的基础信息、 心脏骤停信息、急救干预信息、急诊信息和住院信息等，还包括患者院内的 基础信息、事件信息、预后信息等；这些信息能够应用于心肺复苏质量的分 析和评价，为改善流程和质量控制提供客观依据。
进一步地，还包括与心肺复苏大数据管理设备连接的心肺复苏质量数据 库，心肺复苏全程质量数据均存储在心肺复苏质量数据库中。
本实施例中，所述大数据分析设备的主要功能如下(包括但不限于)：
1、实时运行，运用大数据分析技术，为正在进行抢救的急救团队提供治 疗措施建议(针对某次急救事件的过程)；
2、实时运行，基于已经实施的治疗措施和患者情况，阶段性预测治疗结 果(针对某次急救事件的过程)；
3、急救完成后，针对心肺复苏全程质量数据，给急救团队进行质量评价， 分析施救过程中的缺陷和改进措施；
4、实时统计不同团队、不同区域的心肺复苏质量评价，评估对急救效果 影响最大的统计指标；
5、实时预测发生心脏骤停概率最大的地区，指示救护车及时布置到位；
6、全局检测面板，实时更新各处急救过程的统计指标和培训过程的统计 指标；
7、接收用户从心肺复苏大数据管理设备下达的特殊查询指令，并根据指 令进行分析。
心肺复苏全程质量数据的定义：
1、院前心脏骤停登记信息，包含患者的基础信息、院外心脏骤停信息、 急救干预信息、结果或入院信息等；
2、院内心脏骤停登记信息，包含患者的基础信息、院内心脏骤停信息、 急救干预信息、结果和预后信息等；
3、治疗措施的量化指标，如给药名称和计量、心率识别的时间和类型等；
4、设备数据，如除颤使用的能量、按压深度和频率等；
5、定位信息；
6、现场视频。
数据分类的定义：
1级数据(从设备直接测量得到的数值或由急救人员现场记录的数据，如 达到现场时间、开始胸外按压时间、除颤仪能量值、心肺复苏机按压深度等)。
2级数据(对1级数据运用统计学运算后的统计数据，如通过救护车发车 时间和救护车达到现场时间计算的达到现场用时，如根据胸腔按压反馈仪测 量的某一阶段按压深度数据，计算得到的该阶段按压深度平均值)。
3级数据(对2级数据集运用各种人工智能算法得到的分析结果，如根据 急救电话来电住址，预测下一次发生心脏骤停事件可能性最高的地区；如根 据心肺复苏全程质量数据的训练结果，分析哪些因素对心肺复苏效果的影响 最大)。
“心肺复苏全程质量数据”的大部分内容属于1级数据，少部分内容属 于2级数据。大数据分析设备的分析对象是1级和2级数据，以2级数据为 主。
大数据分析设备的分析过程大致如下：
1、准备数据，如对训练数据进行去噪声等预处理；
2、训练和预测，如训练数据以获得预测模型，对样本数据进行预测；
3、报告输出，如输出文字、列表或图形等多种形式的表格或图表等。
下面举例说明大数据分析的方法：
优选地，可以使用神经网络方法预测心肺复苏的预后，具体步骤如下：
1、从心肺复苏全程质量数据中选择全部或部分(如：全程统计指标、阶 段统计指标、以及其他认为需要参与评价的指标)参数进行预处理，如正规 化处理；
2、将处理后的参数作为神经网络模型的输入层神经元；
3、对心肺复苏的预后效果进行评价量化，如进行分值评估或等级评估， 作为神经网络模型的输出层神经元；
4、根据输入层神经元的数量和输出层神经元的特点，设计合适的隐藏层 数量，并选择合理的激活函数和损失函数，完成建立神经网络模型；
5、选择大数据库中的心肺复苏全程质量数据集合作为训练样本，输入神 经网络模型进行训练，计算得到神经网络各层神经元的权重；
6、将待预测的心肺复苏全程质量数据集合输入已完成训练的模型，对心 肺复苏的预后效果进行预测，并输出预测报告。
优选地，可以使用随机森林算法，统计心肺复苏全程质量数据及其统计 指标中，对急救效果影响的权重。其意义在于(包括但不限于)：
1、找到对心肺复苏质量影响最大的关键环节；
2、为急救流程或方案提出质量改良建议；
3、为培训提出质量改良建议。
本发明提供了一种新型心肺复苏质量管控平台，集心脏骤停急救呼叫与 指挥调度系统、心肺复苏过程数据采集和远程监控系统、远程信息推送和资 源调度、患者数据实时采集和远程传输系统、心肺复苏数据登记系统、心肺 复苏大数据分析系统，心肺复苏培训管理系统于一体。该平台能够实时精确 采集急救过程数据和患者数据，形成心肺复苏全程质量数据，以统一的格式 进行实时传输和保存，能够对急救事件后的数据进行回顾和分析、自动输出 心肺复苏质量报告，并根据质量报告的分析统计结论，自动形成心肺复苏急救团队的质量改良点，改善急救流程和优化质量控制措施，并形成对应的再 培训考核指标，优化培训机构的培训方法。
实施例2
如图3所示，一种新型心肺复苏质量管控方法，包括如下步骤：
S1：120指挥调度系统在接收到急救电话后调度院外急救系统进行急救， 同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系统；
S2：院外急救系统对患者实施必要的救治措施或生理参数监护，所述院 外急救系统配置必要的医疗设备，这些医疗设备具有信息存储和交互的能力； 同时其还配置为人工录入信息提供接口的设备；上述医疗设备产生的数据， 以及人工录入的数据，传输到医院后台信息设备和/或心肺复苏质量管理系 统；
S3：医院后台信息设备监测和记录院外急救系统发送的急救过程数据， 并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人工录入 的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送给所述 心肺复苏质量管理系统；
S4：将从所述医院后台信息设备或其他设备接收到的数据以及手工录入 的数据进行整合，形成某次心肺复苏急救事件的心肺复苏全程质量数据并高 效存储；
S5：通过对心肺复苏全程质量数据集合或培训数据集合进行处理，应用 各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺复苏质量报告； 并对心肺复苏急救和培训的质量提出改良建议；
S6：将分析结果反馈至院外急救系统和/或所述医院后台信息设备，让急 救团队第一时间收到改良建议，提高心肺复苏质量；同时，改良建议也反馈 至心肺复苏培训系统；
S7：各地联网的培训机构接收心肺复苏质量管理系统反馈的具有极强针 对性的培训改良建议，对培训课程、考核方式、考核指标不断优化，继而提 高各类培训对象的培训效果，提高最欠缺、最有效的急救技能。
优选地，所述步骤S2具体包括如下步骤：
S21:通过心肺复苏设备和车载急救医疗设备对患者实施必要的救治措 施或生理参数监护，同时获取急救过程中的现场视频和定位信息，并将采集 到的数据进行处理后发送到急救信息采集仪；
S22:急救信息采集仪接收并记录心肺复苏设备输出的数据，同步接收并 记录车载急救医疗设备输出的信息，自动校准各类数据的时间轴；实时将设 备数据、定位信息、现场视频等，同步到医院后台信息设备、心肺复苏质量 管理系统和120指挥调度系统。
优选地，所述步骤S3具体包括如下步骤：
S31:心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送的设 备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将这些 数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；
S32:抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系 统中。
本实施例中，首先120指挥调度系统接收市民拨打的急救电话，并分配 合适的救护车和急救团队，并将调度指令和呼救基本资料通过无线通讯模块 发送给该急救团队的急救信息采集仪。急救团队接到调度指令后，急救信息 采集仪自动接收并显示调度信息，如：呼叫120时间、120发出调度指令的时 间等；急救团队还可以使用急救信息采集仪记录救护车出车时间、救护车到 达现场时间、急救团队到达患者身边时间等事件；急救团队抵达患者身边后， 识别患者病情，分为心脏骤停和非心脏骤停病情，非心脏骤停可以包含：胸痛、脑卒中、创伤、呼吸窘迫综合征、中毒等病情；对于心脏骤停患者，急 救信息采集仪接收并记录心肺复苏设备输出的数据，同步接收并记录车载急 救医疗设备输出的信息，自动校准各类数据的时间轴，通过心肺复苏综合界 面实时显示接收到的所有设备数据；对于非心脏骤停患者，急救信息采集仪 接收并记录车载急救医疗设备输出的信息，自动校准各类数据的时间轴并实 时显示；同时，也可录入患者基本信息，现场补录病情；随着急救的进行，急救信息采集仪将接收到的治疗措施的量化指标、设备数据、患者信息、定 位信息、现场视频等，通过集成的无线通讯模块或车载无线通讯模块，同步 到医院后台信息设备、心肺复苏质量管理系统和120指挥调度系统；医院后 台信息设备接收到急救信息采集仪发送的信息后，指挥医院相关科室提早做 好应急准备，在救护车到达医院前，启动急救绿色通道；心肺复苏信息设备 用于实时接收、展示和存储急救信息采集仪发送的治疗措施的量化指标、设 备数据、患者信息、定位信息、现场视频等；同时，在患者抵达医院急诊科 前，心肺复苏信息设备将这些数据推送至急诊科信息终端，确保转诊的数据 完整性和交接时间；如果是本院的救护车，急救信息采集仪可以继续工作， 持续将信息同步至心肺复苏信息设备，无缝连接院前、院内急救的全程数据； 抢救事件结束后，如果是心脏骤停患者，心肺复苏信息设备自动将将心肺复 苏全程的质量、治疗指标同步至心肺复苏质量管理系统中的心肺复苏数据登 记模块，让心肺复苏数据登记模块的数据更准确、更完整。心肺复苏数据登 记模块将从急救信息采集仪和心肺复苏信息设备接收到的治疗措施量化指 标、设备数据、患者信息、定位信息、现场视频等进行整合，形成心肺复苏 全程质量数据并高效存储；心肺复苏大数据管理设备提供各级用户权限和访 问管理、维护数据共享和网络安全、提供查询接口并展示心肺复苏质量报告 等；心肺复苏大数据管理设备将用户的查询指令发送给心肺复苏大数据分析 设备，心肺复苏大数据分析设备根据指令要求处理已存储的心肺复苏全程质 量数据，完成质量分析统计，输出心肺复苏质量报告；心肺复苏大数据管理 设备根据心肺复苏大数据分析设备的质量分析统计，自动形成心肺复苏急救 团队的质量改良点，反馈至心肺复苏信息设备，让心肺复苏急救团队第一时 间收到质量改良点，提高心肺复苏质量，同时，质量改良点也反馈至心肺复 苏培训管理模块，形成对应的再培训考核指标，优化培训机构的培训方法； 各地联网的培训机构持续对心肺复苏急救团队的技能进行培训和考核，培训 和考核的过程数据和结果能够通过与其连接的心肺复苏培训管理模块，共享至心肺复苏大数据管理设备，通过分析培训和考核数据，自动形成培训考核 指标改良点，反馈至培训机构。
进一步地，心肺复苏全程质量数据包括但不限于：患者院前的基础信息、 心脏骤停信息、急救干预信息、急诊信息和住院信息等，还包括患者院内的 基础信息、事件信息、预后信息等；这些信息能够应用于心肺复苏质量的分 析和评价，为改善流程和质量控制提供客观依据。
进一步地，还包括与心肺复苏大数据管理设备连接的心肺复苏质量数据 库，心肺复苏全程质量数据均存储在心肺复苏质量数据库中。
本实施例中，所述大数据分析设备的主要功能如下(包括但不限于)：
1、实时运行，运用大数据分析技术，为正在进行抢救的急救团队提供治 疗措施建议(针对某次急救事件的过程)；
2、实时运行，基于已经实施的治疗措施和患者情况，阶段性预测治疗结 果(针对某次急救事件的过程)；
3、急救完成后，针对心肺复苏全程质量数据，给急救团队进行质量评价， 分析施救过程中的缺陷和改进措施；
4、实时统计不同团队、不同区域的心肺复苏质量评价，评估对急救效果 影响最大的统计指标；
5、实时预测发生心脏骤停概率最大的地区，指示救护车及时布置到位；
6、全局检测面板，实时更新各处急救过程的统计指标和培训过程的统计 指标；
7、接收用户从心肺复苏大数据管理设备下达的特殊查询指令，并根据指 令进行分析。
心肺复苏全程质量数据的定义：
1、院前心脏骤停登记信息，包含患者的基础信息、院外心脏骤停信息、 急救干预信息、结果或入院信息等；
2、院内心脏骤停登记信息，包含患者的基础信息、院内心脏骤停信息、 急救干预信息、结果和预后信息等；
3、治疗措施的量化指标，如给药名称和计量、心率识别的时间和类型等；
4、设备数据，如除颤使用的能量、按压深度和频率等；
5、定位信息；
6、现场视频。
数据分类的定义：
1级数据(从设备直接测量得到的数值或由急救人员现场记录的数据，如 达到现场时间、开始胸外按压时间、除颤仪能量值、心肺复苏机按压深度等)；
2级数据(对1级数据运用统计学运算后的统计数据，如通过救护车发车 时间和救护车达到现场时间计算的达到现场用时，如根据胸腔按压反馈仪测 量的某一阶段按压深度数据，计算得到的该阶段按压深度平均值)；
3级数据(对2级数据集运用各种人工智能算法得到的分析结果，如根据 急救电话来电住址，预测下一次发生心脏骤停事件可能性最高的地区；如根 据心肺复苏全程质量数据的训练结果，分析哪些因素对心肺复苏效果的影响 最大)。
“心肺复苏全程质量数据”的大部分内容属于1级数据，少部分内容属 于2级数据。大数据分析设备的分析对象是1级和2级数据，以2级数据为 主。
大数据分析设备的分析过程大致如下：
1、准备数据，如对训练数据进行去噪声等预处理；
2、训练和预测，如训练数据以获得预测模型，对样本数据进行预测；
3、报告输出，如输出文字、列表或图形等多种形式的表格或图表等。
下面举例说明大数据分析的方法：
优选地，可以使用神经网络方法预测心肺复苏的预后，具体步骤如下：
1、从心肺复苏全程质量数据中选择全部或部分(如：全程统计指标、阶 段统计指标、以及其他认为需要参与评价的指标)参数进行预处理，如正规 化处理；
2、将处理后的参数作为神经网络模型的输入层神经元；
3、对心肺复苏的预后效果进行评价量化，如进行分值评估或等级评估， 作为神经网络模型的输出层神经元；
4、根据输入层神经元的数量和输出层神经元的特点，设计合适的隐藏层 数量，并选择合理的激活函数和损失函数，完成建立神经网络模型；
5、选择大数据库中的心肺复苏全程质量数据集合作为训练样本，输入神 经网络模型进行训练，计算得到神经网络各层神经元的权重；
6、将待预测的心肺复苏全程质量数据集合输入已完成训练的模型，对心 肺复苏的预后效果进行预测，并输出预测报告。
优选地，可以使用随机森林算法，统计心肺复苏全程质量数据及其统计 指标中，对急救效果影响的权重。其意义在于(包括但不限于)：
1、找到对心肺复苏质量影响最大的关键环节；
2、为急救流程或方案提出质量改良建议；
3、为培训提出质量改良建议。
进一步地，质量报告包含：概览图、全程统计、阶段统计。具体地：
概览图以时间为轴，绘制整个心肺复苏过程中接收的各类设备数据以及 施救措施事件，从全局角度可视化心肺复苏质量数据。
全程统计包含：时间指标、按压质量指标、按压频率指标、按压深度指 标、胸廓回弹指标、通气指标、心律识别指标、围除颤指标、肾上腺素指标 以及利多卡因指标；
时间指标包含：抵达患者身边时间、心肺复苏起始时间、心肺复苏终止 时间、人工按压切换至机械按压时间；
按压质量指标包含：按压指数CCF、按压总次数、按压正确次数和正确率、 按压总时间、按压中断总时间、中断总次数、超标中断次数、最长中断时间， 以及由此生成的按压质量热力分布图；
按压频率指标包含：平均按压频率、最高按压频率、最低按压频率、频 率达标次数和占比、频率过快次数和占比、频率过慢次数和占比，以及由此 生成的按压频率直方图；
按压深度指标包含：平均按压深度、最大按压深度、最小按压深度、深 度达标次数和占比、深度过深次数和占比、深度过浅次数和占比，以及由此 生成的按压频率直方图；
胸廓回弹指标包含：胸廓充分回弹次数和占比、胸廓回弹不足次数和占 比；
通气指标包含：通气总次数、高级气道开始建立时间、高级气道建立结 束时间、平均通气频率、建立高级气道期中断时间；
心律识别指标包含：首次心律识别时间、首次识别心律类型、心率识别 总次数、识别心律按压中断时间；
围除颤指标包含：首次除颤时间、首次除颤能量、除颤次数、除颤总能 量、围除颤期中断时间)
肾上腺素指标包含：首次给药时间、首次给药剂量、给药总次数、给药 总剂量；
利多卡因指标包含：首次给药时间、首次给药剂量、给药总次数、给药 总剂量；
阶段统计包含：徒手按压期统计、机械按压期统计、现场复苏期统计、 患者撤离期统计、患者转运期统计、急诊科复苏期统计；
每个阶段分别统计时间指标、按压质量指标、按压频率指标、按压深度 指标、胸廓回弹等指标。
针对海量质量数据进行查询和比较分析：
查询和统计同一团队不同急救事件的质量数据，分析对比该团队历次施 救过程中的缺陷和改进效果。
查询和统计不同团队的急救事件质量数据，分析对比团队间质量差异， 分析施救过程中的缺陷和改进措施。
针对海量培训数据进行查询和比较分析：
查询和统计指定学员的培训数据，分析缺陷、改良建议和改良后效果；
根据男女、年龄、身高体重、科室类别、机构类别、地域等分类条件查 询和统计不同类别的学员的培训数据，分析对比质量差异和改进措施；
查询和统计指定培训机构的历史培训数据，分析对比该机构的历史培训 质量，发现培训缺陷或改进措施；
查询和统计不同机构的培训数据，分析对比培训机构间的质量差异，发 现培训缺陷或改进措施；
查询和统计指定培训导师的历史培训数据，分析对比该导师的历史培训 质量，发现培训缺陷或改进措施；
查询和统计不同培训导师的培训数据，分析对比导师间的质量差异，发 现培训缺陷或改进措施；
以上所述统计指标、质量分析方法等，均可根据实际情况的变化需要不 断调整和优化，以适应新的临床需求。
进一步，急救信息采集仪所采集的治疗措施量化指标、设备数据、患者 信息、定位信息、现场视频等，也可根据实际情况的变化，不断增加新型数 据或筛除无用数据，以适应新的大数据分析需求。
本实施例能够：
1、充分搜集心肺复苏急救过程的设备数据、患者数据和治疗措施量化指 标；
2、能够对急救事件后的质量数据进行回顾和多维度大数据分析，自动输 出心肺复苏质量报告；
3、根据质量报告的分析统计结论，自动形成心肺复苏急救团队的质量改 良点，改善急救流程和优化质量控制措施，同时形成对应的再培训考核指标， 指导培训机构的改良培训方法，优化心肺复苏急救团队的高仿真再培训效果；
4、基于上述1-3形成的“临床监测—统计分析—培训改良”闭环机制， 能够兼顾临床和培训统一性，培训指标即是临床实战问题的总结，培训质量 能够促进临床质量，提高心肺复苏急救团队的心脏骤停生存链技术能力；
5、系统采集的数据及提供的分析功能，能够用于建设我国心肺复苏数据 登记及质量控制研究平台，为学界和专家制定中国自己的心肺复苏指南提供 数据支撑；
6、系统利用5G物联网技术，对急救过程数据和患者数据进行实时采集， 并将这些数据全程共享在参与急救的各机构中，使得急救信息畅通无阻、为 提高急救效率、提高各项准备工作及施救措施的准确性提供了最大程度的保 障；
7、系统通过以上方式保障心肺复苏质量的提高，最终提高我国心脏骤停 患者的生存率和改善复苏后的神经功能状态。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用 本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下， 在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例， 而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种新型心肺复苏质量管控平台，其特征在于，包括：
120指挥调度系统，用于在接收到急救电话后调度院外急救系统进行急救，同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系统；
院外急救系统，用于对患者实施必要的救治措施或生理参数监护，其配置必要的医疗设备，这些医疗设备具有信息存储和交互的能力；同时配置为人工录入信息提供接口的设备；上述医疗设备产生的数据，以及人工录入的数据，传输到医院后台信息设备和/或心肺复苏质量管理系统；
所述医院后台信息设备，用于监测和记录院外急救系统发送的急救过程数据，并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人工录入的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送给所述心肺复苏质量管理系统；
所述心肺复苏质量管理系统，具体包括如下：
数据登记模块，用于提供数据自动同步和手工录入的接口，并将从所述医院后台信息设备或其他设备接收到的数据以及手工录入的数据进行整合，形成某次心肺复苏急救事件的心肺复苏全程质量数据并高效存储；
大数据分析设备，通过对心肺复苏全程质量数据集合或培训数据集合进行处理，应用各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺复苏质量报告；并对心肺复苏急救和培训的质量提出改良建议；
大数据管理设备，用于将大数据分析设备的分析结果反馈至所述医院后台信息设备，让急救团队第一时间收到改良建议，提高心肺复苏质量；同时，改良建议也反馈至心肺复苏培训系统；
心肺复苏培训系统，用于接收心肺复苏质量管理系统的大数据分析设备反馈的改良建议，对培训课程、考核方式、考核指标不断优化，继而提高各类培训对象的培训效果，提高急救技能。
2.如权利要求1所述的新型心肺复苏质量管控平台，其特征在于，所述院外急救系统包括但不限于120救护车系统、社区心肺复苏志愿队或现场目击者，其中所述救护车系统具体包括急救信息采集仪和与所述急救信息采集仪连接的心肺复苏设备、车载急救医疗设备、视频采集设备、定位设备。
3.如权利要求2所述的新型心肺复苏质量管控平台，其特征在于：所述医院后台信息设备包括心肺复苏信息设备和急诊科信息终端，其中所述心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送的设备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将这些数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；并且，抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系统中。
4.如权利要求2或3所述的新型心肺复苏质量管控平台，其特征在于：所述心肺复苏设备包括但并不限于胸腔按压机、胸腔按压反馈仪。
5.如权利要求2-4任一所述的新型心肺复苏质量管控平台，其特征在于：所述车载急救医疗设备包括但并不限于除颤仪、呼吸机、心电仪、监护仪。
6.如权利要求1-5任一所述的新型心肺复苏质量管控平台，其特征在于：所述心肺复苏全程质量数据包括但不限于院前心脏骤停登记信息、院内心脏骤停登记信息、治疗措施的量化指标、设备数据、定位信息、现场视频。
7.如权利要求1-6任一所述的新型心肺复苏质量管控平台，其特征在于：所述心肺复苏质量报告包括但不限于概览图、全程统计、阶段统计。
8.一种新型心肺复苏质量管控方法，其特征在于，包括如下步骤：
S1：120指挥调度系统在接收到急救电话后调度院外急救系统进行急救，同时将必要的调度信息传输到医院后台信息设备或心肺复苏质量管理系统；
S2：院外急救系统对患者实施必要的救治措施或生理参数监护，所述院外急救系统配置必要的医疗设备，这些医疗设备具有信息存储和交互的能力；同时其还配置为人工录入信息提供接口的设备；上述医疗设备产生的数据，以及人工录入的数据，传输到医院后台信息设备和/或心肺复苏质量管理系统；
S3：医院后台信息设备监测和记录院外急救系统发送的急救过程数据，并提供补充录入接口或数据修订接口，将急救过程各设备的数据和人工录入的数据进行整合，成为某次急救事件的心肺复苏全程质量数据，发送给所述心肺复苏质量管理系统；
S4：将从所述医院后台信息设备或其他设备接收到的数据以及手工录入的数据进行整合，形成某次心肺复苏急救事件的心肺复苏全程质量数据并高效存储；
S5：通过对心肺复苏全程质量数据集合或培训数据集合进行处理，应用各种分析统计方法，对数据集进行挖掘分析和评价，输出心肺复苏质量报告；并对心肺复苏急救和培训的质量提出改良建议；
S6：将分析结果反馈至院外急救系统和/或所述医院后台信息设备，让急救团队第一时间收到改良建议，提高心肺复苏质量；同时，改良建议也反馈至心肺复苏培训系统；
S7：各地联网的培训机构接收心肺复苏质量管理系统反馈的培训改良建议，对培训课程、考核方式、考核指标不断优化，继而提高各类培训对象的培训效果，提高急救技能。
9.如权利要求8所述的新型心肺复苏质量管控方法，其特征在于，所述步骤S2具体包括如下步骤：
S21:通过心肺复苏设备和车载急救医疗设备对患者实施必要的救治措施或生理参数监护，同时获取急救过程中的现场视频和定位信息，并将采集到的数据进行处理后发送到急救信息采集仪；
S22:急救信息采集仪接收并记录心肺复苏设备输出的数据，同步接收并记录车载急救医疗设备输出的信息，自动校准各类数据的时间轴；实时将设备数据、定位信息、现场视频等，同步到医院后台信息设备、心肺复苏质量管理系统和120指挥调度系统。
10.如权利要求9所述的新型心肺复苏质量管控方法，其特征在于，所述步骤S3具体包括如下步骤：
S31:心肺复苏信息设备实时接收、展示和存储急救信息采集仪发送的设备数据、定位信息、现场视频等；同时，在患者抵达医院急诊科前，将这些数据推送至急诊科信息终端，确保转诊的数据完整性和交接时间；
S32:抢救事件结束后，将治疗过程中的数据同步至心肺复苏质量管理系统中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010793615.XA CN112037895A (zh) | 2020-08-10 | 2020-08-10 | 一种新型心肺复苏质量管控平台和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010793615.XA CN112037895A (zh) | 2020-08-10 | 2020-08-10 | 一种新型心肺复苏质量管控平台和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112037895A true CN112037895A (zh) | 2020-12-04 |
Family
ID=73576773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010793615.XA Pending CN112037895A (zh) | 2020-08-10 | 2020-08-10 | 一种新型心肺复苏质量管控平台和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112037895A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113345579A (zh) * | 2021-07-02 | 2021-09-03 | 复旦大学附属儿科医院 | 基于5g的新生儿危重症转运数据采集和临床决策支持系统 |
| CN116030385A (zh) * | 2022-12-29 | 2023-04-28 | 广州市锐星信息科技有限公司 | 一种心肺复苏ai评价系统 |
| CN117243634A (zh) * | 2023-11-20 | 2023-12-19 | 四川大学华西医院 | 基于超声颈动脉血流的心脏骤停识别分析评判系统 |
| CN117524434A (zh) * | 2023-11-17 | 2024-02-06 | 中国人民解放军海军第九七一医院 | 基于静脉治疗数据平台的专家信息管理优化方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013156355A1 (en) * | 2012-04-19 | 2013-10-24 | Laerdal Medical As | Medical procedure training system |
| CN105005957A (zh) * | 2015-08-03 | 2015-10-28 | 阜新市紧急医疗救援中心 | 一种基于网络的移动医疗紧急救援交互系统及方法 |
| CN107103179A (zh) * | 2017-03-10 | 2017-08-29 | 重庆同仁至诚科技有限公司 | 胸痛急救医联网系统及其应用方法 |
| CN108053711A (zh) * | 2018-01-16 | 2018-05-18 | 安阳师范学院 | 一种用于心肺复苏训练的装置 |
| CN108461131A (zh) * | 2018-01-25 | 2018-08-28 | 浙江大学 | 医疗设备租赁管理系统 |
| CN109119146A (zh) * | 2018-07-27 | 2019-01-01 | 重庆迪强科技发展有限公司 | 医疗急救管理系统 |
| CN109411067A (zh) * | 2018-11-08 | 2019-03-01 | 昆明医科大学第附属医院 | 一种专科护士培训效果评价系统及方法 |
| CN110265124A (zh) * | 2019-05-24 | 2019-09-20 | 中国人民解放军第二军医大学 | 基于人工智能技术的城市公卫应急救援辅助决策系统 |
| CN110782188A (zh) * | 2019-11-15 | 2020-02-11 | 武汉工程大学 | 一种心肺复苏医用模拟人训练系统和训练方法 |
| CN110796914A (zh) * | 2019-11-13 | 2020-02-14 | 南昌彤坤科技有限公司 | 一种高效智能救护员培训系统和培训方法 |
| CN110796910A (zh) * | 2019-11-13 | 2020-02-14 | 南昌佰米哥物联科技有限公司 | 一种高效应急培训系统和培训方法 |
| CN111179718A (zh) * | 2020-02-20 | 2020-05-19 | 苏州尚领医疗科技有限公司 | 一种心肺复苏培训仿真交互型模拟方法 |
-
2020
- 2020-08-10 CN CN202010793615.XA patent/CN112037895A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013156355A1 (en) * | 2012-04-19 | 2013-10-24 | Laerdal Medical As | Medical procedure training system |
| CN105005957A (zh) * | 2015-08-03 | 2015-10-28 | 阜新市紧急医疗救援中心 | 一种基于网络的移动医疗紧急救援交互系统及方法 |
| CN107103179A (zh) * | 2017-03-10 | 2017-08-29 | 重庆同仁至诚科技有限公司 | 胸痛急救医联网系统及其应用方法 |
| CN108053711A (zh) * | 2018-01-16 | 2018-05-18 | 安阳师范学院 | 一种用于心肺复苏训练的装置 |
| CN108461131A (zh) * | 2018-01-25 | 2018-08-28 | 浙江大学 | 医疗设备租赁管理系统 |
| CN109119146A (zh) * | 2018-07-27 | 2019-01-01 | 重庆迪强科技发展有限公司 | 医疗急救管理系统 |
| CN109411067A (zh) * | 2018-11-08 | 2019-03-01 | 昆明医科大学第附属医院 | 一种专科护士培训效果评价系统及方法 |
| CN110265124A (zh) * | 2019-05-24 | 2019-09-20 | 中国人民解放军第二军医大学 | 基于人工智能技术的城市公卫应急救援辅助决策系统 |
| CN110796914A (zh) * | 2019-11-13 | 2020-02-14 | 南昌彤坤科技有限公司 | 一种高效智能救护员培训系统和培训方法 |
| CN110796910A (zh) * | 2019-11-13 | 2020-02-14 | 南昌佰米哥物联科技有限公司 | 一种高效应急培训系统和培训方法 |
| CN110782188A (zh) * | 2019-11-15 | 2020-02-11 | 武汉工程大学 | 一种心肺复苏医用模拟人训练系统和训练方法 |
| CN111179718A (zh) * | 2020-02-20 | 2020-05-19 | 苏州尚领医疗科技有限公司 | 一种心肺复苏培训仿真交互型模拟方法 |
Non-Patent Citations (1)
| Title |
|---|
| 肖元新;尹亚丽;田超;牛庆东;王红娟;翟博雅;: "急救站点与援助急救队在院内心肺复苏急救系统中的作用", 内科急危重症杂志, no. 06, pages 48 - 50 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113345579A (zh) * | 2021-07-02 | 2021-09-03 | 复旦大学附属儿科医院 | 基于5g的新生儿危重症转运数据采集和临床决策支持系统 |
| CN116030385A (zh) * | 2022-12-29 | 2023-04-28 | 广州市锐星信息科技有限公司 | 一种心肺复苏ai评价系统 |
| CN116030385B (zh) * | 2022-12-29 | 2023-09-26 | 广州市锐星信息科技有限公司 | 一种心肺复苏ai评价系统 |
| CN117524434A (zh) * | 2023-11-17 | 2024-02-06 | 中国人民解放军海军第九七一医院 | 基于静脉治疗数据平台的专家信息管理优化方法及系统 |
| CN117524434B (zh) * | 2023-11-17 | 2024-04-30 | 中国人民解放军海军第九七一医院 | 基于静脉治疗数据平台的专家信息管理优化方法及系统 |
| CN117243634A (zh) * | 2023-11-20 | 2023-12-19 | 四川大学华西医院 | 基于超声颈动脉血流的心脏骤停识别分析评判系统 |
| CN117243634B (zh) * | 2023-11-20 | 2024-02-02 | 四川大学华西医院 | 基于超声颈动脉血流的心脏骤停识别分析评判系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112037895A (zh) | 一种新型心肺复苏质量管控平台和方法 | |
| US11311230B2 (en) | Medical premonitory event estimation | |
| JP2018149378A (ja) | 救急シーンの映像伝送 | |
| Stroop et al. | Mobile phone-based alerting of CPR-trained volunteers simultaneously with the ambulance can reduce the resuscitation-free interval and improve outcome after out-of-hospital cardiac arrest: a German, population-based cohort study | |
| CN106357809B (zh) | 创伤急救院前医联网系统及其应用方法 | |
| CN108986897B (zh) | 一种急危重症施救的医疗资源优化匹配方法和系统 | |
| Olave-Rojas et al. | Modeling a pre-hospital emergency medical service using hybrid simulation and a machine learning approach | |
| CN109273076A (zh) | 一种aed调度管理系统及其管理方法 | |
| CN107103179A (zh) | 胸痛急救医联网系统及其应用方法 | |
| Berdowski et al. | Delaying a shock after takeover from the automated external defibrillator by paramedics is associated with decreased survival | |
| CN109767837A (zh) | 一种基于胸痛地图的院前急救方法 | |
| CN109243571A (zh) | 一种采用康复训练的智能戒毒管理方法及系统 | |
| CN110957049A (zh) | 基于医疗大数据的卒中救治网络系统及其应用方法 | |
| Mandellos et al. | A novel mobile telemedicine system for ambulance transport. Design and evaluation | |
| Hong et al. | Application of artificial intelligence in emergency nursing of patients with chronic obstructive pulmonary disease | |
| CN115578223A (zh) | 一种多端协同远程指导施救的应急救援方法 | |
| WO2021253188A1 (zh) | 一种基于病源信息熵的电网施工人员高原病防治方法 | |
| CN112863281A (zh) | 一种灾害医疗救援交互训练的方法 | |
| CN116807399A (zh) | 一种基于5g的远程重症监护系统 | |
| CN110010234A (zh) | 基于无线网络的紧急救援交互方法及系统 | |
| EP3140759B1 (de) | Präklinisches versorgungssystem | |
| CN108241431A (zh) | 一种任务调节方法及装置 | |
| CN112635081A (zh) | 一种基于云平台的远程心电监护与健康管理平台 | |
| CN111143445A (zh) | 一种基于大数据的戒毒场所安全态势分析方法及系统 | |
| CN117476179A (zh) | 一种基于xr设备的数字治疗系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |