以智慧緊急救護服務提升消防人員緊急救護之效能

Improving the Performance of Fire Emergency Ambulance Workers with Intelligent Emergency Medical Services

戴長榮(CHAN-GRONG DAI)

指導教授 ： 王淑卿

朝陽科技大學/資訊學院/資訊管理系/碩士(2020年)

摘要

由於災害事故發生時，第一時間趕到現場的往往是消防單位的隊員。而在急救的過程中，時間的掌握可以決定生命的存續。消防單位隊員在第一現場以第一時間對傷病患者進行緊急救護處理，為後續急救醫療單位的到來贏得救治基礎和救治時間，可獲得挽救生命、減輕傷殘的關鍵作用，是整個急救工作成敗的關鍵，也是傷病員能否獲救的基本保證。而由於心臟病的急救時間是降低死亡率之主要關鍵，但是受限於國內消防救護技術員的不足，卻需擔負龐大的救護工作。因此，本研究將建構一個智慧緊急救護服務(Intelligent Emergency Medical Services，IEMS)，提供位處第一線救護的救護技術員。
在本研究中所提出的IEMS，包含兩個階段：在第一階段中以規則庫模組快速篩選出“確認非心臟病患者”，以進行後續相關救護照顧。在第二階段則將“疑似心臟病患者”，應用倒傳遞類神經網路(Back Propagation Network，BPN)的網路建構BPN預測模組，針對傷、病患的特徵進行訓練與測試，再據以預測待救護的傷、病患是否為心臟病患者，並進行後續相關救護照顧。
在本研究中，針對待救護的傷、病患整合規則庫模組及BPN預測模組建置智慧緊急救護服務IEMS模型。研究中，根據待救護之傷、病患的特徵以所建立的IEMS模型分析出的結果，來預測待救護的傷、病患是否為“確認非心臟病患者”或“疑似心臟病患者”，以提供消防救護技術員在第一時間進行正確且快速的急救措施。

關鍵字

緊急救護服務 ； 規則庫模組 ； 倒傳遞類神經網路 ； 心臟病 ； 緊急救護

並列摘要

When disasters happen, it is often the fire emergency ambulance workers who arrive at the scene the first time. In the process of first aid, time can determine the survival of life. The fire emergency ambulance workers will perform emergency rescue treatment for the injured patients at the first scene and win the treatment foundation and treatment time for the arrival of the follow-up emergency medical unit. They can obtain the key role of saving lives and reducing the disability. The key is to ensure that the wounded can be rescued. The emergency time for heart disease is the main key to reduce mortality, but it is limited by the shortage of domestic fire rescue technicians, but it needs to take a huge rescue work. Therefore, an Intelligent Emergency Medical Services (IEMS) is constructed in this study to provide ambulance technicians on the front line.
The IEMS proposed in this study consists of two phases: In the first phase, the “confirmation of non-heart disease patients” was quickly screened by the rule based module for subsequent related ambulance care. In the second phase, the “suspected heart disease patients” will be applied to construct a Back Propagation Network (BPN) prediction module using the BPN to train and test the characteristics of injuries and patients. In order to predict whether the injury or patient to be rescued is a heart disease patient, and follow-up related ambulance care is performed.
In this study, the rule based module and the BPN prediction module were integrated to build the IEMS to provide rescue for the injured and sick. In the study, according to the characteristics of the injuries and patients to be rescued, the analysis results of IEMS were used to predict whether the injured and patients to be “confirmation of non-heart disease patients” or “suspected heart disease patients”. The fire emergency ambulance workers use the analysis results of the IEMS, the correct and rapid first aid measures can be provided in the first time.

並列關鍵字

Emergency Medical Services ； Rule based Model ； Back Propagation Network ； Heart Disease ； Emergency Ambulance

參考文獻

[1] 王則堯(2016)，資料前處理差異對殭屍網路偵測效能影響之研究，中山大學資訊管理學系研究所學位論文。

[2] 林威(2009)，緊急救護技術員工作壓力，社會支持與專業承諾關係之研究-以臺北市專責救護隊為例，臺北醫學大學醫學人文研究所學位論文。

[3] 林茂仁(2019)，「冠心病年輕化 篩檢避遺憾」，人醫心傳-慈濟醫療人文月刊，第189期，第28-29頁。

[4] 吳榮平，余岐育(2011)，「消防機關執行OHCA患者到院前緊急救護之調查研究」，危機管理學刊，第8期，第1卷，第9-18頁。

[5] 沈卉菁，薛宇翔，吳憲政，盧納密(2013)，「檢驗數據整合鑑定急性冠心症之案例分享」，台灣醫檢會報，第28期，第4卷，第193-199頁。