醫院突發事件應急救援案例培訓方法研究

摘要：為了應對當前公共突發事件的嚴峻形勢，幫助醫院建立一支訓練有素、經驗豐富的救援人員隊伍，設計了一種面向醫院應急救援人員的案例培訓方法。應急應對經驗表明，應急工作者所擁有的最重要資源就是相關的歷史案例。分析了醫療應急救援事件的特征，設計了醫療應急救援案例屬性表示的結構化模型，并結合案例推理技術，設計了生成目標案例的工作流程；結合群體互動學習的知識，設計了基于目標案例的群體培訓學習方法。這有助于提升應急主體對突發事件情景的認知能力及決策素質，以便更好地對公共突發事件作出快速有效的應急響應。

關鍵詞：突發事件；應急救援；案例培訓；案例推理；互動學習

中圖分類號：X43文獻標識碼：ADOI：10.3963/j.issn.1671-6477.2015.06.0016

一、問題的提出

醫院應急救援是指在公共突發事件發生時，醫院迅速地組織相關人員，正確地應對并實施醫療救治的活動[1]。其強調了它不是對某一病人作臨時搶救，而是針對一定規模突發、傷情嚴重、復雜的集體。這就對救援人員的復雜情景認知能力、應急知識及處置經驗提出了較高的要求。我國正處于社會轉型階段，社會不穩定因素增多，各類突發事件時有發生，且呈上升趨勢。2003年SRAS病毒、2008年汶川大地震、2009年甲型H1NI流感、“3.14”和“7.5”暴力恐怖等突發事件，給我國造成了巨大的人員傷亡和經濟損失。重大突發事件的嚴峻形勢，迫切需要醫院建立一支訓練有素、經驗豐富的救援人員隊伍，以便有效應對隨時可能發生的應急事件。為此，本文從培訓演練方面著手，對醫院應急救援人員的培訓工作展開了研究。

醫院應急培訓演練能夠幫助應急人員對突發事件情景的認知進行構建、改善和加強，形成求解問題的思路，提升其在緊急狀態下進行有效快速響應的能力[2]。國內外學者設計了經驗傳授方法、實際演練方法、排故演練系統等來實現對應急救援人員的培訓。經驗傳授法[3]能夠幫助救援人員快速地獲取應急救援相關知識，提升對相同應急情急的應對熟練程度。但由于缺乏現實情境的刺激，使培訓人員難以形成深刻的認知，應對相似情景的啟發式思維缺乏，且知識及經驗的復用性不高；實際演練方法[4-5]在一定程度上彌補了經驗傳授法情景性的缺乏，但由于醫療行業的特殊性，實際演練成本過高，普適性和推廣性明顯不足；基于傳統數據庫的排故演練系統[6-8]以規則等形式儲存專家知識和經驗，并為培訓人員提供了一定的演練情境，具備知識復用性和情景性，然其只能實現精確的匹配查詢功能，不能根據現實情境提供自適應的相似解決方案，深層次的知識和經驗難以表達。因此，設計有效的醫院應急培訓方法便成為應急培訓工作展開的關鍵問題。

案例推理（Case-Based Reasoning， CBR）技術是由Roger Schank教授于1982年提出的一種基于過去求解類似問題的經驗來獲得當前求解問題答案的推理模式[9]。該方法一經提出，就得到了國內外學者的肯定與好評并被廣泛應用，其主要運用于輔助決策、危機預警等方面[10-12]，而應急培訓方面的研究尚未涉及。基于案例推理的培訓模式，可以比較有效地將歷史案例作為參考知識，用以在相似情景態勢下的培訓學習，能夠增加救援人員應急響應的可用知識量，減少因缺乏經驗和具體任務規劃造成的壓力。本文以醫院應急培訓為研究主題，試圖結合案例推理技術來設計醫院應急培訓方法。

醫院應急救援事件涉及了人、設備、作業和管理等多個因素。本研究首先對醫院應急救援事件的特征進行了分析，設計了醫療應急救援案例描述屬性的結構化模型。在此基礎上，結合案例推理技術以及群體學習的知識，設計了醫院應急救援的案例培訓方法。

二、醫院應急救援案例及結構化模型

CBR技術應用的關鍵問題之一就是案例的表示。目前，醫院應急案例多表現為網頁的文本模式，案例信息與知識未經提煉，較難應用其進行培訓。需要設計適用于應急培訓的案例結構。本文參考美國國土安全部所制定的《National Planning Scenarios》[13]一文中致災因子的描述，并結合醫院應急救援的特點，設計了醫療應急救援案例描述屬性包括：標識屬性A1、分類屬性A2、事故過程屬性A3、處理措施屬性A4、效果屬性A5、案例應用屬性A6。其中A2作為分類索引，措施屬性A4和效果屬性A5中的部分屬性作為相似度計算中的特征值。

圖1醫療應急救援案例的結構化模型醫院應急救援案例采用集合的形式進行表示：A=（A1，A2，A3，A4，A5，A6）。其中，每一屬性又可根據需要進一步細化為Ai=（Ai1，Ai2，…，Ain）。整個醫院應急救援案例庫則由不同屬性層次上的案例關聯而成，醫院應急救援案例的結構化模型如圖1所示。

三、醫院應急救援案例培訓方法構建

應急救援人員所擁有的最重要的資源就是相關的歷史案例[14]，將其作為參考知識，用以在相似情景態勢下的培訓學習，可以幫助救援人員有效地梳理、積累應急應對經驗，提升其對突發事件的快速響應能力。研究首先結合案例推理技術，設計了生成目標案例的工作流程，用于進一步的案例培訓學習；然后，結合群體經驗學習的知識，設計了基于目標案例的群體培訓學習方法。

（一）基于CBR技術的目標案例生成

本文根據培訓人員所給出的現有問題情景，運用案例推理技術，在案例庫中檢索出目標案例，進行培訓學習。圖2說明了這一工作流程。

圖2基于CBR技術的目標案例生成1.屬性輸入：根據當前應急救援培訓問題，提取問題的特征屬性，并輸入系統，用于目標案例的檢索。

2.案例檢索：采用最大整體相似度的方法用于檢索出目標案例TC。整體相似度計算方法為：SIM（IC，SCi）=∑nj=1wjsim（ICj，SCij）（3）其中，SIM（IC，SCi）表示輸入案例IC與案例庫中第i個源案例SCi的整體相似度；wj表示特征屬性j的權重，其值一般是根據應急培訓人員的經驗設定而成。由于培訓人員的經驗有所差異，檢索到的目標案例不一定總是有效的。為了降低人為經驗所帶來的誤差，Suykens和Vandewalle[15]采用下面的算法來對特征屬性的權重進行設定。其中，cwj表示培訓人員執行本次推理時所設定的權重，owj表示從前運用特征屬性j進行推理時所用到的權重的平均值：wj=cwj+owj.

sim（ICj，SCij）表示輸入案例與源案例SCi在屬性j上的相似程度。根據各屬性值的特點，可以將其劃分為確定符號（crisp symbolic， CS）、確定數（crisp numeric， CN）、模糊概念（fuzzy linguistic， FL）3種屬性值[13]：sim（ICj，SCij）=

1-|ICj-SCij|（max（j）-min（j）），CN

S（ICj∩SCij）S（ICj）+S（SCij）-S（ICj∩SCij），FL（4）

0或1，CS 3.閾值設定：本文兼顧培訓效率以及效果，設計了二階段閾值法來分段輸出目標案例。設a為案例輸出的標準閾值，b，b>a為案例輸出的滿意閾值。當所有案例相似度SIM（IC，SCi）

4.培訓效果：醫院應急培訓的目的在于使醫院應急人員對突發事件情景的認知進行構建、改善和加強，形成求解問題的思路，從而能夠在緊急狀態下進行快速響應。培訓人員根據當前應急情景、自身經驗，并結合推理出的案例進行培訓學習，可達到下面三類培訓效果：

一是認知構建：當培訓人員對當前事件沒有相當的認識時，可以通過案例培訓，構建認知模塊，形成求解問題的思路；

二是認知改善：結合案例，將案例中的情景應對描述與培訓人員原有認知進行分析比較，可以幫助其對原有不當認知進行修正、改善。

三是認知加強：結合案例，當培訓人員原有的認知與案例中的觀點具有較高的相似時，可以對應急救援人員原有認知觀點進行鞏固、加強。

（二）基于目標案例的群體培訓方法

當檢索出的目標案例相似度沒有達到滿意度閾值時，目標案例所提供的經驗知識不足以指導個體培訓人員應對當前應急情景進行“參照式”的培訓學習。此時，培訓人員需要借助群體間經驗強化、互動的特點，進行群體培訓學習。從本質上講，群體培訓學習過程是一個在一定問題情境下的相互交流、強化的互動學習過程。群體培訓過程中，個體的知識逐漸被群化、外化、融合和內化，最終形成群體成員對事物的一致、有效的認知[16]。這是一個逐步完善的過程。研究將案例推理所得到的目標案例作為培訓人員的共同參考知識，并在此基礎上，結合德爾菲法的一般步驟，以群體一致性為約束，設計了如圖3所示的群體培訓學習方法的一般過程：

圖3群體培訓學習過程Step1信息共享及方案提出：培訓人員共享輸出的目標案例信息，并結合當前應急情景特征，提出可能的應對方案P={p1，p2，…，pi，…，pn}。

Step2評價指標設定：各培訓人員根據自身認知經驗以及當前應急情景特征，設定方案的評價指標A={A1，A2，…，Aj…，Am}。

Step3偏好設置：培訓人員對每個方案設定自己的屬性偏好值，并采用算數平均的方法對群體意見進行集結，得到方案i在評價指標j下的評價值rij，從而形成方案的評價矩陣R。

Step4一致性修正：群體培訓學習過程是一個存異、求同的過程。培訓過程中，個體的不同知識進行相互的融合、內化，最終達成一致性的認知觀點。因此，在進行一致性修正時，不僅要考慮群體的共性，還要考慮群體的差異性特征。對此，本文采用基于傳遞閉包的模糊聚類方法，將應對方案聚為不同的類，既對方案的數量進行了一致性的縮減（方便培訓人員進行下一步進行綜合研討論證，提高論證效率），也能較好保證群體中存在差異性。

Step5論證與意見：首先，選取出每類中綜合評價最高的方案作為待綜合研討論證的方案；接著，培訓人員根據群體一致性約束對這些方案提出論證或意見。在進行相互意見論證的過程中，往往能夠改善某些成員原有的認知觀點或激發出某些新的思路（第一輪論證是個體知識的首次群化、融合，效果尤為明顯），里面暗含了個體關注群體中他人的認知以及互動學習能提高個體認知能力的群體學習特點。此時，將新生成的方案加入方案集，并重新修正自己的屬性偏好。

Step6若取得大體一致的群體意見，培訓結束；反之，則返回step3，更新偏好，直至取得大體一致的群體意見。

四、案例培訓用例分析

本文以哈爾濱市某醫院一次豆角中毒應急救援事件為例，來說明醫院應急救援案例培訓方法的應用過程。此次豆角中毒事件涉及人數較多，多數患者惡心、腹痛、頭暈癥狀明顯，少數患者伴有胸悶、心慌，嚴重患者出現了昏迷癥狀。醫院救援人員（在此以施救醫生為例進行培訓）現結合事故背景及特征，進行案例的培訓學習。

首先，根據事故特征，提取此次豆角中毒事件的特征屬性，見表1.

表1提取特征屬性信息

特征類型特征屬性權重A41應急響應程度0.20A32患者數量0.12致病因素0.20傷情程度0.08患者構成0.12A33醫院物理脆弱性0.20醫院社會脆弱性0.08通過案例推理技術，在公共衛生-食物中毒類案例中檢索到SC1-SC5共5個源案例，并經式（3）～（4）計算得：SIM（IC，SC1）=0.737，SIM（IC，SC2）=0.851，SIM（IC，SC3）=0.694，SIM（IC，SC4）=0.863，SIM（IC，SC5）=0.769。設定標準閾值a=0.75，滿意閾值b=0.90。可以看出，3個方案滿足標準閾值，但沒有一個大于滿意度閾值，且SC4具有最大相似度，將其作為目標案例。此時培訓主體難以進行“參照式”的學習，需要抽取SC4的實時情景信息及應對策略信息，借助群體間經驗強化、互動的特點，進行群體培訓學習。此次培訓共9名醫療應急人員T1-T9參加培訓。各培訓人員基于目標案例SC4以及自身經驗，并結合當前應急救援問題特性，給出可能的救援方案，見圖4。

圖4應急方案的提出過程圖4中，培訓人員T1-T7提出的應對方案分別為P1-P7，其中，培訓方案P6與目標案例高度相似，即沿用目標案例；培訓人員T8具有一定的應急救援經驗，但未接觸過此類應急事件，無法給出方案；培訓人員T9剛剛步入醫療崗位，無應急救援經驗，無法給出方案。

研究構建應急救援方案的評價指標體系為：A1：可操作性、A2：資源耗費；A3：處置效率。各培訓人員對每個方案進行打分，并采用算數平均的方法對群體意見進行集結，得到方案的指標評價矩陣。并采用基于傳遞閉包的模糊聚類方法進行聚類，求得傳遞閉包為：t（R）=10.200.740.200.670.200.20

10.200.500.200.200.67

10.200.670.200.20

10.200.740.50

10.200.20

10.50

1當λ截集取0.67時，分類比較接近實際，能表現出方案間的特點與區別。此時，將7個方案聚成3類：{P1，P3，P5}，{P2，P7}，{P4，P6}，并選取每類中綜合評價最高的方案P5、P2、P6作為待綜合研討與論證的方案。接下來，培訓人員將根據這些方案進行第一輪論證與意見。

論證過程中，某些培訓人員的觀點發生了改變，并且培訓人員4提出了新的方案P8，培訓人員6提出了新的方案P9。將新的方案加入方案集，群體成員根據新的方案集修正自己的屬性偏好。并采用基于傳遞閉包的模糊聚類方法再次進行聚類，此時，最優聚類為{P1，P3，P5}，{P2，P4，P7}，{P6，P8，P9}，選取每類中綜合評價最高的方案P5、P7、P9進行第二輪論證并優化意見。群體成員根據一致性原則，修正自己的屬性偏好，最終得到方案9的各項指標得分均優于其他方案，即方案9為此次豆角中毒應急救援的最佳方案，培訓結束。此次培訓中，培訓主體的認知過程見表2。

表2醫療應急人員培訓過程

培訓人員認知過程培訓效果T1P1→P6→P9認知改善T2P2→P2→P9認知改善T3P3→P6→P9認知改善T4P4→P8→P9認知加強T5P5→P6→P9認知改善T6P6→P9→P9認知加強T7P7→P6→P9認知改善T8NULL→P6→P9認知構建T9NULL→P5→P9認知構建由此可見，培訓過程中培訓人員4和6基于應急問題本身特性以及自身經驗，提出了新的方案，并在論證過程中，進一步融合、內化了群體中其他成員的知識、經驗，逐步形成最優方案。可以看出，這兩位培訓人員在應對此類應急救援問題上經驗相對豐富，通過此次培訓學習，認知結構得到了強化；培訓人員1、2、3、5和7在培訓過程中，通過群體間相互論證及提出的意見，逐步改善自身原有觀點，最終向最優方案P9逼近，其認知結構得到了修正與改善，應急能力得到了提升；培訓人員8和9對此類應急事件沒有與之相當的認識，通過此次培訓過程，逐步形成了問題的求解思路，認知結構得到了構建。

五、結語

應急救援人員所擁有的最重要的資源就是相關歷史案例。突發事件應急管理工作中，我們可以借助案例推理技術來對相關歷史案例進行檢索、修正以及重用，從而實現對突發事件的實時有效應對。但以目前的研究進展來看，無論從可行性還是時效性來說，這一目標還難以實現。但案例作為一種經驗學習模型，應用于應急培訓中仍能產生很高的價值與培訓效果。本文結合案例推理技術，以及群體學習的知識，設計了醫院應急救援的案例培訓方法。能夠幫助醫院應急人員形成對突發事件情景的有效認知結構，提升其在緊急狀態下進行有效快速響應的能力，具有一定的可行性和有效性。在今后的研究工作中，可面向醫院應急培訓演練系統的開發，進一步展開研究。

[參考文獻]

[1]佘廉，雷麗萍.我國巨災事件應急管理的若干理論問題思考[J].武漢理工大學學報：社會科學版，2008（4）：470-475.

[2]Mike R. Plan for disaster[J]. Credit Union Magazine，2008（3）：80-86.

[3]Smith W.， Dowell J.， Ortega M. A.. Designing paper disasters： an authoring environment for developing training exercises in integrated emergency management[J]. Cognition， TechnologyWork，1999：119-130.

[4]姜傳勝，鄧云峰，賈海江，等.突發事件應急演練的理論思辨與實踐探索[J].中國安全科學學報，2011（6）：153-159.

[5]Volz R. A.， Sukasdadi K.， Underhill K.， Sharrock R.. First responder support and training system[C]. International Conference on AI and Education， San Antonio， Texas，2001.

[6]羅三保，薛安.基于規則引擎的突發性大氣污染事故應急處理系統研究[J].北京大學學報：自然科學版，2012（2）：296-302.

[7]Hernandez J. Z.， Serrano J. M.. Knowledge-based models for emergency management systems. Expert Systems with Applications，2001（2）：173-186.

[8]郭志星，廉東本，蘇謨.應急演練角色系統[J].計算機系統應用，2013（3）：25-28.

[9]Schank R. Dynamic memory： A Theory of Reminding and Learning in Computers and People[M]. Cambridge： Cambridge University Press，1982.

[10]Muh-Cherng Wu， Ying-Fu Lo， Shang-Hwa Hsu. A fuzzy CBR technique for generating product ideas[J]. Expert Systems with Applications，2008（1）：530-540.

[11]余宏亮，吳國賢，劉博.CBR-RBR混合模式在地鐵工程施工安全事故案例庫中的應用研究[J].施工技術，2013（13）：102-105.

[12]SHI Li-xia， PENG Wen-li， ZHANG Wen-ni. Research on reusable design information of shoes based on CBR[J]. Physics Procedia，2012：2089-2095.

[13]U.S. Department of Homeland Security. National Planning Scenarios[R]，2006.

[14]張輝，劉弈.基于情景-應對的國家應急平臺體系基礎科學問題與集成平臺[J].系統工程理論與實踐，2012（5）：947-953.

[15]Suykens J A K， Vandewalle J. Least squares support vector machine classifiers[J]. Neural Processing Letters，1999（3）：293-300.

[16]陳剛，謝科范，劉嘉，等.非常規突發事件情景演化機理及集群決策模式研究[J].武漢理工大學學報：社會科學版，2011（4）：458-462.

（責任編輯王婷婷）

Research on the Case-Based Training Method

for Emergency Rescue of Hospitals

LI Jin-qi， LI Xiang-yang， YU Feng

（School of Management， Harbin Institute of Technology， Harbin 150001， Heilongjiang， China）

Abstract：In this paper， we designed a case-based training method to deal with the severe situation of public emergencies and help the hospital build a team for emergency rescue， which is well-trained and experienced. Emergency experience shows that the related cases are the most important resource to emergency workers. First of all， we analyzed the features of emergency rescue of hospitals， and designed a structure model which can show the attributes of the cases. And then， we combined the technology of case-based reasoning to design the working process which can generate the target case. On this basis， the group training method has been designed by the knowledge of interactive learning. The method in this paper can help emergency workers improve the ability of cognitive， decision-making and response to public emergencies more effectively.

Key words：emergency； emergency rescue； case-based training； case-based reasoning； interactive learning