□ 黃海群 HUANG Hai-qun 陳瑞敏 CHEN Rui-min 呂洋洋 LV Yang-yang 顏雷雷 YAN Lei-lei 林海鳥 LIN Hai-niao

創(chuàng)傷性休克是急診科常見疾病，直接或間接創(chuàng)傷致使患者出現(xiàn)身體失血，機體血流灌注下降，出現(xiàn)休克[1-2]。創(chuàng)傷性休克患者多伴隨不同程度的臟器損害或代謝紊亂，病情危急且復(fù)雜，生命安全受到嚴(yán)重威脅。對創(chuàng)傷性休克患者臨床醫(yī)護人員必須爭分奪秒進行急救，最大程度保證患者的生命安全[3]。急診科患者數(shù)量多，病情進展迅速，醫(yī)務(wù)人員如無法準(zhǔn)確預(yù)見患者病情發(fā)展，容易發(fā)生醫(yī)療風(fēng)險，影響急診科室的診療服務(wù)質(zhì)量，甚至可能威脅到患者的生命安全。因此提高急診科室的診療服務(wù)質(zhì)量是提高患者搶救成功率的關(guān)鍵。有研究指出[4]，優(yōu)質(zhì)準(zhǔn)確的急診分診管理能夠有效提升急診科診療服務(wù)質(zhì)量，減少醫(yī)療差錯。2020 年12 月，醫(yī)院本著“智慧醫(yī)院”建設(shè)原則，正式上線急診智能化預(yù)警評分分診平臺，整合了醫(yī)院門急診、住院醫(yī)生工作站和醫(yī)院管理系統(tǒng)平臺數(shù)據(jù)，依據(jù)患者病情提示患者的分級評分，急診護士根據(jù)系統(tǒng)評分，結(jié)合患者癥狀快速判斷，提高分診時效性和準(zhǔn)確性，進而提高患者的急救效果。

資料與方法

1.研究對象。選擇2019 年1 月至2020 年12 月在醫(yī)院就診的144 位創(chuàng)傷性休克患者作為研究對象，其中2019 年1月至2019 年11 月的70 位患者納入對照組，2019 年12 月至2020 年12 月就醫(yī)的74 位患者納入研究組。對照組中男性患者42 人，女性患者28 人；患者年齡18～75 周歲，平均46.03±5.40歲；發(fā)病時間2～7小時，平均發(fā)病時間3.4±0.5小時；創(chuàng)傷類型：腦挫傷12 例，肝挫傷8 例，脾破裂14 例，胸部創(chuàng)傷18 例，合并骨折10 例，復(fù)合創(chuàng)傷8 例；休克指數(shù)1.19±0.36；受傷原因：交通事故46 例，重物打擊15 例，高空墜落5 例，其他4 例。研究組中男性47 例，女性27 例；年齡18～75 周歲，平均45.82±5.94 歲；發(fā)病時間2～7 小時，平均發(fā)病時間3.6±0.6 小時；創(chuàng)傷類型：腦挫傷11 例，肝挫傷9 例，脾破裂13 例，胸部創(chuàng)傷22 例，合并骨折8 例，復(fù)合創(chuàng)傷11 例；休克指數(shù)1.17±0.43；受傷原因：交通事故41 例，重物打擊19 例，高空墜落9 例，其他5 例。兩組患者基本情況差異無統(tǒng)計學(xué)意義(p＞0.05)。

研究對象納入排除標(biāo)準(zhǔn)。納入標(biāo)準(zhǔn)：①合創(chuàng)傷性休克的診斷標(biāo)準(zhǔn)[5]；②損傷嚴(yán)重程度評分≥16 分；③患者家屬對本次研究知情且簽署知情同意書。排除標(biāo)準(zhǔn)：①內(nèi)科疾病引發(fā)休克；②年齡＞80 周歲或＜18 周歲；③中途轉(zhuǎn)院；④有免疫系統(tǒng)疾病或凝血功能障礙患者；⑤合并中毒、燒傷、既往心、肝、腎等重要臟器功能疾病。

2.研究方法

2.1 對照組采用采用常規(guī)三班制急診分診進行管理，每班分診人數(shù)固定，班次固定，工作時間分別為白班(8∶00-18∶00)，中班(18∶00-23∶00)，夜班(23∶00-8∶00)。夜班分診一個人，以高資歷、經(jīng)驗豐富護士為主。主要工作內(nèi)容為：觀察患者的各項生命體征，依據(jù)2018 年我國發(fā)布的《急診預(yù)檢分診專家共識》[6]作為分診指導(dǎo)規(guī)范開展分診工作，對患者進行病情分級，并安排患者就診，必要時給予患者應(yīng)急處理或床旁檢查，同時負(fù)責(zé)急診分診區(qū)的日常管理。

2.2 研究組采用智能急診分診管理，主要包括智能急診分診系統(tǒng)和風(fēng)險管理兩個部分。

3.醫(yī)院智能急診分診管理

3.1 智能急診分診管理系統(tǒng)，涵蓋患者資料、生命體征自動導(dǎo)入、智能化分科分級、智能化信息統(tǒng)計、智能化數(shù)據(jù)、質(zhì)控報表共享六大模塊；采用讀卡器讀卡方式讀取患者基本信息，包括姓名、性別、掛號時間、年齡、聯(lián)系電話、家庭住址、急診就診編號、分診時間、就診狀態(tài)等，信息保存后傳輸給就診醫(yī)生的工作站診療系統(tǒng)；患者生命體征自動導(dǎo)入。

下拉式菜單選擇患者的主訴檢測項目，包括血壓、脈搏、呼吸、體溫、血氧飽和度等，對患者進行疼痛評分、創(chuàng)傷評分、格拉斯哥昏迷(GCS)評分；智能分科分級，分級標(biāo)準(zhǔn)參照《急診預(yù)檢分診專家共識》和臺灣地區(qū)急診檢傷和急迫度分級量表(TTAS)，Ⅰ級(紅色)：患者嚴(yán)重持續(xù)性心律失常、心跳呼吸驟停，病情隨時危及生命，需要立即救治。Ⅱ級(橙色)：患者病情有可能在短時間內(nèi)進展至Ⅰ級，或可能導(dǎo)致嚴(yán)重殘疾，Ⅲ級(黃色)需要急診醫(yī)療資源≥2 個，Ⅳ級(綠色)：所需急診資源≤1 個，或沒有急性發(fā)病情況或特殊門診患者。

智能化數(shù)據(jù)應(yīng)用。系統(tǒng)內(nèi)收集大量患者急診分診數(shù)據(jù)，通過多種算法和機器學(xué)習(xí)模型，有目的地進行數(shù)據(jù)處理和歸納，依據(jù)當(dāng)前患者各項生命體征數(shù)據(jù)，預(yù)測患者病情可能的進展趨勢，得出結(jié)論，并給出分診建議。分診完成的患者的各項量表評分結(jié)果、生命體征評估結(jié)果等數(shù)據(jù)會自動同步到智能化醫(yī)生診療系統(tǒng)中，診治醫(yī)生可以準(zhǔn)確掌握每一位患者的情況，可進行二次分級叫號。

3.2 風(fēng)險管理。構(gòu)建風(fēng)險管理小組。由急診室護士長擔(dān)任組長，組員為各個區(qū)域的組長和主管護理人員，小組呈報風(fēng)險事件后進行組內(nèi)分析探討，制定對應(yīng)用的風(fēng)險防范對策，由組長監(jiān)督落實。定期培訓(xùn)。定期對急診護理人員進行培訓(xùn)，詳細(xì)講解和總結(jié)分診中可能出現(xiàn)的風(fēng)險，增強護理人員識別風(fēng)險和防范風(fēng)險的能力，并進行理論結(jié)合實踐的技能考核，對于考核未通過的護士進行二次培訓(xùn)直至考核合格為止。

4.觀察指標(biāo)。(1)急診分診時間，記錄兩組患者急診時間(開始搶救到護理結(jié)束時間)和分診時間(分析判斷患者病情輕重緩急時間)。(2)診療效果。自制患者滿意度調(diào)查問卷對兩組患者診療服務(wù)滿意度進行評分，分為非常滿意、較滿意、滿意、不滿意四個量級，滿意度=(非常滿意+較滿意+滿意)/總例數(shù)。(3)搶救成功率及預(yù)后。記錄兩組患者搶救成功率、預(yù)后療效，其中預(yù)后療效分為痊愈(意識清楚，各項生命體征及生化指標(biāo)均正常)、有效(患者仍昏迷貨伴隨意識障礙，生化指標(biāo)仍與正常值有所偏離)和死亡(患者搶救無效死亡)。

5.統(tǒng)計學(xué)方法。采用SPSS21.0 對數(shù)據(jù)進行統(tǒng)計學(xué)處理，計數(shù)資料采用率表示，用χ2檢驗，計量資料采用t檢驗，p＜0.05 為差異有統(tǒng)計學(xué)意義。

結(jié)果

1.兩組患者急診、分診時間比較。研究組急診時間、分診時間均顯著低于對照組(p＜0.05)，見表1。

表1 患者急診、分診時間

2.兩組患者搶救成功率及預(yù)后結(jié)果比較。研究組搶救成功率研究組搶救成功率為89.19%，痊愈率為70.27%，有效率為22.97%，研究組搶救成功率、預(yù)后結(jié)果均顯著優(yōu)于對照組(p＜0.05)，見表2。

表2 患者搶救成功率與預(yù)后[n(%)]

3.兩組患者診療服務(wù)滿意度比較。研究組滿意度為100.00%，對照組診療服務(wù)滿意度為92.86%，顯著低于研究組(p＜0.05)，見表3。

表3 患者診療服務(wù)滿意度[n(%)]

討論

創(chuàng)傷性休克患者由于臟器供血不足，尤其是腦組織細(xì)胞長期缺血對腦神經(jīng)造成不可逆轉(zhuǎn)的損傷，病情兇險且復(fù)雜，患者生命安全受到嚴(yán)重威脅。有研究指出[7]，如何在最短的時間內(nèi)得到及時有效的救治是保證患者搶救成功率的關(guān)鍵。急診科作為危急重癥搶救的關(guān)鍵性場所，在創(chuàng)傷性休克患者搶救成功率中占有重要地位[8]。急診分診作為急診患者就診的第一步，是保障患者在最短的時間內(nèi)得到有效救治的重要措施，尤其是在擁擠的急診環(huán)境中，如果分診能力不足，判斷失誤，極易延誤患者就醫(yī)。傳統(tǒng)分診模式?jīng)]有明確的分診標(biāo)準(zhǔn)，急診科護士主要依靠自己的主觀經(jīng)驗判斷分診，這對分診護理人員提出較高要求。隨著信息化技術(shù)的不斷發(fā)展，也給醫(yī)療行業(yè)帶來新的機遇和挑戰(zhàn)，醫(yī)院基于《急診病人病情分級指導(dǎo)原則》，建立完善、系統(tǒng)科學(xué)的現(xiàn)代化分診工具，對患者進行合理分流，使患者在正確的時間、正確的地點使用合適的醫(yī)療資源。

急診護士接診患者時，會面臨患者病情不確定，臨床資料不足，評估時間緊迫等問題，且僅靠醫(yī)務(wù)人員經(jīng)驗判斷存在較大主觀性，很難準(zhǔn)確把握患者病情[9]。人工智能和電子信息的應(yīng)用可以最大程度地輔助護士進行臨床決策，提高急診分診質(zhì)量[10]。本次研究結(jié)果顯示，研究組急診時間、分診時間均顯著低于對照組。該結(jié)果表明，智能急診分診系統(tǒng)能夠明顯縮短急診分診時間。作者認(rèn)為主要有以下幾方面原因：(1)通過急診分診培訓(xùn)，護理人員具備了較為完善的臨床判斷能力和專業(yè)評估能力，可以熟練掌握分診標(biāo)準(zhǔn)和流程，能有針對性地收集有價值的信息，對患者進行及時有效的處理。(2)智能急診分診系統(tǒng)可以為護理人員提供快速、準(zhǔn)確、安全的分診工具，包括分診原則、分診方法、應(yīng)急處理、護理導(dǎo)向，護理人員嚴(yán)格按照指南收集主客觀資料進行量化判斷患者病情，最大限度地發(fā)揮急診醫(yī)療資源的作用，進而最大程度地減少患者候診時間，提高效率。本次研究結(jié)果顯示，研究組患者搶救成功率和搶救效果均顯著優(yōu)于對照組。作者認(rèn)為主要是以為，智能急診分診系統(tǒng)的分診規(guī)則運用大數(shù)據(jù)分析思維，依靠大量數(shù)據(jù)分析得出結(jié)論，分診規(guī)則覆蓋了絕大多數(shù)就診患者的分診可能性，提高分診準(zhǔn)確性，降低因為經(jīng)驗不足導(dǎo)致的分診失誤。智能急診分診系統(tǒng)應(yīng)用后，分診護士僅作為生命體征采集者，由分診系統(tǒng)對數(shù)據(jù)進行分析處理，結(jié)合患者癥狀，精準(zhǔn)分診，可以有效避免人工分診的主觀性和盲目性。本次研究結(jié)果顯示，研究組患者診療服務(wù)滿意度顯著高于對照組。作者認(rèn)為，主要是因為智能急診分診系統(tǒng)與信息化管理相結(jié)合，有助于提高分診效率，改善急診擁擠狀態(tài)，為患者提供優(yōu)質(zhì)的醫(yī)療服務(wù)，患者就醫(yī)體驗得到提高，進而提高滿意度。

綜上所述，智能急診分診系統(tǒng)能夠有效縮短急診、分診時間，提高創(chuàng)傷性休克患者搶救成功率和搶救效果，提高診療服務(wù)滿意度，值得臨床推廣應(yīng)用。