□ 李萍LI Ping 楊鵬YANG Peng 陳鵬CHEN Peng 余玲麗YU Ling-li 張建軍ZHANG Jian-jun 梁軍波LIANG Jun-bo
Objective To optimize the pre-hospital process based on 5G information network and improve the success rate of emergency treatment. Methods 5G information network optimization process was used to improve the implementation rate of pre-hospital emergency treatment measures for critically ill patients. The evaluation effect of ambulances transferred to other hospitals was compared. Results 90-day mRS scores χ2 of acute ischemic stroke in information group was 72.84%, which was better than that in control group (66.89%). The median time from admission to thrombolysis, from admission to coronary artery opening and preparation time for emergency operation of severe trauma were 38 minutes, 65 minutes and 58 minutes, respectively, which were shorter than those of the control group (45 minutes, 82 minutes and 76 minutes). The difference was statistically significant (p<0.05). Conclusion Information network optimization of emergency treatment process in backyard can shorten the treatment time and improve the prognosis of emergency patients.
院前與院內急救構建的“以時間軸為核心”的急危重癥救治平臺是體現醫院急危重癥救治能力的重要力量[1-3]。院前急救作為急危重癥救治體系建設的第一環,實現急危重癥上車即治療、院前急救—院內急救無縫聯接,進而提高急重癥救治成功率[1,3]。我院借助5G 信息網絡提高急性缺血性腦卒中(acute ischemic stroke,AIS)、急性心肌梗死(acute myocardial infarction,AMI)、嚴重創傷的措施落實,構建“院前預警—急診啟動”模式,從而縮短腦卒中溶栓、取栓,急性心梗PCI 和嚴重創傷的手術時間。
1.基本情況。恩澤醫院是臺州恩澤醫療中心(集團)下屬三級甲等醫院,120 出診量為300 次/月,院前急救轉運時間平均15 分鐘左右。黃區床位16 張,紅區床位3 張,創傷單元1 張。救護車醫師、護士、司機各一人。
2.研究對象及納入標準。2020 年7 月我院基于5G 信息網絡開始實施院前急救預警。選取2020 年7 月至2021年12 月恩澤醫院收住的患者:(1)AIS 起病6 小時內需靜脈溶栓治療;(2)AMI 經皮冠狀動脈介入(percutaneous coronary intervention,PCI);(3)嚴重創傷需手術治療。由我院救護車送入的181 例患者(AIS 81 例、AMI 57 例、嚴重創傷43 例)納入信息化組,其他醫院救護車送入的361 例患者(AIS 151 例、AMI 134 例、嚴重創傷76 例)納入對照組。
3.方法。我院院前及急診科醫護人員共同核對5G 信息化前的流程,記錄院前急救接到患者至入院接受治療各個時間節點并繪制價值流程圖,見圖1。記錄服務及治療缺陷爆發點。采集包括工作時間(process or processing time,PT)流程中的任務完成所需的實際時間;總流程時間(lead time,LT)即術前院內所需流程的總時間,是工作時間和等待時間的總和;準確完成率(percent of complete and accuracy,C/A)等。根據圖1 觀察到的問題,借助5G 信息網絡進行浪費分析,見表1。

圖1 5G優化前院前急救診療價值流程圖

表1 信息化實施前院前急救急危重癥處理問題分析
采用ECRS 分類進行整改,具體措施如下:(1)研發“院前—院內5G 信息平臺”:實現車內建卡、遠程視頻、心電監護生命體征的實時傳輸、五方視頻會診、車輛定時定位,臨近醫院自動報警。(2)改院前急救—院內出診的串聯模式為院前急救及院內預備的并聯模式,見圖2。(3)規范院前處置和院內預備項目,見表2。(4)急救車5S 管理:除了配置的心電除顫一體機、轉運呼吸機、吸引器、掌上B 超外,設置創傷箱、插管箱、藥物急救包、輸液用物及試管均按組套根據使用便捷取物方便歸位。(5)院前急救交接患者后,核查并登記措施落實情況,缺陷隨即發在院前交流群,匯總缺陷每周一次,1 次/月缺陷數據整理和缺陷案例分析,急診護理組長隨機查看120 車5S 落實一天一次。

表2 AIS、AMI、創傷院前處理及院內預備項目

圖2 基于5G信息優化后急危重癥救治價值流程圖
4.5G 平臺簡介。5G 信息化網絡通過共享式MEC+專線模式搭建了5G DNN 專網,打通了院前急救與院內的信息傳輸渠道。數據采集設備通過部署在網點內的5G 基站將流量傳送到移動核心機房的共享MEC 設備,再通過專線傳送到客戶服務器,整個數據流轉全在臺州境內完成,實現了上/下行帶寬500M,完全滿足醫療影像、高清視頻等數據傳輸要求。該網絡涵蓋醫院與醫院的對接以及醫院與120急救平臺的對接,將智慧醫療項目與物聯網、人工智能等當前先進技術進行整合,實現線上與線下的有效融合,完善院區間危重癥轉診患者的精準醫療,實現各醫療環節的閉環管理。
5.評價指標。時間以入院為零點,記錄并對比以下時間節點及指標:(1)AIS:入院至靜脈溶栓時間(door-toneedle,DNT)、入院至股動脈穿刺成功時間(door-topuncture time,DTP)、靜脈溶栓及血管內治療率、治療后90天的mRS評分。(2)AMI:首次心電圖、肌鈣蛋白報告時間、入院至冠狀動脈開通時間(door-to-balloon,DTB)。(3)創傷:記錄緊急手術術前準備時間、FAST 完成時間、急診全身CT 完成時間、急診輸血準備時間。
6.統計分析。采用SPSS18.0 軟件進行統計分析,計量資料以均數±標準差表示,比較采取LSD-t 檢驗;計數資料用χ2檢驗,p<0.05 為有統計學意義。
1.院前急救措施落實率。信息化組院前預警例次、心電圖例次、PCI 術前用藥例次、院前血標本采集例次、靜脈通路建立例次、專科負等待均高于對照組(p<0.05),見表3。

表3 院前急救及院內預備相關措施落實率[n(%)]
2.5G 信息優化前后相關數據對比。信息化組患者等待時間少于對照組;AIS 患者信息化組溶栓占比及mRS 評分>2 分占比高于對照組,DNT、DPT 少于對照組;AMI 首份心電圖時間、DTB 少于對照組;嚴重創傷患者信息化組急診手術術前準備時間、FAST 完成均少于對照組(p<0.05),見表4。

表4 5G優化前后AIS、AMI、創傷相關數據分析
急危重癥患者預后與起病至得到有效救治的時間直接相關[4-5],盡可能縮短救治時間是提高救治成功率的重要措施。急危重癥救治需早期快速識別、精簡檢測、MDT、術前準備等各項措施環環相扣。利用5G 高流速、低時延搶占急救的黃金時間,將急救時間前移,為120 急救實現“上車即治療”提供契機。
我院基于5G 改進院前急救流程,通過部分項目前置院前及院內預警DNT、DTB 等時間節點均較前縮短,并改善AIS 患者90 天的預后。各地基于信息網絡及院前標準化,院前急救均取得了一定的成效[6-7]。張蓋等[8]通過早期預警,縮短AIS 發病至溶栓時間,未能縮短DNT 及預后的改善。DNT 未縮短與該實踐院前急救未將急診的部分措施前移有關。鐘琪等預通知縮短了DNT 中位數時間為55 分鐘,改善90 天的預后。我院的DNT 中位數為35 分鐘,明顯短于上述報道得益于早期預警院前舉措及院內預備措施并聯實施,入院即送CT 及檢驗,繞行急診快速診斷。雅安市院前急救5G 智慧移動卒中實施應用場景落地,理論上車內完成檢驗CT 等術前檢查,20 分鐘即可溶栓[9]。但該應用模型未考慮家屬車況等因素,在15 分鐘的急救圈內是否適宜及性價比值得商榷。院前急救預警能否改善危重癥患者的預后各報道結論不一致[8,10]。我院院前預處理能改善患者AIS 的預后,AMI 及創傷患者未能改善。有待更多數據的積累驗證結論。
我院基于5G 信息網絡的院前急救的數據基于10 ~25 分鐘急救圈,該時長給予各項院前處理時間。院前急救轉運時間>30 分鐘,院前具備專科急救單元可能更合適,但受制于經濟原因,小于5 分鐘短程的院前急救模式有待進一步探討。
綜上所述,基于5G 信息網絡支持,改院前—院內處置的串聯模式為院前—院內同步的并聯模式能縮短危重癥的急救時間,是否改善預后有待今后實踐證實。