基于感知的多代理的120急救系統

姚俊霞，張曦文

（1.西安急救中心 陜西 西安 710018；2.空軍工程大學 電訊工程學院，陜西 西安 710051）

近年來，我國醫療急救系統得到了長足的發展，隨著GIS、GPS、GPRS以及Internet等新技術應用到 120急救車調度系統中，使得急救車能夠在最短的時間內對傷病者施救，但上述應用只是使得從120接受求救電話到急救車將病人帶到醫院這一過程所花的時間減少了；隨著無線網絡和移動計算的發展，代理技術（Agent）由于其普適計算能力和感知環境能力被廣泛應用，從整體上改變醫療的急救，交互和決策模式，充分發揮急救車、病人和醫院醫生的交互協作，從而提高醫療急救系統的工作效率、急救成功率[1]。

1 多代理的急救系統

Agent作用于分布式人工智能領域，其重要特點是具有自主性和協作性，可以感知于自身和環境，并與其它Agent進行通信[2]。 多 Agent系統（MAS：Multi-Agent System）是指一些自主的Agent通過協作完成特定任務或實現某些既定目標的分布式計算系統，其作用能力遠遠大于單個Agent，解決單個Agent所不能解決的問題[3]。

1.1 多Agent的急救系統流程

MAS是多個智能體的集合，各個智能體相互通信、協商、協作，共同完成單個智能體所不能實現的任務，更適合復雜問題的求解[4]，MAS的急救系統的代理包括：急救中心、急救車輛、醫院、急救專家、綜合信息管理。各個agent之間的信息交互方式如圖1所示。

圖1 多代理的急救系統Fig.1 Emergency system of multi-agent

在MAS系統中，Agent總處于一定的環境中并能通過某種感知方式探測環境，單個 Agent是具有行為能力的實體，基于預先制定的目標主動地采取行動，并在執行過程中不斷地與環境進行交互、充分地了解和適應環境的變化。急救工

作能夠高效、精確的完成依賴于多個代理的協作使得相關的信息能夠有效、準確的傳達。

1.2 MAS 的感知模型

對于agent而言，其對環境的感知能力主要包括感知自身位置環境的變化、感知周圍物理條件的變化、感知信息的學習。多代理急救系統的感知模型如圖2所示。

圖2 多代理急救系統的感知模型Fig.2 Perceptual model of multi-agent first-aid system

該感知模型的信息采集過程是：物理傳感層從異構執行環境采集原始上下文數據，多個代理傳感系統采集不同的原始信息，邏輯傳感從原始信息數據中提取相關的信息，對信息初步分類，交由信息協作層，該層對取得的信息進行綜合處理，以確定系統所需，針對每個特定的信息選擇決策其合適的服務。

2 MAS急救系統感知模型算法

信息協作算法的主要思想是利用Agent的協作，對急救車實時位置信息進行獲取，利用多位置信息進行分析，做出最優的決策，選出一輛最優的急救車。

當急救中心獲得傷病者位置以后，定位到系統的電子地圖上，急救中心Agent通過搜索平臺上標記為ambulance的Agent，可查找到所有急救車Agent。然后向每個急救車Agent發送內容為query ambulance的REQUEST的消息。急救車agent收到有內容為query ambulance并且類型為REQUEST的消息到來時，急救車Agent將急救車信息封裝發送給急救中心Agent。急救車agent需要急救車的定位Agent發送的急救車位置信息。急救中心Agent發送查詢請求消息后，等待接收急救車信息的消息，由于網絡環境的影響，勢必會有延遲發生。各急救車信息的消息到達急救中心Agent消息隊列的時間上會有一定的間隔。所以接收完所有急救車信息的消息后才進行最優急救車的計算會造成執行時間上的浪費。

本急救系統中，充分利用分布式計算的特點，利用消息到達時間不一致的空余時間，對每個到來的消息都立即對位置信息進行計算。當所有消息接收完畢時，則整個最優急救車選擇計算也隨之結束，并且急救中心agent內部節省了保存急救車信息的列表，在存儲空間上也有了很大的優化。該算法的協作過程如圖3所示。

圖3 多急救車代理的信息協作算法Fig.3 Multi-ambulance agent coordination algorithm

假設，急救中心發送REQUEST的時間為to，共有1個急救車agent，沒有采用平行計算的模式時，從急救中心發送查詢消息，到系統收到所有響應消息的時間為而采用改進的請求應答以后，整個消息時間為to+max（ti）。算法大大提高了系統的急救響應速度。

這多種形式的多代理協作本質上是一種有控制中心的通信協調和協作，急救中心是多急救車代理的控制中心，是多代理系統的決策中心，此時代理的主要目的是感知自身位置，并和控制中心保持通信。

3 結 論

信息協作算法的優劣將極大的影響系統的工作效率，由于急救行業特殊性，對算法響應的性能要求更高。論文研究的系統在操作上更加人性，決策上更加智能，急救上更加高效。將多代理計算應用到了普適計算環境下的醫療急救系統中，設計了一個普適計算環境下的醫療急救模型。通過Agent對環境的感知與多Agent[7-8]的協同工作，實現了系統智能決策的計算。基于多代理的信息協作，急救車決策能夠有效提高急救效率和成功率。

[1]Laleei G B．Dogac A，Olduz M，et a1．SAt’ttlRE：A Multi-Agent System for Remote Heath care Monitoring through Computerized Clinical Guidelines.[EB/OL]（2009-12） http://www.srdc.metu.edu.tr/projects/saphire/publications/SAPHIREB ookChapter.pdf.

[2]劉大有，楊鯤，陳建中．Agent研究現狀與發展趨勢[J]．軟件學報，2000，11（3）：315-321．LIU Da-you，YANG Kun，CHEN Jian-zhong.Agent research and development trend[J].Journal of Software，2000，11（3）:315-321.

[3]Garland A，Alterman R．Autonomous agents that learn to beRer coordinate[J]．Autonomous Agents and Multi-Agent Systems，2004，8（3）：267-301.

[4]張云勇．移動Agent及其應用[D]．北京：清華大學出版社，2002．

[5]Ohyperlink L，Ekinci E，Kucukyazici B.Emergency logistics planning in natural disasters[D].Annals of Operations Research，2004.

[6]HAN Jia-wei，KamberM.DataMiningConceptsand Techniques[D].Jian Pei， 3ed， MK，2011.

[7]李曉瑜，王剛.多Agent網絡信息檢索框架[J].現代電子技術，2011（6）:86-88.LI Xiao-yu，WANG Gang.Multi-Agent frame for Network information retrieval[J].Modern Electronics Technique，2011（6）:86-88.

[8]李凱，萬曉冬，荊艷，等.基于HLA的Agent仿真系統設計[J].電子科技，2011（3）:24-37.LI Kai，WAN Xiao-dong，JING Yan，et al.Design of an HLA based agent simulation system[J].Electronic Science and Technology，2011（3）:24-37.