摘要：目的 探讨基于智能决策网络的多学科协调闭环急救体系对缩短急性缺血性脑卒中（Acute ischemic stroke, AIS）患者DNT的相关影响。方法 回顾性收集2022年3月—2023年3月期间我院接收的采取静脉溶栓治疗的40例急性缺血性脑卒中患者为对照组，该组应用常规护理，2024年1月—2025年1 月接收的采取静脉溶栓治疗的40例急性缺血性脑卒中患者为观察组，该组应用智能决策网络的多学科协调闭环急救模式，观察两组从入院至溶栓药物开始治疗时间（DNT）、急诊停留时间、入门至完成CT检查时间(DTI)、入院至实验室检查出报告时间(DTL)以及满意度。结果 DNT、急诊停留时间、DTI、DTL：观察组更短（P＜0.05）；总满意率：观察组更高（P＜0.05）；2组创新指标比对分析（急救流程数字化程度评分、多学科协作效率指数、智能决策体系的反应精度），差异有统计学意义，（P＜0.05）。结论 急性缺血性脑卒中患者应用智能决策网络的多学科协调闭环急救模式，效果显著，可有效缩短患者的救治时间，并可提升患者满意度，改善各项创新性指标，该模式值得推广。

关键词：急性缺血性脑卒中；静脉溶栓治疗；智能决策网络；多学科协调闭环急救体系；常规护理；DNT

中图分类号：R473

急性缺血性脑卒中（AIS）作为一种对公众健康构成严重威胁的疾病，具有发病率、致残率和死亡率均较高的特点，好发于中老年群体，男性比女性略多见，该病严重降低了患者的生活质量[1]，给医疗保健系统带来了巨大的经济负担，并且该病起病急骤、进展快、极凶险，若未及时治疗，可能出现不可逆的神经缺损，病情严重者甚至可能死亡，因此，需要及早急救。护理在AIS患者的救治中承担重要工作，但由于常规护理的流程繁琐，多学科协同效率低下，决策依靠经验，使得 DNT的成功率很低。随着人工智能和5 G通信等新兴科技的迅猛发展，将智慧医学引入到了脑卒中的急诊救治中[2]。基于多源大数据融合的智能决策系统，可以对应急过程进行高效的综合分析与精确决策，并通过多学科协同的闭环应急系统，达到应急过程的“无缝连接”与“最优”。当前，将两者结合用于 AMI急诊治疗的研究还很少见，更缺少创新的观测指标系统。通过现有研究，建立多领域协同闭环应急系统，实现快速有效地救治，为临床救治中的急性脑卒中提供新思路。

1 对象与方法

1.1 研究对象

回顾性收集2022年3月—2023年3月期间治疗的40例AIS患者为对照组（男27例，女13例，年龄54～95岁，平均71.65±11.85岁），2024年1月—2025年1 月接收的采取静脉溶栓治疗的40例AIS患者为观察组（男22例，女18例，年龄48～92岁，平均70.40±11.98岁）。其中对照组：NIHSS 评分（美国国立卫生研究院卒中量表）为（10.21±3.12）分。观察组NIHSS 评分为（10.24±3.11）分。

纳入标准：(1) 符合《中国急性缺血性脑卒中诊治指南 2018》中的相关诊断标准[3]。(2) 均接受静脉溶栓治疗；(3) 符合 AIS 静脉溶栓的治疗标准[4]。(4) 患者发病时间小于6h。(4) 签订知情同意书。排除标准：（1）CT显示,急性低密度病灶或脑沟消失范围>大脑中动脉供血范围的 1/3。（2）经降压治疗后的收缩压>180 mmHg或舒张压>100mmHg。（3）近3个月内有脑卒中、脑外伤或既往有颅内出血史。对照组和观察组患者的基线资料无差异（P＞0.05），组间可比。

1.2 方法

1.2.1对照组

以常规急救护理模式对此组患者进行干预，其被送到医院后，急诊护士会对患者进行简单的检查，测量患者的生命体征，收集患者的病史。然后被带到影像科做头部电脑断层扫描；当检测报告送到医院时，由神经科医师做出明确的诊断，并判定患者有无血栓溶解适应症；医生会给患者开出溶解指令，由护理人员进行静脉血栓溶解，全流程采用电话或书面汇报的方式进行交流。

1.2.3观察组

此组基于智能决策网络的多学科协调闭环急救模式，主要包括：

(1)5 G远程智能诊断：当患者拨打120急救热线后，急救车上的医护人员利用5 G网络，将患者的生命体征（如血压、心率、血氧饱和度等）、症状表现及现场视频实时传输到医院脑卒中中心的智能决策平台。在此基础上，结合人工智能预测模型，对所采集到的信息进行快速地处理，形成早期的临床诊断结果，从而对患者的病情进行预警，从而为医院做出有效的预防和治疗。

（2）AI辅助诊疗：患者会被自动送往 CT室的绿色通道。CT扫描结束后， AI图像辨识技术对其进行了自动的分析，并在2分钟之内判断出有无颅内出血，有无脑缺血病变的位置和面积，同时向神经内科、急诊科、影像科等多个科室的手机上发送。在此基础上，采用机器学习方法，综合分析患者的病情，确定最佳的溶栓治疗窗口及给药方案，为临床治疗提供科学依据。

（3）多领域实时协同平台：利用区块链的方法，建立多领域的实时协同平台，实现急诊、神经内科、影像科、检验科等科室之间的信息交流与交流。通过该系统，医生可以看到患者的各项检查结果、诊断意见和病情发展情况，可以通过远程视频会议来解决一些棘手的问题。如果医师在 CT图像上出现了非典型症状，就可以马上向系统提出咨询申请，由脑科的专家给出相应的意见，以防止由于交流障碍造成的决策延迟。

（4）自动优化流程管理：引进自动过程管理系统，自动规划检查、诊断、治疗等各个环节的时序及时序。该系统通过与患者的电子腕带进行连接，实现对患者的定位，并在过程中发生延误的情况下，及时发出警报，保证各个步骤的顺利进行。如果患者在 CT扫描结束后等候的等候时间太久，就会提示影像科进行紧急处置，并告知脑科医师做好相应的准备。

1.3 观察和评价指标

观察两组患者的以下指标：

从入院至静脉溶栓药物开始治疗时间(DNT) ：目标时间≤60min。

急诊停留时间：包括入门至专科医生到达时间、急诊救治时间(患者入院至离开抢救室时间)。

入门至完成CT检查时间(DTI)、入院至实验室检查出报告时间(DTL)。满意度：评价时间为患者出院后一周内，由卒中护士电话追踪随访患者，采用自制的评分表进行满意度调查，总满意率=（非常满意+较满意）/总例数×100.00%。

分析2组创新性指标变化情况：（1）急救流程数字化程度评分：利用自制评分量表，从信息采集、传输、加工和存储四个角度，对急诊抢救全过程进行量化评价，分值为100分。评价指标主要有：5 G网络中5 G网络中数据的稳定度（20分）, AI系统参与故障诊断及决策的节点数目（30分），多学科实时协同平台的运行完善度（25分），以及自动化过程管理系统运行精度25分。得分愈高，说明急诊抢救过程的数字水平愈高。（2） 智能决策体系的反应精度：通过对诊断结果、治疗方案与最后的诊断及医生的判断结果进行分析，得出的结论是：（正确的应答数量/总例数）×100%。（3）多学科协作效率指数：基于多学科协同效能评价，对多学科协同有效性进行评价。通过对三个方面的分数进行权重相加：信息交流时效性（权重0.4)，决策完成时间（权重0.3)，任务执行协作者（权重0.3)，分数在0-1之间，数字较大，说明协同效率较高[4]。

1.4 统计学方法

使用SPSS25.0软件，P＜0.05为有统计学差异。

2 结果

2.1 两组DNT、急诊停留时间对比

DNT、急诊停留时间：观察组更短（P＜0.05）。见表1：

表1  两组DNT、急诊停留时间对比（）（min）

2.2 两组DTI、DTL对比

DTI、DTL：观察组更短（P＜0.05）。见表2：

表2  两组DTI、DTL对比（）（min）

2.3 两组满意度对比

总满意率：观察组更高（P＜0.05）。见表3：

表3  两组满意度比较[n(%)]

2.4 两组创新性指标对比

干预后，与对照组比较，观察组多学科协作效率指数等创新性指标改善情况更优，具有统计学意义，（P＜0.05）。见表4：

表4  两组创新性指标对比[n(%)]/[n(x̄±s)]

3 讨论

AIS是最常见的脑卒中类型，发病率较高，约占我国所有脑卒中的 69.6%～70.8%[5]，是指因脑部血液循环障碍，缺血、缺氧所致的局限性脑组织缺血性坏死或软化的疾病，以语言障碍、偏盲、偏瘫、吞咽功能障碍、认知和意识状态改变等为主要临床表现[6]。该病若治疗不及时，可导致患者死亡。Saver等人的研究表明：根据脑梗死与救治时间模型，AIS发生后如果没有得到及时救治，估计每分钟会有190万个神经元受损[7] 。Fransen的报道也表明了AIS在得到及时救治的情况下，每提前1h就可以提高患者6.4%的良好预后率[8]。目前临床上对于AIS最有效的治疗手段仍是早期给予重组组织型纤溶酶原激活剂（Recombinant tis sue-type plasminogen activator,rt-PA）进行静脉溶栓。美国国立神经病与卒中研究院(National Institute of Neurological Disorders and Stroke,NINDS)[9]规定DNT应不超过60min。

通过本研究，发现 DNT、急诊住院时间、 DTI和 DTL均明显缩短（P<0.05)；总体满意度方面，观察组明显高于对照组（P<0.05)。本项目所建立的多领域协作闭环应急系统，以智能化的决策网络为基础，通过技术和过程的革新，缩减 DNT时间。5 G网络的远程智能诊疗可以让医疗机构在患者转移过程中获得重要的数据，实现对患者的早期治疗，缩短住院后的等候时间。AI辅助诊断技术可快速准确地对 CT图像及临床资料进行分析，与常规手工诊断相比，可显著减少诊断周期，并可为医师提出定量诊疗意见，提升诊疗效果。多学科实时协同平台突破了各部门间的信息屏障，实现了及时交流与远程会诊，解决了由于不同观点引起的延误，提高了诊疗计划制定效率和科学性。通过对紧急情况进行精确监控，并对紧急情况进行智能报警，保证每一步都能够在规定的时间节点上进行，从而对应急处理过程进行了进一步的优化。以上各环节共同作用，构成闭环应急系统，可大大减少 DNT的发生。

此次实验证实，观察组的创新性指标改善情况较对照组更优，（P<0.05）。主要是因为智能决策网络的多学科协调闭环急救模式在实施中，通过建立急诊过程数字化评分、智能决策系统响应精度、多学科协同有效性等多个创新观测指标，为评价急性脑梗死应急管理模式提供新思路。通过对医院急诊救治过程的数字化评价，可以对医院急诊各个阶段的智能化水平进行综合评价，从而找出医院信息化过程中存在的不足之处，并对其进行改进。智能决策系统的快速反应是人工智能在临床上的可靠程度，是推进智慧医学发展的关键。多专业合作有效性指数是衡量不同部门间合作水平的重要指标，通过此项研究，能够提升医院的总体救治效果，从而为临床救治中的突发事件应急管理研究提供更加科学的客观依据。

综上所述，对于AIS患者，基于智能决策网络的多学科协调闭环急救体系在其中的应用，不仅能促使患者的救治时间缩短，并可提升其满意度与智能决策体系的反应精度，进而改善各项临床指标与创新性指标。

参考文献

[1]朱利,宋承真.急性缺血性脑卒中的HFMEA模式急救护理效果[J].中国城乡企业卫生,2025,40(03):181-183.

[2]王珊珊.循证急救护理路径联合早期预警分级对急性缺血性脑卒中患者的影响[J].医疗装备,2024,37(24):111-113.

[3]李琼.院内一体化急救护理干预对急性缺血性脑卒中患者的效果[J].名医,2024,(13):123-125.

[4]王忠艳,刘馨杰,付亚星.基于脑卒中急救护理小组的系统化急救护理对急性缺血性脑卒中患者急救效率的影响[J].中外医疗,2024,43(20):140-143.

[5]练宁.基于HFMEA的急救护理流程对急性缺血性脑卒中患者救治效果的影响[J].适用中西医结合临床,2024,24(12):120-123.

[6]赵静,樊格,张森.基于循证的急救护理路径在急性缺血性脑卒中患者中的应用效果[J].临床医学研究与实践,2024,9(16):162-165.

[7]张小洁,刘文庆,梅晓燕.改进急救护理流程联合心理干预在急性缺血性脑卒中患者救治中的应用[J].临床医学工程,2024,31(04):485-486.

[8]蔡凤珠.控制溶栓时间为基础急诊绿色通道在急性缺血性脑卒中溶栓急救护理中的价值[J].中国医药指南,2024,22(10):168-171.

[9]Sun Xia,Sun Suwei,Qin Hua,Mu Kai.Study on the Effect of Prehospital Emergency Nursing Model Based on Network Information Sharing Platform in Acute Ischemic Stroke.[J].Computational and mathematical methods in medicine,2022,20223363672-3363672.