01-军事行动中医疗后送的决策支持系统建议_1_23_translate

<a href="https://www.mdpi.com/journal/sensors">传感器</a>文章关于军事行动中医疗疏散的决策支持系统建议书†皮奥特卢布科夫斯基1,*<a href="https://orcid.org/0000-0002-1748-5070"><img src="/media/202408//1724856284.775543.png" /></a>杰罗斯拉夫·克里吉尔1<a href="https://orcid.org/0000-0002-4405-2078"><img src="/media/202408//1724856285.275041.png" /></a>Tadeusz Sondej1，安德泽普。多布罗沃尔斯基1<a href="https://orcid.org/0000-0002-0593-158X"><img src="/media/202408//1724856285.2865531.png" /></a>，卢卡斯·阿皮利奥内克2,3Znaniecki3和Pawel奥斯卡雷克4<img src="/media/202408//1724856285.29493.png" />检查更新引用： Lubkowski，P.；Krygier，J。；Sondej, T.; Dobrowolski, A.P.;Apiciionek，L.；Znaniecki，W.；Oskwarek，P.决策支持医疗系统方案在军事行动中采取的撤离行动。传感器2023、23、5144。<a href="https://doi.org/10.3390/s23115144">https://doi.org/10.3390/s23115144</a>学术编辑：Tamura东雄收到日期：2023年4月28日修订日期：2023年5月20日接受日期：2023年5月26日出版日期：2023年5月28日<a href="https://creativecommons.org/"><img src="/media/202408//1724856285.3254368.png" /></a>版权所有：由作者提供的©2023。被许可方MDPI，巴塞尔，瑞士。本文是在知识共享属性（CC BY）许可的条款和条件下发布的一篇开放获取的文章<a href="https://creativecommons.org/licenses/by/4.0/">(https://creativecommons.org/licenses/by/</a>4.0/).1军理工大学电子学院。波兰华沙市200-908号；jaroslaw.krygier@wat.edu.pl (J.K.); tadeusz.sondej@wat.edu.pl (T.S.); andrzej.dobrowolski@wat.edu.pl (A.P.D.)2维尔基大学计算机科学研究所，85-064比德戈斯茨，波兰；lapiecionek@teldat.com.pl3电话数据集。z o.o.英国，Cicha 19,85-650比德戈什茨，波兰；wznaniecki@teldat.com.pl4军事医学研究所-国家研究所，萨泽6w128,04-141，波兰华沙；poskwarek@wim.mil.pl*通信信息： piotr.lubkowski@wat.edu.pl；电话。: +48-261-837-897本文由No.项目支持DOB-SZAFIR/09/B/006/01/2021年，由波兰国家研究和发展中心（NCBR）资助。摘要：军事行动领域是医疗支持面临的一大挑战。使医疗服务部门能够在大规模伤亡情况下迅速作出反应的一个特别重要的因素是从战场上迅速撤离受伤士兵的能力。为了满足这一要求，一个有效的医疗后送系统至关重要。本文介绍了军事行动中医疗后送的电子支持决策支持系统的体系结构。该系统也可被警察或消防部门等其他服务机构使用。该系统满足战术作战伤亡护理程序的要求，由测量子系统、数据传输子系统和分析推理子系统组成。该系统基于对选定士兵的生命体征和生物医学信号的持续监测，自动提出了对受伤士兵的医疗隔离（医疗分诊）。如果需要，使用总部管理系统为医务人员（急救人员、医务人员、医疗后送小组）和指挥官可视化了关于分诊的信息。本文描述了该体系结构的所有元素。关键词：企业架构、决策支持系统、医疗后送、生命体征测量；生物医学信号测量1.介绍医疗后送，也简称医疗疏散，是医务人员从战场或事故现场撤离伤员或伤员所提供的一系列活动。疏散过程的第一阶段致力于在事故地点对病人挽救生命的医疗护理，然后由医疗人员乘坐紧急医疗服务车辆或航空医疗直升机提供途中护理。在典型情况下，应急服务人员在收到直接从受伤人员或事故目击者那里收到的事故信息后作出反应。将病人送往医疗设施由救护车（医疗救援人员）在事故地点提供急救服务后作出决定。如果我们发生了许多不同严重程度的伤亡事故，情况可能会更加复杂。通常，由于缺乏资源，医务人员必须决定哪些病人必须首先得到帮助，哪些病人可以等待。在医学上，这种选择被称为分诊。<img src="/media/202408//1724856285.344762.png" /><img src="/media/202408//1724856285.501485.png" /><a href="https://www.mdpi.com">MDP</a>传感器2023、23、5144。<a href="https://doi.org/10.3390/s23115144">https://doi.org/10.3390/s23115144</a><a href="https://www.mdpi.com/journal/sensors">https://www.mdpi.com/journal/sensors</a>因此，可以由事故现场的医务人员进行第一次分诊，以决定必须首先疏散到医院和随后可以疏散的病人的顺序。在战场上，许多受伤的士兵可能在军事行动中突然出现，但在和平时期的事故中，大量伤亡也会如此。为了有效支持分诊决定，减少医疗后送时间，医务人员在到达事故现场之前就应配备有关伤口严重性和病人病情的信息。为此，这是一个有效的决策支持需要建立医疗后送系统（DSS-MEDEVAC）。本文的作者提出了这样一个军事用途的系统，其元素可能被其他服务部门，如警察、消防部门或有组织的救援组织使用。该系统是从零开始开发的，并建议为由指挥和控制信息系统支持的武装部队提供支持。dss-医疗医疗系统的主要目标是监测士兵在军事行动期间的健康参数，处理这些参数，并在确定士兵的生命和健康风险时，将建议的军事分类决定提交给军事人员。同时，关于潜在医疗问题的信息可以传递给指挥官，以支持他们在军事行动期间的决定。根据医疗的信息，负责战术疏散护理的医务人员能够对战场上的情况做出更快的反应，拥有建议的分诊和伤亡健康的最新信息。这一信息支持医务人员参与关于医疗后送的决策过程。此外，这些信息还被传递给医疗后送车辆或直升机，以不断支持疏散人员。DSS-MEDEVAC系统由健康监测传感器集成了士兵的制服和个人设备，通信模块负责可靠的医疗数据传输，决策支持模块负责处理从每个士兵的传感器收到的数据和采取初步的决定分类。这一信息有助于医务人员，他能够在撤离之前和期间就医疗后送和医疗护理作出最终决定。此外，撤离车辆的医疗人员可以在战场上进行急救或途中护理后改变系统建议的决定。新数据由dss-医疗服务系统处理，并自动传输到已部署或固定的医疗设施（决策支持中心、疏散点、野战医院）。dss-医疗治疗系统根据其医疗传感器提供的信息自动填写电子TCCC卡（战术战斗伤亡护理卡）。该电子卡持续提供当前的患者数据趋势，可以取代目前使用的纸质TCCC卡，该卡附在受伤士兵身上进行疏散，只有在可能的情况下才能更新。因此，医疗设施的人员可以立即利用有关伤亡人员的信息，以准备所需的医疗资源。本文着重介绍了DSS-MEDEVAC系统架构，系统组件的一般说明，并介绍了这些组件的首次实验室测试。dss-医疗服务系统是一个预先验证的系统，建议在常规军事单位中实施。该系统计划在实地测试后应用于波兰武装部队。我们可以区分我们的系统的以下优点：它支持军事医疗人员在军事行动中自动了解士兵当前的健康信息；它允许医疗后送小组在战场上发生大规模伤亡时作出快速反应；它支持对受伤士兵进行院前的自动分类；它支持更新电子战术战斗伤亡护理卡。该系统的局限性是，它需要一个工作的通信系统来定期地将测量数据从传感器传输到推理和分析子系统。因此，它不能在所谓的无线电静音过程中工作。本文的组织结构如下。下一节将描述有关关于类似的健康监测系统的常规和专用医学。在部分<a href="#bookmark1">3,</a>阐明了提出的医疗系统体系结构。系统的元素从部分中描述<a href="#bookmark2">4</a>–<a href="#bookmark3">7.</a>最后一部分是论文的结尾。2.相关工作远程运行状况监控并不是一个新的技术问题。在过去的几十年里，许多针对可穿戴健康监测传感器系统提出了解决方案[<a href="#bookmark4">1]</a>.此外，在市场上还可以找到许多现成的产品[<a href="#bookmark5">2</a>–<a href="#bookmark6">5]</a>.它们主要由患者在家中经常或定期用于测量和监测选定的生命体征的测量单元、数据传输单元（主要是智能手机或wi-fi路由器）和健康监测中心组成，允许可视化健康警报、测量的生命体征和基本生物医学信号中的威胁。这些解决方案在所谓的远程医疗时代越来越重要，在这个时代，医生可以对病人的健康问题迅速作出反应。如引言中提到的，远程健康监测主要由诊断患者利用。该解决方案还配备了在识别出关键警报时自动呼叫紧急服务。不幸的是，在军事行动中，士兵不能直接使用常规的健康监测系统来持续监测他们的关键生命体征。目前市场上可用的远程健康监测解决方案是基于所谓的可穿戴设备，从军事的角度来看有许多重要的限制，但重要的是，它们是专有的解决方案，因此不能轻易地与军事总部管理系统集成。其中一个有趣的系统是和风生物利用技术公司[<a href="#bookmark7">6</a>]，这也被制造商提议用于有限的军事用途。不幸的是，它不允许测量我们假设在我们的系统中使用的所有生命体征（即血压、氧饱和度），而且它的通信范围和技术不能用于战术操作（和风回声网关通信模块高达274米）。一种有趣的，远程监测足球运动员的健康状况的方法被提出在[<a href="#bookmark8">7</a>]，其中运动响应由GPS（全球定位系统）单元登记，并传递到分析中，以根据速度强度优化运动员的表现。据我们所知，目前还没有研究使用类似的健康监测方法来评估作战效果或在军事行动中避免士兵伤害的能力。我们也不认为我们的系统应该支持这种能力。避免士兵的伤害是非常重要的，但这并不是军事行动战区的首要任务。因此，士兵的活动应主要进行优化，以达到军事任务。在[]中提出的CRI（补偿性储备指数）<a href="#bookmark9">8</a>]是一种新的生命体征参数，它使用了动脉脉搏波或光体积描记术（PPG）的特征。在我们的系统中，我们也测量PPG信号，我们有能力远程将其发送到分析和推理子系统。如《[]》杂志的作者所指出的那样<a href="#bookmark9">8</a>]，CRI参数可以用于识别出血的创伤士兵，我们将尝试在我们的系统的下一个版本中进行考虑。反过来，在这篇文章中，[<a href="#bookmark10">9</a>]，作者探讨了三个参数（si-休克指数、pp-脉压和ROX指数）在一家医院患者的病理生理学分类中的有用性。然而，这些都是医院的状况，而工作的结果是关于死亡率的。我们的系统的主要作用是支持关于士兵从战场上撤离的决定。但上述参数是根据主要的生命体征，如心率、血压、氧饱和度和呼吸频率计算的，这些也在我们的系统中测量。一些解决方案也专门用于支持军事医疗保健。其中一个解决方案是由美国开发的北约第一反应器（NFR）应用程序。国防卫生署记录伤亡人员在战场上得到补给时的伤害和护理<a href="#bookmark11">10]</a>.该应用程序支持准备报告在受伤士兵被疏散到固定医疗设施之前，被送往医疗服务机构。在这种情况下，通信是基于移动网络的。在缺乏访问蜂窝网络资源的情况下，关于患者的信息可以使用近场通信（NFC）标签进行共享。上述解决方案符合北约对战场上士兵的疏散和医疗保护的标准。然而，值得注意的是，NFR并不支持对受伤士兵的远程监测。OpenAhlta是美国国防部战场电子病历系统（AHLTA-战区）的一个开源版本，使用NFR应用程序[<a href="#bookmark12">11]</a>.它使用健康级别7（HL7）标准来传输临床和管理数据。不幸的是，它不能成为一个对战场上士兵远程健康监测的基础系统。BATDOK（战场辅助创伤是由美国空军研究实验室第711人类表现联队创建和拥有的分布式观察工具包），是一种可以在智能手机或其他移动设备上运行的软件，使医疗人员能够在受伤点无线监测多个病人的生命体征[<a href="#bookmark13">12]</a>.生命体征值可以通过所有可用的方法传递给应用程序，开始使用可访问的专门医疗设备进行测量，最后由急救人员对受伤士兵的观察。这个解决方案在概念上与我们的系统非常相似，但它没有与传感器集成，甚至在受伤前就不断监测士兵的健康状况。它也没有与战场管理系统集成，以不断支持不同指挥级别的医疗服务。除了远程健康监测系统外，还阐述了一些分诊支持算法。其中大多数只是救援人员必须申请的能够在事故现场有效提供医疗援助的程序。这种算法的一个例子是开始（简单的分诊和快速的治疗）[<a href="#bookmark14">13</a>]或SALT（分类、评估、挽救生命的干预措施、治疗和/或运输）[<a href="#bookmark15">14</a>]，开始算法支持急救者，允许他们在很短的时间内对多个受害者进行分类。应答者将患者分为四类：死亡的、即时的、延迟的和轻微的。分诊标签（主要是物理标记）被用来区分按不同类别分类的患者。与开始类似，SALT是一个四步的过程，帮助急救人员管理大规模伤亡事件。它还提出了这些标签来隔离患者（死亡、立即、预期、延迟和最小的）。START和SALT都是基于不同的基本观察结果的相对简单的分类算法；因此，它们通常被用于分离过程的第一阶段。更先进的系统，如TEWS（分类早期预警系统）[<a href="#bookmark16">15</a>或NEWS2（国家早期预警评分2）[<a href="#bookmark17">16</a>]需要更多的测量（如血压、心率、氧饱和度等）来对伤亡人员进行分类。[的作者<a href="#bookmark18">17</a>]，在他们的论文中，讨论了一种可以成功应用于常规紧急服务的分诊方法。该方法是指对随后需要住院且可能在24小时内死亡的患者进行分诊。由于可用的标准指出引用的论文可以用于选择士兵可以快速恢复和回到军事行动，我们提出几乎相同的方法在系统中所谓的反向分类，但我们应该记住，战术操作经常阻止快速医疗援助和疏散，救援人员往往不能立即到达受伤和疏散过程延迟（军事重点比军事行动中受伤士兵的医疗后送更重要）。我们拥有不仅基于呼吸频率或氧饱和度测量的持续监测系统，甚至可以在到达受伤点之前，甚至在缺乏医疗援助期间，为军事医务人员提供快速反应的手段。医疗后送人员可以根据来自我们系统的信息，远程指导（使用军用无线电）第一反应人员（可以帮助受伤士兵的邻近士兵）。此外，我们监测的基本生命体征只建议进行最初的分诊，这必须由急救人员（能够准备和发送医疗请求的指挥官或士兵）来确认疏散)，在引用论文中指出的容易获得的标准。除了关于初始分诊的信息外，我们的系统还允许发送某些生物医学信号，这些信号是根据初始分诊所提醒的医务人员的要求而产生的。由于对选定的生命体征的持续监测，上述所有行动都可以自动启动。然而，应该注意的是，我们的系统也有一些局限性。这种情况将发生在无线电静默期间（无线电出于安全原因不能传输数据的特殊军事情况），但这种限制适用于所有远程监控系统。考虑到上述的分诊支持系统，作者准备了一套dss-医疗治疗系统必须实现的能力。第节描述了医疗系统所需的能力<a href="#bookmark1">3.</a>3.医疗疏散决策支持系统（DSS-医疗服务）的建议体系结构和要求<a id="bookmark1"></a>在军事行动中支持医疗人员的系统将不同于典型的医疗远程监控系统，尽管这种系统的目标在这两种情况下是相似的；他们必须测量病人/士兵/消防员的相关生命体征，并将数据转移到健康监测中心，以便更快地对关键的健康事件作出反应。然而，在军事、战术环境下（在战场上），首要任务是实现军事目标。因此，快速恢复士兵以便在战斗中再次使用它们是医务人员的一项关键任务。为了应对这一任务，在院前医疗护理中经常使用反向分诊。为了帮助军事医务人员决定快速撤出战场，需要持续的健康监测，而不是关注士兵的特定疾病（但考虑到个人健康参数）。这种持续的监测不仅需要对人类生命体征进行可靠的测量，还需要考虑到特定的战场条件（士兵可以奔跑、下降、可能压力过重，最终可能轻微或重伤，或可能在战场上死亡）。考虑到这些条件，士兵的健康监测系统将不同于民用市场上可用的健康监测解决方案。作者准备了这种系统的架构，重点是在战场上支持医务人员，特别是在医疗后送过程之前和过程中更快的分诊方面。在系统描述中使用的缩写收集在表中<a id="bookmark19"></a><a href="#bookmark19">1.</a>表1。在dss-医疗服务系统描述中使用的缩写的列表。<table><tr><td>缩写</td><td>意义</td></tr><tr><td>阿姆布</td><td>空中救护</td></tr><tr><td>羊水栓塞</td><td>模拟前端</td></tr><tr><td>AIC</td><td>分析和推理能力</td></tr><tr><td>AIS</td><td>分析和推理子系统</td></tr><tr><td>轮廓</td><td>救护车</td></tr><tr><td>禁止</td><td>身体区域生物传感器网络</td></tr><tr><td>骨髓单核细胞</td><td>战场医疗监测中心</td></tr><tr><td>BMS</td><td>战场管理系统</td></tr><tr><td>BodyPos</td><td>车身位置</td></tr><tr><td>c3是</td><td>指挥、控制、通信、情报和监视</td></tr><tr><td>cn</td><td>指挥官节点</td></tr><tr><td>中央处理器</td><td>中央处理单元</td></tr><tr><td>DMN</td><td>决策节点</td></tr><tr><td>DTC</td><td>数据传输能力</td></tr><tr><td>数据传输服务</td><td>数据传输子系统</td></tr><tr><td>出口信贷保证</td><td>心电图</td></tr></table>表1。续。<table><tr><td>缩写</td><td>意义</td></tr><tr><td>gRPC</td><td>谷歌远程过程调用</td></tr><tr><td>HMS</td><td>总部管理系统</td></tr><tr><td>人力资源</td><td>心率</td></tr><tr><td>冰点</td><td>互联网协议</td></tr><tr><td>MDTP</td><td>医疗数据通信数据传输协议</td></tr><tr><td>梅格</td><td>医疗疏散小组</td></tr><tr><td>人</td><td>医疗疏散节点</td></tr><tr><td>MMC</td><td>医疗监测中心</td></tr><tr><td>MPA</td><td>平均体力活动</td></tr><tr><td>马萨克</td><td>医疗状况意识能力</td></tr><tr><td>MTF</td><td>医疗设施</td></tr><tr><td>NAFv4</td><td>北约架构框架版本4</td></tr><tr><td>非视力损伤情况</td><td>嵌套的矢量中断控制器</td></tr><tr><td>PAS</td><td>体育活动信号</td></tr><tr><td>PAT</td><td>脉冲到达时间</td></tr><tr><td>波伊</td><td>受伤点</td></tr><tr><td>PPG</td><td>光电体积描记图</td></tr><tr><td>邮电总局</td><td>脉冲传输时间</td></tr><tr><td>雷斯</td><td>呼吸频率信号</td></tr><tr><td>rr</td><td>呼吸频率</td></tr><tr><td>SBC</td><td>单板计算机</td></tr><tr><td>sn</td><td>士兵节点</td></tr><tr><td>SpO2, SpO2</td><td>氧饱和度</td></tr><tr><td>SVM</td><td>支持向量机</td></tr><tr><td>塔台管制计算机组</td><td>战术战斗伤亡护理</td></tr><tr><td>阿尔特</td><td>通用异步接收机-发射机</td></tr><tr><td>统一的S波段</td><td>通用串行总线</td></tr><tr><td>SBP</td><td>收缩压</td></tr><tr><td>长春新碱</td><td>虚拟COM端口</td></tr></table><a id="bookmark20"></a>3.1.系统要求专用于军事行动的DSS-MEDEVAC系统的架构是基于北约架构框架版本4（NAFv4）准备的[<a href="#bookmark21">18</a>]，这是开发和描述军事和商业用途的架构的标准。NAFv4支持准备所开发系统的不同视点，包括系统概念（C组视点）、服务规范（S组视点）、逻辑规范（L组视点）、物理资源规范（P组视点）和架构基础（一组视点）。在本节中，我们描述了DSS-MEDEVAC系统的主要观点，即能力分类（C1）、企业视觉（C2）、能力依赖性（C3）、服务分类（S1）、节点类型（L1）和逻辑方案（L2）。为了反映医疗系统的目标，定义了主要系统能力。图<a href="#bookmark22">1</a>提出了简化的系统能力分类法（C1）和能力依赖性（C3）观点。据假定，在确定（检测到的）生命或健康威胁（医疗状况意识能力-MSAC）的情况下，该系统必须向医务人员和选定的指挥官提供关于士兵生命体征的当前信息和关于分诊的初步决定。此外，该系统必须提供每个士兵的当前位置，以帮助组织医疗后送。该系统必须能够测量、登记和处理所需的人体生命体征（生命体征监测能力），并可靠地将测量结果的结果（数据传输能力-DTC）发送到分析和推断模块。然后，系统必须有效地处理测量数据，以提出分诊的初始决策（分析和推理能力-aic）。V<table><tr><td>&lt;&lt;Capability&gt;&gt;电子的TCCC卡</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt; Visualisation</td></tr></table><a id="bookmark22"></a><s>&lt;</s>	&gt;<s>	&gt;</s><table><tr><td>&lt;&lt;Capability&gt;&gt;麦德瓦克决策支持，医疗分诊</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;医疗状况意识</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;校准和个人的参考数据</td></tr></table><s>&lt;</s><s>&lt;</s><table><tr><td>&lt;&lt;Capability&gt;&gt;分析和推理</td></tr></table><table><tr><td>&lt;&lt;功能&gt;&gt;生命体征监测</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;生物医学信号监控</td></tr></table><s>	&gt;</s><s>&lt;</s><table><tr><td>&lt;&lt;Capability&gt;&gt;数据传输</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;人力资源测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;PAS测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;出口信贷保证测量</td></tr></table>&gt;V&lt;&lt;<table><tr><td>&lt;&lt;Capability&gt;&gt;rr测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;BodyPos测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;PPG测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;SpO2测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;SBP测量</td></tr></table><table><tr><td><img src="/media/202408//1724856285.633451.png" />&lt;&lt;Capability&gt;&gt;MPA测量</td></tr></table><table><tr><td>&lt;&lt;Capability&gt;&gt;雷斯测量</td></tr></table>图1。美国医疗服务中心的能力分类和能力依赖关系。经过详细分析，确定系统的主要目标可以通过以下人体生命体征(心率（HR）、呼吸频率（RR）、氧饱和度(SpO2)、平均体力活动（MPA）、体位（BodyPos）和收缩压（SBP）。这些生命体征集是根据四个因素来选择的。:在大规模伤亡事件期间支持分诊的建议解决方案的相关工作分析(例如：[<a href="#bookmark23">19,</a><a href="#bookmark24">20</a>]);利用信息互联网（IoT）解决方案在灾难引起的大规模伤亡事件中支持远程健康监测的相关工作分析(例如：[<a href="#bookmark25">21</a>]);分析专门针对军队使用的类似解决方案（例如：[<a href="#bookmark11">10</a>–<a href="#bookmark13">12</a>]);急救人员和院前医务人员在军事行动中进行医疗后送的个人经验。[的作者<a href="#bookmark25">21</a>]提出了一种实时监测电子分诊标签系统，以提高灾难引起的大规模伤亡事件的存活率——因此，该系统的目标与我们的系统的目标相似。他们还提出了在院前分诊时可以简单测量的生命体征，即体温、心率、血压、呼吸频率、氧饱和度、毛细血管再充盈、意识和心电图。[的作者<a href="#bookmark25">21</a>]还认为，心率、血压、呼吸频率和心电图等生命体征被现场救援人员认为是最重要的因素。由于我们系统中的分诊基于简单的分诊和快速治疗（开始）程序，我们还提出了一套可以持续、自主、无创、无创的、重要的是简单测量的生命体征在军事行动期间(例如，SpO2即使没有专门的医疗设备（例如，RR）。我们系统的生命体征的选择也来自于对其他分诊系统（程序）的分析。大多数分诊系统是基于简单的意识测试，使用ACVPU（警报、混淆、声音、疼痛、无反应）量表、桡动脉脉搏和呼吸次数，但在更先进的分诊系统中，SpO2、SBP、HR。在<a href="#bookmark23">19</a>]，对目前正在运行的分诊系统进行了广泛的分析。[的作者<a href="#bookmark24">20</a>]还对与大规模伤亡的生物恐怖主义有关的分诊系统和有用的生命体征进行了分析。我们为系统选择的生命体征通常是分析分诊系统中考虑的主要变量。该分析使我们得出结论，我们需要一套最小的生命体征，能够考虑到强有力的军事限制和程序，支持对士兵健康状况的快速远程推断。AIC还应由每个士兵特定的校准和参考数据提供（校准和个人参考数据加载能力）。此外，该系统必须使医务人员或救援人员能够远程观察选定士兵所需的生物医学信号，以帮助他们提前准备所需的医疗设备和药物，并在需要时更新分诊决定（生物医学信号监测能力）。根据远程监测士兵的生物医学信号：心电图（ECG）、光体积描记图（PPG）、身体活动信号（PAS）和呼吸频率信号（RES）。受伤士兵登记的生命体征必须自动传递到电子战术战斗伤亡护理卡，该卡必须立即在系统中供参与士兵治疗的医疗人员使用（电子TCCC卡填充能力）。TCCC卡和最初的分类决定都必须立即在军队在军事行动中使用的总部管理系统（HMS）中“实时”查看（可视化能力）。3.2.系统需求的实现服务分类法视点（S1）如图所示<a href="#bookmark26">2.</a>dss-医疗服务系统提供的服务反映了所需的能力(如图所示<a href="#bookmark22">1)</a>. 主要的服务组负责可视化与分诊决定、士兵的定位、生命体征、生物医学信号和电子TCCC卡有关的信息。系统所需要的重要服务也是数据传输服务，它确保了系统中所有参与者的可靠的数据分布。<table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;重要参数可视化服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;生物医学信号可视化服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;<a id="bookmark26"></a>医疗分诊可视化服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;本地化可视化服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;分析和推理服务</td></tr></table><s>&lt;</s><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;e-TCCC卡可视化服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;HR、RR、SpO2、SBP、MPA, BodyPos测量服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;数据传输服务</td></tr></table><table><tr><td>&lt;&lt;ServiceSpecification&gt;&gt;ECG, PPG, RES,PAS测量服务</td></tr></table>图2。DSS-MEDEVAC服务分类法的观点。计划使用dss-医疗服务系统的医疗后送行动的操作观点如图所示<a href="#bookmark27">3.</a>受伤的士兵首先被疏散到战场上的一个安全区域（如果可能的话），给他们第一个援助。让我们把这个区域命名为受伤点，在那里医疗人员（军事救护车-amb或空中救护车-AAMB）可以提供第一个专业医疗援助。DSS-医疗医疗系统的传感器应首先对伤亡人员的生命问题做出反应，医务人员可在疏散过程早期以重要生命参数作为支持。还建议立即进行初步分诊；因此，所需的医疗资源可以参与医疗后送的过程。此外，还可以在撤离前和在途中护理（支持专业医疗器械）期间观察到受伤士兵当前的生物医学信号。图中指出的军事疏散的上层<a href="#bookmark27">3</a>可以利用电子TCCC卡和初始和更新的分类信息以及受伤士兵的现状。操作观点显示了dss-医疗治疗系统的主要参与者。<a id="bookmark27"></a><img src="/media/202408//1724856285.746002.png" /><img src="/media/202408//1724856285.780108.png" /><img src="/media/202408//1724856285.789233.png" />阿姆布MTF图例：41受伤点（POI）3<img src="/media/202408//1724856285.803932.png" /><img src="/media/202408//1724856285.820365.png" /><img src="/media/202408//1724856285.8481002.png" /><img src="/media/202408//1724856285.86687.png" />	巴塔利安援助2阿姆布轮廓车站<img src="/media/202408//1724856285.917739.png" /><img src="/media/202408//1724856285.94374.png" /><img src="/media/202408//1724856285.963882.png" /><img src="/media/202408//1724856286.002521.png" />3旅医疗中心轮廓2阿姆布42<img src="/media/202408//1724856286.082357.png" />MTF-医疗<img src="/media/202408//1724856286.3802109.png" /><img src="/media/202408//1724856286.654332.jpeg" />处理设施<img src="/media/202408//1724856286.848116.png" />轮廓<img src="/media/202408//1724856287.013889.png" />AMB救护车轮廓1 POI	轮廓<img src="/media/202408//1724856287.050485.png" />轮廓AAMB-空中救护车1 POI1波伊图3。系统的运营（企业）观点。图<a href="#bookmark28">4</a>阐明了dss-医疗服务系统的一般观点。在单个士兵级别，必须使用一组生物传感器来测量生命体征和生物医学信号，这对于最初的分诊准备和所有医疗后送过程的角度来看（从能力的角度来指出和解释）很重要。战场管理系统（BMS）将士兵生命状况的一般信息（初始和最终分类）可视化给直接指挥官，支持当前的态势感知。使用准备好的通信协议，通过通信网络不断发送到医疗监测中心（MMC），在那里对数据进行分析，提出分诊的初步和最终决定。然后将这些信息传递给mcc的医务人员可用的可视化模块，该模块可以对医疗后送做出最终决定。医务人员还可以观察受伤士兵所需的生物医学信号，以进一步支持有关撤离的决定，或对急救人员提供远程建议。同样的信息也出现在医疗后送小组（MEG）-救护车的可视化模块中。MEG的医疗人员可以在受伤点采取直接医疗行动后改变分诊决定。最初填写了电子表格<a id="bookmark28"></a>与每个受伤士兵相关的TCCC卡也由救援人员更新，并立即向疏散设施各级的医务人员提供。<img src="/media/202408//1724856287.121493.png" />图4。分布式医疗服务系统的一般观点。dss-医疗服务系统的逻辑观点如图所示<a href="#bookmark29">5.</a>系统中有三个主要节点：士兵节点（SN）、指挥员节点（CN）、决策节点（DMN）和医疗疏散节点（MEN）。SN由身体区域生物传感器网络（BAN）、单板计算机（SBC）、个人终端和个人无线电组成。BAN是一个与士兵的个人装备（包括军装、头盔和内衣）集成的网络。SBC旨在执行生物医学信号的初始处理和生命体征的实时计算，并通过已开发的通信协议将处理后的数据提交给个人终端。个人终端是一种基于平板电脑的军事计算机，它构成了通往战术数据传输系统的门户。人们还认为，BAN，特别是SBC，可以监测和存储士兵的生命体征的历史，即使其他设备无法接近。如果需要，可以稍后访问这些值。战术数据传输系统是BMS和HMS系统的一部分。它的主要作用是使用战术无线电网络（个人无线电、车辆无线电设备、部署和固定通信基础设施）可靠地分发医疗通信系统的所有元素上的医疗数据。<a id="bookmark29"></a><img src="/media/202408//1724856287.172547.png" />图5.DSS消息逻辑视点-节点类型视点。CN的角色是收集由下属传输的医疗数据，并将其发送给DMN。基于从CNs接收到的数据，DMN节点执行高级分析和推断，并提出关于分诊的决策。该决策被传递给位于指挥官节点、医疗后送节点和参与医疗后送行动的其他医疗设施中的可视化模块。医疗数据通过战术数据传输系统分布在dss-医疗网络的节点之间。关于分类、生命体征和生物医学信号的信息是使用BMS和HMS系统向医务人员和指挥官进行可视化。医疗后送节点（救护车、航空医疗直升机）接收当前的分诊决定，并首先填写电子TCCC卡，以支持救援人员。男性也是最终决策信息的来源，这些信息被传递给DMN并在系统中分发。dss-医疗服务系统的主要子系统，它们反映了图中所示的逻辑观点的组成部分<a href="#bookmark29">5</a>，将在下一节中进行描述。<a id="bookmark2"></a>4.测量子系统使用不同类型的传感器来测量在相对静态的身体位置的生物医学信号和生命体征在文献中有很好的描述。在DSSMEDEVAC系统中，我们假设了困难的测量条件，其中一些传感器可以被破坏或断开，对接收数据的分析应该可以预测这种情况。此外，我们应该假设，专用于传感器网络的常用无线传输技术（即蓝牙、ZigBee、ANT或近场通信）不能在军事行动中应用，特别是由于故意干扰无线电传输。所有这些考虑都导致我们决定了一组应该被监控、最初处理并发送到分析和推理子系统的健康参数，以及决定了防止数据传输被干扰的通信技术。此外，可穿戴传感器应与个人士兵的装备（制服、内衣、通信设备）集成。测量子系统的简化体系结构如图所示<a id="bookmark30"></a><a href="#bookmark30">6.</a><img src="/media/202408//1724856287.193407.png" />11-额头传感器：PPG、心电图（可选）<table><tr><td>个人广播</td></tr></table>2-胸部传感器：呼吸传感器、心电图、加速度计23-腕部传感器（可选）PPG、心电图、加速度计3<table><tr><td>个人终端</td></tr></table>单板计算机图6。医疗系统测量子系统的总体结构。由本文作者制造的可穿戴传感器位于一名士兵的前额、胸部和手腕（可选的传感器）上。它们与头盔和制服相结合。基于高性能手臂皮层的m7单板计算机（SBC）负责传感器的数据采集、测量信号的初始处理、生命体征的实时计算和与个人终端的通信。为了确保干扰保护，数据通过有线通信传输到SBC，其中电线要统一集成。SBC和传感器都由个人终端（作为主要能源）或内部SBC电池（处于备用或紧急模式）供电。假设个人终端在军事任务期间能够向测量子系统传递所需的能量。数据通过个人无线电发送到系统的其他部分，以确保安全和健壮的战术通信（即使是在敌对干扰下）。一般来说，可以测量大量的生物医学信号和生命体征，以支持远程健康监测[<a href="#bookmark5">2,</a><a href="#bookmark31">22]</a>.然而，我们不需要使用所有这些来支持军事行动（或类似行动）中分类的分类决定。考虑到分布式医疗服务系统的所需能力、具体的军事条件，以及在对军事医疗保健和疏散程序的深入分析之后[<a href="#bookmark32">23</a>在军事行动中，我们决定测量图中所指出的生物医学信号和生命体征<a href="#bookmark22">1.</a>这些标志是由关于士兵的运动和身体位置的信息（通过使用一个加速度计）来支持的，如图所示<a href="#bookmark30">6.</a>在系统开发的当前阶段，作者准备了一个包含所有所需传感器的测试台，其中每个传感器由两个主要组件组成：CPU（中央处理单元）和AFE（模拟前端）模块，如图所示<a href="#bookmark33">7.</a>传感器能够通过双线UART（通用异步接收器-发射器）接口与SBC进行通信。这种传感器的模块化架构允许为具有相同CPU模块的每个传感器使用专用的AFE。阿尔特接口	SBC 	电动<table><tr><td><a id="bookmark33"></a>传感器体系结构<table><tr><td>中央处理机模块</td></tr></table>板到板接口<table><tr><td>AFE模块</td></tr></table></td></tr></table>图7。dss-医疗服务传感器的架构。如图所示<a href="#bookmark30">6</a>，dss-医疗服务中心的测量子系统包含三个测量生物医学信号的传感器。这些信号集成在SBC计算机中；因此，确保这些信号的测量同步是很重要的。这在计算SBP参数时尤为重要。SBP将根据从心电图/PPG信号计算出的脉冲波的传播时间（pat-脉冲到达时间或脉冲脉冲通过时间）进行连续、无袖、无创的测量[<a href="#bookmark34">24</a>–<a href="#bookmark35">27]</a>.在我们的测量子系统中，如图所示<a href="#bookmark30">我们提出了一个建议</a>-由SBC同步的有线传感器系统。为了控制传感器，SBC会定期向每个传感器发送请求。每个传感器必须在一个固定的时间内响应请求（即，它发送信号采样），小于请求信号的最高采样周期（例如，对于ECG，响应时间必须小于4 ms）。在我们的传感器中，我们使用了STM32L5系列的微控制器，它们嵌套了矢量中断控制器（NVIC），允许准备多达8个中断优先级。传感器从SBC接收到的请求（即，从UART接口接收到一个字节的中断）具有适当的高优先级。因此，传感器的响应（即通过UART开始数据传输）时间低于100 μs。图<a href="#bookmark36">8</a>结果表明，所开发的AFE模块能够测量和发送心电图和PPG信号，然后将其发送到SBC。<img src="/media/202408//1724856287.230239.jpeg" />图8。由传感器的AFE模块测量的示例信号图（“，”表示十进制分隔符）。信号装置<a href="#bookmark37">28</a>]使用软件在图中显示数据<a href="#bookmark36">8.</a>它便于以相同的采样率查看多个信号，并具有许多有用的功能，包括数据处理。5.数据传输子系统数据传输子系统（DTS）的一个作用是提供数据传输服务(如图所示<a href="#bookmark26">2</a>)到dss-医疗服务系统。DTS集成了SN、CN、DMN和MED节点，如图所示<a href="#bookmark38">9.</a><table><tr><td>cn</td></tr></table><table><tr><td><a id="bookmark36"></a><a id="bookmark38"></a>sn</td></tr></table><table><tr><td>梅德</td></tr></table><table><tr><td>DMN</td></tr></table>数据传输服务图9。数据传输子系统作为dss-医疗服务节点的集成器。总部管理系统（HMS）确保了节点之间可靠的医疗数据分布，该系统最初的开发是为了支持军事行动期间的指挥、控制、通信、情报和监视（C3IS）能力[<a href="#bookmark39">29]</a>.HMS C3IS系统的基本形式使指挥官能够及时地做出决策，通过获取报告的信息，创建作战情况的共同图景，并交换作战信息。因此，HMS还可以通过dss-医疗中心的信息，以支持军事医疗保健各级的医疗人员，包括军事医疗后送活动(如图所示<a href="#bookmark28">4)</a>.DTS的一个核心是一个基于互联网的战术通信网络协议（IP）。在基于ip的通信网络的顶部工作的HMS确保了可靠的数据库更新和复制。在本节中，我们将重点关注DTS的一部分，即将数据传递到HMS的方法。<a id="bookmark40"></a>图<a href="#bookmark40">10</a>显示了士兵节点的一个通信组件。<table><tr><td colspan="2">单板计算机（SBC）</td></tr><tr><td><img src="/media/202408//1724856287.238688.png" /></td><td><img src="/media/202408//1724856287.2557828.png" />长春新碱界面</td></tr></table><table><tr><td>MDTP（设备模式）</td></tr></table><table><tr><td>MDTP（主机模式）</td></tr></table><table><tr><td>统一的S波段（设备模式）</td></tr></table><table><tr><td>USB（主机模式）</td></tr></table><table><tr><td rowspan="2">个人终端<img src="/media/202408//1724856287.286211.png" /><table><tr><td>gRPC服务器</td></tr></table>四、gRPC/ IP接口长春新碱界面</td><td>HMS C3IS集成器<table><tr><td>gRPC客户端</td></tr></table></td><td></td></tr><tr><td colspan="2"></td></tr></table>冰点UART接口统一的S波段界面<table><tr><td>传感器</td></tr></table>界面<table><tr><td></td></tr></table><table><tr><td>个人广播</td></tr></table>图10。士兵节点的通信组件。如前所述，传感器由SBC通过UART接口进行控制。接下来，数据使用通用串行总线（USB）接口传输到个人终端，其中SBC以设备模式运行USB驱动程序，而个人终端以主机模式使用USB驱动程序。为了协调通过USB接口的数据传输，在SBC（MDTP设备模式）和终端（MDTP主机模式）中，制定并实现了一个MDTP协议（DSS-地中海数据传输协议）。MDTP驱动程序使用虚拟COM端口（VCP）与USB驱动程序进行通信。数据使用谷歌远程过程调用（gRPC）发送到/从HMS C3IS系统[<a href="#bookmark41">30</a>]，通过IP数据包在gRPC客户端和服务器应用程序之间传输。gRPC客户端是集成器的一部分，它将数据分布在dss-医疗服务节点上。Iv接口负责进程间的通信。6.分析和推理子系统在本节中，只提供了关于分类算法的一般信息，这可以阐明分析和推理子系统（AIS）在DSS-MEDEVAC系统中的作用。AIS的一个核心是一种决策算法，通过将受伤的士兵分配给他们以下颜色：绿色、黄色、红色和黑色。前三种颜色反映了在开始（简单的分诊和快速治疗）程序中定义的分诊要求。最后一个是为了表示通信问题。我们还根据对医疗后送人员的经验所造成的实际情况的评估，提出了士兵生存机会度量的适当值。这些价值将在武装部队实施该系统后的经验教训进行优化。目前，我们在最初的现场测试中验证了我们的假设，证实了系统的所有元素都可以与战场管理系统集成，但由于明显的原因，我们无法在有大量受伤士兵的真实战场上进行验证。因此，我们假设系统能够学习和修改其初始属性。绿色意味着一个士兵的生存几率等于100%。这意味着士兵确实可能受轻伤，但不需要医疗援助。黄色被分配给应该撤离的受伤士兵，但第二优先。红色保留给需要立即撤离的士兵（优先考虑）。如果没有从士兵的测量设备接收到心率信号（HR），则会分配黑色。这可能意味着通信问题累积或士兵死亡（这种颜色需要医务人员或其他士兵的额外验证）。除了上面定义的颜色外，蓝色也可以分配给没有（或最小）生存机会的重伤士兵。该颜色只能由医疗人员或来自医疗后送组的救援人员手动分配，在确认了士兵在受伤时（通常是在战场上）的健康状况之后。根据军事程序，这些士兵将以最后的优先顺序撤离（称为撤退分流）。章节中描述的系统要求<a href="#bookmark20">3.1</a>要求AIS应由四个主要生命体征提供，以决定分诊，即心率（HR）、呼吸频率（RR）、收缩压（SBP）和外周血氧饱和度(SpO2).该算法还可以由关于身体活动和身体位置的信息（由加速度计估计）来支持。在医疗隔离的背景下，士兵健康评估的最高优先事项是人力资源。RR是一个对人类健康状况的变化产生快速反应的参数。SBP是HR和RR的重要体征。该参数的值在患者病情恶化时反应较慢。SpO2不如以前的参数可信，因为它取决于许多因素，包括那些与生命和健康威胁没有直接联系的因素；因此，在准备分诊决定时应考虑到它。AIS不需要由测量子系统测量的生物医学信号。它们按需直接送至位于医疗监测中心的医务人员或接近事故现场或战场的救援人员。因此，生物医学信号支持对分诊的第一手资料和最终决定。主要的分类算法用算法1中所示的伪代码来澄清。根据它，如果所有测量参数都在个性化参考值的范围内，则将（绿色）颜色分配给士兵。如果至少有一个参数的值超出参考范围，但不超过临界值（表示对运行状况的威胁），则将指定（黄色）颜色。该算法的规则之一是，如果更重要参数的值强制使用黄色或红色，则分类颜色不能下降（即分别为绿色或黄色）。分析后，最重要的生命体征是RR，然后是HR、SBP，最后是SpO2.因此，在这样的顺序下，在算法1中分析了符号(第1行的RR，第8行的HR，第23行的SBP和SpO2从第38行）。主要算法还补充了一套算法，这些算法准备评估受伤士兵的生存机会，并对传感器缺乏一些参数（在军事行动中经常观察到）做出反应。在主算法的基础上，定义了一个确定生存机会功能的辅助算法。定义这一个功能的需要来自于与引入支持分诊的软件相关的期望。疏散的顺序来自于指定的状态，用适当的颜色标记，但在相同的颜色内，生存机会功能的价值可能是决定性的。在所谓的战术逆转的案例中，[<a href="#bookmark42">31</a>])分类——作为TCCC（战术战斗伤亡护理）的一部分——根据战术情况，当优先事项是尽快恢复执行战术行动的能力时，将使用它，以便首先营救最轻的伤员；因此，他们将能够尽快返回战术行动，以重建作战能力。这是一种特殊的情况，拯救受伤最少的人，以便在战斗中再次使用。在这种情况下，生存机会功能的价值也将非常有帮助。一般来说，对于救援者来说，关于输入的信息越多，生存机会的功能就越好——口语中说——可以让你评估哪一种红色可能比其他的“更”红色，这可以改善医务人员在优先疏散方面的行动。为了定义生存机会函数，我们生成了7200个病例，它们很好地覆盖了整个四维参数空间。这些案例被用来训练两个非线性的SVM（支持向量机）网络[<a href="#bookmark43">32</a>–<a href="#bookmark44">34</a>]，最终的结果是一个函数，分配红色类为1-50%，黄色类为51-99%，绿色类为100%。<table><tr><td>算法1是在分析和推理子系统中实现的主要分类算法。</td></tr><tr><td>输入：RR、HR、SBP、SpO2的测量值。对每个士兵的生命体征的个性化参考和临界价值。典型参考值：RRref: 9–20/minHRref: 50–110/minSBPref：100-180mmHgSpO2参考编号： &gt;= 94%RRctitical, HRcritical, SBPcritical, SpO2Critical输出：治疗类选法步骤：1.读取RR2.如果RR == RRref，那么3.|分类&lt;-（绿色）4.否则如果RR ！=公司5.|分类&lt;-（黄色）6. 其他的7. 分诊&lt;-（红色）8.阅读人力资源9. 如果分诊==（绿色）10.|，如果HR == HRref，那么11.||分类&lt;-（绿色）12.|否则如果人力资源！=人力资源公司13.||分类&lt;-（黄色）14.|其他15.|分类&lt;-（红色）16.elseif分诊==（黄色），然后17.|如果HR == HRref或HR！=HR关键字18.||分类&lt;-（黄色）19.|其他20.|分类&lt;-（红色）21. 其他的22. 分诊&lt;-（红色）23.读取SBP24. 如果分诊==（绿色）25.|，如果是SBP==，SBPref，那么26.||分类&lt;-（绿色）27.| elseif SBP != SBPcritical28.||分类&lt;-（黄色）29.|其他30.|分类&lt;-（红色）31. elseif分诊==（黄色），然后32.|，如果SBP == SBPref或SBP！=SBP关键字符，然后33.||分类&lt;-（黄色）34.|其他35.|分类&lt;-（红色）36. 其他的37. 分诊&lt;-（红色）38.读取SpO239. 如果分诊==（绿色）40.|，如果SpO2，==SpO2ref，那么41.||分类&lt;-（绿色）42.| elseif SpO2 != SpO2critical43.||分类&lt;-（黄色）44.|其他45.|分类&lt;-（红色）46. elseif分诊==（黄色），然后47.|如果SpO2 == SpO2ref或SpO2！=SpO2关键48.||分类&lt;-（黄色）49.|其他50.|分类&lt;-（红色）51. 其他的52. 分诊&lt;-（红色）53.算法的结束</td></tr></table>为了训练SVM网络，我们使用了由受伤患者生命体征的高保真模拟器生成的数据。该模拟器通过测量创伤患者的健康参数进行了验证。这一决定是由于缺乏对真实患者进行的足够数量的测量，并且仅用于验证我们的算法。但是，需要强调的是，SVM网络将在系统的最终运行过程中进行训练，以优化其行为。红色、黄色和绿色等级范围应视为初始值，计划根据军事经验进行优化。所选参数的生存函数机会图如图所示<a href="#bookmark45">11.</a>应当指出的是，所提出的功能也将根据所吸取的军事经验教训进行优化。我们可以预期，在我们的系统运行的初始阶段，可能会出现错误的警报，但使用学习能力，它应该调整其性能。<a id="bookmark45"></a><img src="/media/202408//1724856287.316845.png" />图11。选定的生命体征值的生存机会函数图。在战场上切断一个或多个传感器并不少见。这可能是由于信号截止或强干扰阻碍了参数的正确确定。因此，使用了以下系统操作的变体：1.所有四个参数都可用的。使用了完整的算法，仅在这种情况下，才计算了生存机会函数的值。可靠性为100%。2.如果SpO2传感器断开连接，仅采用HR、RR和SBP的算法。可靠性为90%。3.如果SBP传感器断开，则只使用HR、RR和SpO的算法2是应用。可靠性为80%。4.如果SpO2并断开SBP传感器，仅采用HR和RR的算法。可靠性为70%。5.如果RR传感器断开，则仅使用HR、SBP和SpO的算法2是应用。可靠性为80%。6.如果RR和SpO2传感器断开，使用只使用HR和SBP的算法。再负债为70%。7.如果RR和SBP传感器断开，则该算法只使用HR和SpO2使用。可靠性为60%。8.如果是RR，SpO2，并断开SBP传感器，使用仅hr算法。可靠性为50%。9.在没有来自HR传感器的信号的情况下，系统不能工作（不管其他系统如何）。该士兵被标记为“黑色”，但必须得到现场医生的确认。AIS的总体架构如图所示<a href="#bookmark46">12.</a><table><tr><td colspan="4" rowspan="2"><a id="bookmark46"></a>分析和</td><td rowspan="3">推理服务器</td><td rowspan="4"></td><td colspan="4">HMS C3IS系统</td></tr><tr><td colspan="3" rowspan="2"><img src="/media/202408//1724856287.334483.png" />HMSc3是积分器</td><td rowspan="8"></td></tr><tr><td colspan="2" rowspan="3"></td><td colspan="2" rowspan="3">AIS算法</td></tr><tr><td rowspan="4"><table><tr><td>gRPC服务器</td></tr></table></td><td></td><td rowspan="3">gRPC客户端</td><td rowspan="3"></td></tr><tr><td rowspan="5"></td><td></td></tr><tr><td rowspan="4"></td><td></td><td></td><td></td><td></td></tr><tr><td colspan="2" rowspan="2">数据库</td><td rowspan="3"></td><td colspan="3" rowspan="2"></td></tr><tr><td rowspan="2">四、</td></tr><tr><td></td><td></td><td></td><td></td><td></td></tr></table>gRPC/ IP接口图12。分析和推断子系统架构。AIS算法在分析和推理服务器中实现，该服务器通过谷歌远程过程调用通过IP接口与HMS C3IS系统进行通信。AIS算法由每个士兵的生命体征提供。为了将当前的计算与历史数据进行协调，参数值和结果都存储在一个数据库（DB）中。每次改变分类颜色时，关于分类的信息都会被发送到HMS C3IS系统。HMS C3IS系统负责向指挥官（以有限的形式，需要指挥和控制）、医务人员或救援人员可视化分类。图中显示了一个示例窗口，其中包含为所选士兵的分类可视化建议决策<a id="bookmark47"></a><a href="#bookmark47">13.</a><img src="/media/202408//1724856287.3513138.jpeg" />图13。由AIS算法生成的建议的分类颜色的示例窗口。根据传递给AIS的参数，算法建议士兵应该用（黄色）颜色进行标记。所有的生命体征都可以到达AIS处；因此，结果的可靠性是100%的。SVM网络表明，该士兵的存活几率为74%。关于医疗后送和分类的最终决定现在由医务人员作出，他们还可以另外检查士兵所需的生物医学信号。7.针对医务人员和指挥官的可视化模块<a id="bookmark3"></a>以便为医疗支持小组的操作人员将收集到的数据可视化（MSG）/战场医疗监测中心（BMMC），专用门户是作为波兰总部管理系统（HMS C3IS茉莉花）的一部分设计和实施的[<a href="#bookmark39">29]</a>.该门户提供了对由系统监控的有关士兵的信息的访问。适应于T5“TRYTON战术计算机终端的味精门户视图如图所示<a href="#bookmark48">14.</a>主要视图提供了允许医疗人员或指挥官适应战场情况的基本数据：士兵名单、分类的最新结果和关于数据更新的信息。<a id="bookmark48"></a><img src="/media/202408//1724856287.494185.jpeg" />图14。味精门户：视图适应于T5“TRYTON战术计算机终端。使用该软件，味精操作员可以访问每个被监控士兵的详细数据。门户提供获取以下数据：基本信息：性别、出生日期、体重、最新的心率和血压信息；生命体征的状态，即。：呼吸频率、氧饱和度、体温、身体活动和体位信息；一个动态更新的图表，反映了选定的生命体征随时间的变化；分诊结果：来自分析和推理模块（初始分诊）和由操作员或医务人员手动输入的结果（最终分诊）。“分类”选项卡显示了从分析和推理服务中读取的结果列表。医疗支持小组门户还允许使用地图层可视化数据，为救援人员提供更大的态势感知，从而促进未来的受害者疏散计划。作为基本信息的符号学表示每个被监测士兵的分类结果。此外，操作员还可以显示士兵最后登记的生命体征的摘要。“信号”选项卡允许可视化由选定士兵的测量模块注册的选定生物医学信号。图<a href="#bookmark49">15</a>显示了一个测试生物医学信号（即光体积图）的可视化例子。MSG门户网站的设计使用了响应式视图技术，允许界面适应屏幕的分辨率和方向。这也允许与移动设备的高效工作，例如，TRYTON的“T5战术计算机终端”，它适用于在任何地形，在各种环境条件下工作。<a id="bookmark49"></a><img src="/media/202408//1724856287.571394.jpeg" />图15。味精门户：可视化的一个例子生物医学信号(士兵姓名： Kowalski，信号姓名：照片体积描记图nr 1)。8.结论目前，DSS-MEDEVAC系统是以集成测试台的形式编写的，其中所有的元素都被实现和测试。测试证实，准备好的传感器以分析和推断子系统和医务人员所要求的可接受的形式测量了生命体征和生物医学信号。将生物医学信号与专业医疗设备获得的数据进行了比较。救援人员评估，它们对受伤士兵的远程健康监测非常有用，是dss-医疗治疗系统建议的分类信息的一个很好的补充。接下来将在现场测试中评估系统的效率，以确认所有所需的能力。. 作者贡献：概念化，P.L.，J.K.，T. SandA.P.D.；方法论，P.L.，J.K.，A.P.D.和；软件，A.P.D., L. A., J.K., T.S.和W.Z.；验证，P.L.，J.K.，T.S.，A.P.D., P.O., L. A.和W.Z.。；形式分析，P.L.，J.K.，T.S.。和A.P.D.；写作-原稿准备，P.L.，J.K.，T.S.，W.Z.和A.P.D.；写作-评论和编辑，P.L.，J.K.，T.S.。“”和“A.P.D.”；监督，j.k。；所有作者都已阅读并同意了该手稿的出版版本。资助：该研究由波兰国家研究和发展中心（NCBR）资助，项目为No.DOB-SZAFIR/09/B/006/01/2021.机构审查委员会的声明：不适用。知情同意声明：不适用。数据可用性声明：不适用。利益冲突：作者声明没有利益冲突。基金不参与研究的设计；在数据的收集、分析或解释中；在手稿的写作中，或在决定公布调查结果时。参考文献<a id="bookmark4"></a><a id="bookmark5"></a>1.美国陆军；M.J.用于远程健康监测的可穿戴传感器。传感器2017、17、130。<a href="https://doi.org/10.3390/s17010130">CrossRef</a>2.《医疗保健行业中远程患者监测的技术、设备和好处》，《2021年远程患者监测趋势和健康设备》。在线提供：<a href="https://www.insiderintelligence.com/insights/remote-patient-monitoring-industry-explained/">https://www.insiderintelligence.com/insights/remote-patient-监控行业解释/</a>（已于2023年4月24日访问）。3.维德曼，D.；塞里，E。；奥巴基罗瓦；阿卜迪丁；出院后慢性危重患者的远程监测：系统回顾。J.克林。医学2022, 11, 1010.<a href="https://doi.org/10.3390/jcm11041010">CrossRef</a>4.Seshadri，D.R。；李，R.T。; Voos, J.E.; Rowbottom,J.R.; Alfes,C.M.; Zorman, C.A.；德拉蒙德公司股份有限公司，C.K.<a id="bookmark6"></a>用于监测运动员内部和外部工作量的可穿戴传感器。NPJ数字。医学2019, 2, 71.<a href="https://doi.org/10.1038/s41746-019-0149-2">[交叉参考][</a><a href="https://www.ncbi.nlm.nih.gov/pubmed/31372506">PubMed]</a>5. 查特吉，T.；巴塔查里亚州， D.; 人名 A.; 在远程军事训练活动中，速度更快和速度更慢的完成者的生理和心理工作负荷的量化。<a id="bookmark7"></a>BMJ Mil.健康2022，e002154。<a href="https://doi.org/10.1136/military-2022-002154">[交叉参考][</a><a href="https://www.ncbi.nlm.nih.gov/pubmed/36283744">PubMed]</a>6.金，j.h。；罗伯奇，R.；鲍威尔，j.B。；谢弗，A.B.。；使用和风生物组织在分级运动和持续高温运动中测量心率和呼吸频率的准确性。Int。J.运动医学。2013, 34, 497–501.<a href="https://doi.org/10.1055/s-0032-1327661">CrossRef</a><a id="bookmark8"></a><a id="bookmark9"></a><a href="https://www.ncbi.nlm.nih.gov/pubmed/23175181">PubMed</a>7.罗素，M。；斯帕克斯，W。；东北方向，J。；库克，c.J.。；爱，T.D.。；布拉肯，r.M.。；基尔达夫，有限公司。在加速和减速方面的变化在整个职业足球比赛中发挥的能力。J.强度金度。物品2016, 30, 2839–2844.<a href="https://doi.org/10.1519/JSC.0000000000000805">[交叉参考][</a><a href="https://www.ncbi.nlm.nih.gov/pubmed/25474342">PubMed]</a>8.约翰逊，M.C.；拉， A.; Convertino，诉；卡特，R。，第三；钟，K.；斯图尔特，R.；迈尔斯，J.；凹陷， D.; 廖；Cestero；R；等。补偿性储备指数：一种新型监测技术识别出血创伤患者的性能。<a id="bookmark10"></a>震惊2018,49,295-300。<a href="https://doi.org/10.1097/SHK.0000000000000959">CrossRef</a>9.凯莱特，J。；荷兰，M.；Candel，B.G.J.利用生命体征将急性病患者快速和容易地纳入临床有用的病理生理学类别：在两个不同的急性病患者群体中衍生和验证8个病理生理学类别。J.<a id="bookmark11"></a>紧急状态。. 2023, 64, 136–144.<a href="https://doi.org/10.1016/j.jemermed.2022.12.024">CrossRef</a>10.北约急救反应APK，国防卫生局。在线可用：<a href="https://apkcombo.com/nato-first-responder/mil.dha.firstresponder">https://apkcombo.com/nato-first-responder/mil.dha.</a><a id="bookmark12"></a><a href="https://apkcombo.com/nato-first-responder/mil.dha.firstresponder">firstresponder</a>（已于2023年5月15日访问）。11.OpenAhlta，国防卫生局。在线可用：<a href="https://www.health.mil/Military-Health-Topics/Technology/Support-Areas/Open-Source-Technologies">https://www.health.mil/Military-Health-Topics/Technology/Support-</a><a id="bookmark13"></a><a href="https://www.health.mil/Military-Health-Topics/Technology/Support-Areas/Open-Source-Technologies">区域/开源技术</a>（已于2023年5月15日访问）。12.BATDOK，空军研究实验室。在线可用：<a href="https://techlinkcenter.org/technologies/battlefield-assisted-trauma-distributed-observation-kit-batdok-software-tools/d6074edb-dde4-4a0b-8c40-c4e844917b28">https://techlinkcenter.org/technologies/battlefield-assisted-trauma-</a><a id="bookmark14"></a><a href="https://techlinkcenter.org/technologies/battlefield-assisted-trauma-distributed-observation-kit-batdok-software-tools/d6074edb-dde4-4a0b-8c40-c4e844917b28">distributed-observation-kit-batdok-software-tools/d6074edb-dde4-4a0b-8c40-c4e844917b28</a>（已于2023年5月15日访问）。13.开始成人分类算法。辐射应急医疗管理：REMM（美国卫生与公众服务部）。在线提供：<a id="bookmark15"></a><a href="http://www.remm.nlm.gov/startadult.htm">http://www.remm.nlm.gov/startadult.htm</a>（已于2023年4月24日访问）。14.联邦机构间委员会。全国实施大规模伤亡事故分类模型统一核心标准。2014.在线提供：<a href="https://www.ems.gov/assets/National_Implementation_Model_Uniform_Core_Criteria_Mass_Casualty_Incident_Triage_Mar2014.pdf">https://www.ems.gov/assets/National_Implementation_Model_Uniform_Core_Criteria_Mass_</a><a id="bookmark16"></a><a href="https://www.ems.gov/assets/National_Implementation_Model_Uniform_Core_Criteria_Mass_Casualty_Incident_Triage_Mar2014.pdf">Casualty_Incident_Triage_Mar2014.pdf</a>（已于2023年4月24日访问）。15. 欣森，j.s.；马丁内斯， D.A.；卡布拉尔；乔治；惠伦M.；Hansoti， B.; 在急诊医学中的分诊表现：<a id="bookmark17"></a>一个系统的评论。. 紧急状态。. 2019, 74, 140–152.<a href="https://doi.org/10.1016/j.annemergmed.2018.09.022">CrossRef</a>16.肯普，K.；Alakare，J.；哈约拉，V.P。；斯特兰德伯格，T.；托洛宁，J。；莱托宁，L.；Castr²n，M。国家早期预警评分2（NEWS2）和3级分诊量表作为急诊科中虚弱老年人的风险预测指标。BMC Emerg.医学2020, 20, 83.<a id="bookmark18"></a><a href="https://doi.org/10.1186/s12873-020-00379-y">CrossRef</a>17. Kikomeko, B.; Mutiibwa, G.; Nabatanzi, P.; Lumala, A.；凯莱特，J。 A.一种用于低资源设置的急诊患者分诊工具的前瞻性、内部验证。J.<a id="bookmark21"></a>. 紧急状态。. 2022, 12, 287–292.<a href="https://doi.org/10.1016/j.afjem.2022.05.003">CrossRef</a>18.架构能力团队，咨询，指挥和控制委员会，北约架构框架版本4,1月2018.在线可用：<a href="https://www.nato.int/nato_static_fl2014/assets/pdf/2021/1/pdf/NAFv4_2020.09.pdf">https://www.nato.int/nato_static_fl2014/assets/pdf/2021/1/pdf/NAFv4_2020.09.pdf</a>（访问时间：<a id="bookmark23"></a>2023年4月24日)。19.Bazyar，J.；Farrokhi，M.；大量伤亡事故和灾害中的分类系统：一种具有全球方法的综述研究。<a id="bookmark24"></a>开放的访问麦克。J.医学科学。2019, 7, 482–494.<a href="https://doi.org/10.3889/oamjms.2019.119">CrossRef</a>20.赵F.；赵C.；白S.姚L.张Y。大规模伤亡生物恐怖主义的分诊算法：一个系统的综述。Int。J.<a id="bookmark25"></a>环境。物品公共卫生部门，2023,20,5070。<a href="https://doi.org/10.3390/ijerph20065070">[CrossRef</a>] [<a href="https://www.ncbi.nlm.nih.gov/pubmed/36981980">PubMed]</a>21.公园，j.y.。实时监测电子分诊标签系统，以提高灾难引起的大规模伤亡事故的成活率，医疗保健2021,9,877。<a id="bookmark31"></a>. <a href="https://doi.org/10.3390/healthcare9070877">[CrossRef</a>] [<a href="https://www.ncbi.nlm.nih.gov/pubmed/34356255">PubMed]</a>22. 波利的变体 C.; 贾亚拉特纳；汉密尔顿，T.；安德烈兹，E.；Bifulco，P.；埃斯波西托， D.; 中心，J.；<a id="bookmark32"></a>可穿戴蓝牙分类医疗保健监控系统。传感器2021、21、7586。<a href="https://doi.org/10.3390/s21227586">[交叉参考][</a><a href="https://www.ncbi.nlm.nih.gov/pubmed/34833659">PubMed]</a>23.哈罗德，R.蒙哥马利，战术战斗伤亡护理，快速参考指南。2017.在线提供：<a href="https://emsa.ca.gov/wp-content/uploads/sites/71/2017/07/TCCC_Quick_Reference_Guide_2017.pdf">https://emsa.ca.gov/wp-content/uploads/sites/71/2017/07/TCCC_Quick_Reference_Guide_2017.pdf</a>（已于2023年4月24日访问）。24.t；一篇关于评估血压波形的非侵入性方法的综述。传感器2022、22、3953。<a id="bookmark34"></a><a href="https://doi.org/10.3390/s22103953">[CrossRef</a>] [<a href="https://www.ncbi.nlm.nih.gov/pubmed/35632360">PubMed]</a>25.穆卡马拉；G.S。；无袖血压测量。安努。发动机的旋转比奥梅德。雕刻2022, 24, 203–230.<a id="bookmark35"></a><a href="https://doi.org/10.1146/annurev-bioeng-110220-014644">CrossRef</a>26.周中b; Cui, T.R.；李，D.；剑，j.M.。；李z；纪S.R。；李，X.；徐，j.D。；刘H.F.；杨Y.；等。基于脉冲波传输时间和脉冲到达时间的可穿戴连续血压监测装置：一篇综述。材料2023、16、2133。<a href="https://doi.org/10.3390/ma16062133">CrossRef</a>27.Sondej，T.；西耶兹科夫斯基，K.；用于评估脉冲波延迟的同步多位点测量系统。<a id="bookmark37"></a>双胞胎。比奥梅德。雕刻2019, 39, 488–502.<a href="https://doi.org/10.1016/j.bbe.2019.01.001">CrossRef</a>28.Plesinger, F.; Jurco, J.; Halamek,J.信号：一个开放的信号处理软件平台。生理学。平均值。2016, 37, N38–N48.<a href="https://doi.org/10.1088/0967-3334/37/7/N38">CrossRef</a>29.多域HMSC3是茉莉花。在线提供：<a href="https://defence24.com/industry/multidomain-hms-c3is-jasmine">https://defence24.com/industry/multidomain-hms-c3is-jasmine</a>（已于2023年4月24日访问）。<a id="bookmark39"></a><a id="bookmark41"></a>30.谷歌远程过程调用-一个高性能的开源通用RPC框架。在线可用：<a href="https://grpc.io/">https:</a><a id="bookmark42"></a><a id="bookmark43"></a><a href="https://grpc.io/">//grpc.io/</a>（已于2023年4月24日访问）。31.反向分诊：不仅仅是另一种方法。欧洲人J.艾默格。医学2016, 23, 240–247.<a href="https://doi.org/10.1097/MEJ.0000000000000339">CrossRef</a>32. W6jtowicz, B.; Dobrowolski,利用离散小波分解和SVM分类器的下降检测器。metrolmea。. 西斯特。2015, 22, 303–314.<a href="https://doi.org/10.1515/mms-2015-0026">CrossRef</a>33.Dobrowolski, A.P.；Suchockim.；他，K。；利用小波分解和SVM网络对听觉脑干反应进行分类。<a id="bookmark44"></a>双胞胎。比奥梅德。雕刻2016, 36, 427–436.<a href="https://doi.org/10.1016/j.bbe.2016.01.003">CrossRef</a>34. Stasiakiewicz, P.; Dobrowolski,A.P.；塔尔戈夫斯基；Gała˛兹卡维德里克；萨杜拉-锡克卢卡，T.；Majka，K.；斯科齐拉， A.;利用小波包分解和支持向量机对正常和患病的裂纹患者进行自动分类。比奥梅德。信号处理。控制2021、67、102521。<a href="https://doi.org/10.1016/j.bspc.2021.102521">CrossRef</a>免责声明/出版商注：所有出版物中所包含的声明、意见和数据仅为个人作者和贡献者的声明，而不是MDPI和/或编辑)的声明。MDPI和/或编辑器对内容中提及的任何思想、方法、说明或产品对人员或财产造成的任何伤害不承担责任。