在模拟环境中演示战术战斗伤亡人员护理,以实现被动,自主文档:基于模拟的前性研究协议

科学领域:

• 军事医学 军事医学
• 生物医学工程 生物医学工程
• 数据科学数据科学数据科学

背景情况:

• 远程医疗和先进技术研究中心 (TATRC) 于2023年开始对自主伤亡护理 (AC2) 的研究.
• 在作战环境中,一个关键的挑战是准确地捕获战术战斗伤亡护理 (TCCC) 数据.

研究的目的:

• 为了应对TCCC数据捕获的挑战,TATRC使用自主文档的被动数据收集项目旨在自动化战斗护理文档.
• 该项目将创建一个数据库,使用来自模拟事故护理场景的被动传感器输入.

主要方法:

• 根据IRB批准的协议进行了六个随机模拟的TCCC场景.
• 参与者包括护理提供者和同意的实体模拟患者 (人类演员) 和曼尼金 (低和高保真).
• 传感器通过多个研究站点被动收集有关护理交付行动和患者生理学的数据.

主要成果:

• 到2025年3月,大约有2500个模拟程序任务将被收集和注释.
• 收集的数据将用于开发机器学习和人工智能算法,用于准确的国防部 (DD) 形式1380人口.
• 2025年3月以后的持续数据收集将完善这些算法.

结论:

• 军事医疗保健系统 (MHS) 缺乏在受伤时的真实世界TCCC数据集.
• 通过数据库自动化TCCC护理文档对于减轻严格环境中提供者的认知负担至关重要.
• 这项研究旨在利用人工智能和机器学习在医疗连续性中推进被动的,自动化的医疗文档.