一个基于道路事故和紧急医疗数据的车载人员伤害预测算法
Tetsuya Nishimoto1, Kazuhiro Kubota1, Giulio Ponte2
1Biomechanics Research Unit, College of Engineering, Nihon University, Koriyama 963-8642, Japan.
Journal of safety research
|February 25, 2025
概括
先进的自动碰撞通知系统 (AACN) 现在可以通过结合紧急运输时间来预测严重伤害风险. 这种增强的算法提高了准确性,通过优化治疗和反应来拯救生命.
科学领域:
- 汽车安全工程 汽车安全工程
- 伤害生物力学 伤害生物力学
- 紧急医疗 紧急医疗
背景情况:
- 先进的自动碰撞通知 (AACN) 系统旨在通过优化早期医疗治疗来减少交通事故的死亡.
- 目前的AACN伤害预测算法没有考虑关键的紧急运输时间.
研究的目的:
- 开发一个改进的车辆乘客伤害预测算法,包括紧急运输时间.
- 提高道路交通事故中伤害风险评估的准确性.
主要方法:
- 使用南澳大利亚交通事故报告系统 (TARS) 和严重伤害数据库 (SID) 数据.
- 使用TARS数据开发了一个基础物流回归损伤预测算法.
- 使用SID数据量化运输时间对伤害风险的影响,并将其纳入基础算法.
主要成果:
- 增加的运输时间显著增加了死亡和严重伤害的风险 (例如,>120分钟OR = 4.9).
- 与基础算法 (AUC 0.70) 相比,增强的算法显示出更好的预测准确性 (AUC 0.73).
- 运输时间和与年龄相关的耐受性都显著影响严重伤害风险.
结论:
- 紧急运输时间是道路事故后致命和严重伤害风险的关键因素.
- 结合运输时间的增强的AACN算法可以更好地预测严重的结果并指导治疗优化.
- 这项技术可以为改善紧急运输效率和患者治疗结果的政策提供信息.
