AIS et START Grade avec transfert de films dans la gestion des catastrophes (START)

Les équipes médicales en cas de catastrophe sont formées par les hôpitaux en réponse aux besoins en main-d'œuvre d'un grand nombre de patients blessés et malades. Cependant, la planification actuelle des hôpitaux pour un grand nombre de personnel médical en cas de catastrophe est trop superficielle. L'application des méthodes d'inspection d'aujourd'hui dans le traitement d'un grand nombre de patients blessés n'est pas aussi bonne qu'elle ne l'est. Par conséquent, la compréhension de la situation de la scène est devenue le point clé du déploiement de la main-d'œuvre. La vitesse de transmission du réseau d'aujourd'hui et la technologie d'intelligence artificielle informatique sont très différentes d'il y a 9 ans. La transmission d'images du logiciel de communication pour comprendre la scène aidera le déploiement de la main-d'œuvre de l'hôpital ou les enquêteurs devraient-ils adopter une méthode d'inspection plus facile à utiliser et utiliser la technologie de l'intelligence artificielle pour aider Méthode de mise en œuvre : 82 patients avec un grand nombre de blessures dans l'accident de la circulation dans la montagne d'Ali au fil des ans a été inclus, les dossiers médicaux ont été examinés. Les photos des patients enregistrées sur le site hospitalier et les signes vitaux existants des patients ont été principalement utilisés pour effectuer le classement du triage STAR traditionnel et de l'AIS afin de comprendre les différences possibles dans l'interprétation des images et la détection des blessures. En excluant les patients dont les données cliniques de traitement étaient incomplètes, les méthodes statistiques des échantillons étaient l'analyse de corrélation et le test de rang signé de Wilcoxon, et la valeur p de signification statistique était de 0,05.