AIS og START-karakter med filmoverføring i katastrofehåndtering (START)

Katastrofemedisinske team dannes av sykehus som svar på arbeidskraftbehovet til et stort antall skadde og syke pasienter. Den nåværende planleggingen av sykehus for et stort antall katastrofemedisinsk arbeidskraft er imidlertid for overfladisk. Anvendelsen av dagens inspeksjonsmetoder i behandlingen av et stort antall skadde pasienter er ikke så god som den er. Derfor har forståelsen av scenesituasjonen blitt nøkkelpunktet for utplassering av arbeidskraft. Dagens nettverksoverføringshastighet og kunstig intelligensteknologi er svært forskjellig fra for 9 år siden. Bildeoverføringen av kommunikasjonsprogramvaren for å forstå scenen vil hjelpe sykehusets arbeidskraftutplassering eller bør etterforskerne ta i bruk en mer brukervennlig inspeksjonsmetode og bruke kunstig intelligens-teknologi for å hjelpe Implementeringsmetode: 82 pasienter med et stort antall skader i Ali-fjelltrafikkulykken gjennom årene ble inkludert, journaler ble gjennomgått. Bildene av pasienter tatt opp på sykehuset og eksisterende vitale tegn til pasientene ble hovedsakelig brukt til å gjøre gradering av den tradisjonelle STAR-triagen og AIS for å forstå mulige forskjeller i bildetolkning og skadedeteksjon. Ekskluderer pasienter med ufullstendige kliniske data for behandling, var de statistiske metodene for prøvene korrelasjonsanalyse og Wilcoxon signed rank test, og p-verdien for statistisk signifikans var 0,05