为解决医疗转运需求和转运人员管理分散等问题，2022年3月，某三级甲等医院上线了包含业务层、数据层和控制层的"一站式"转运服务智能调度管理信息系统。该系统采用图神经网络算法对多特征转运服务数据进行训练，建立了转运服务调度人工智能模型，协助医院转运指挥中心进行智能调度，实现了医院转运服务统一申请、任务统一调度、过程统一控制和人员统一考核。转运服务覆盖科室由系统上线前(2021年3月至2022年2月)的188个增至系统上线后(2022年3月至2023年2月)的268个，服务类型由36类增至52类，转运人员的人均效能系数由4 086.53单/人增至5 839.83单/人，满足了日益增长的院内转运服务需求，提高了转运调度管理水平和用户满意度，可为其他医院推动转运服务的智能化管理提供借鉴。

院前急救服务体系建设是城市急救效能的基本体现，直接关系着广大人民群众的生命安全和身体健康，是重要的社会事业与民生保障。120指挥调度系统是院前急救服务体系的核心 [1]，是智慧急救平台建设的关键，其具体规划、布局及功能水平直接关系着院前急救服务的效率。2020年，国家发展改革委员会等九部门联合印发《关于进一步完善院前医疗急救服务的指导意见》指出要加强院前医疗急救信息化建设，提升院前医疗急救服务能力 [2]。近年来，基于5G、移动互联网、视频技术的智慧急救及调度系统得到了进一步的研究和推广应用，极大推进了院前急救能力的提升。本文旨在结合我国120指挥调度系统的技术发展历程和功能应用现状，探讨以120指挥调度系统为核心的智慧急救平台的建设及发展 [3,4]，希望对促进我国院前急救事业发展及能力提升有参考价值。

目的:运用圆形分步法了解舟山市道路交通伤害院前医疗急救时间规律，为合理安排院前医疗急救人员、车辆提供科学依据。方法:提取舟山市院前医疗急救指挥调度信息系统2020年道路交通伤害院前医疗急救出车记录，并通过采用圆形分布法分析当地急救出车的时间集中度，推算道路交通伤害发生的高峰时点和高峰时期。结果:2020年舟山市发生道路交通伤害共4 349例，男女比例为1.35∶1；年龄4~73岁，主要年龄分布范围为21~40岁（50.31%）；交通伤害主要部位头面部1 776例（40.83%）；交通伤害类型以非机动车事故为主，共2 479例（57.00%）。道路交通伤害院前医疗急救的发生在时间分布上有明显的特征，按年分布的道路交通事故高发期为6月27日至10月25日；按周分布的高峰期在周二至周五；日发生高峰时段为9:04~17:58。结论:舟山市每年夏秋季、每周二至周五、每日白天时间，均为道路交通事故高发期。

70%的心脏骤停发生在院外，称院外心脏骤停 [1]（out-of-hospital cardiac arrest, OHCA）。如何提升OHCA的复苏成功率是急救医疗中的关注焦点，1974年由美国亚利桑那州凤凰城应急指挥中心首次提出急救现场旁观者拨打急救电话时由调度员指导其完成心肺复苏（cardio pulmonary resuscitation,CPR）,称电话指导心肺复苏技术（dispatcher-assisted cardiopulmonary resuscitation，DA-CPR） [2]，随之院前急救医疗优先分级调度系统（medical priority dispatch system, MPDS）研发并相继得到院前急救单位的应用和推荐。我国部分城市急救中心（站）相继使用后对其功能及应用经验反馈诸多，而针对旁观者实施CPR质量评估与检测以及各支持环节影响力未见相关报道。昆山市急救中心2021年10月正式启用MPDS系统，截止2022年3月共完成80例院前心脏骤停患者的旁观者CPR电话指导。教育培训科护士通过电话回访形式整理资料，分析DA-CPR各环节存在的问题，探讨影响院前心肺复苏技术成功的相关因素且提出可行性办法。

运送服务是医院后勤管理的重要内容。2023年，某三级甲等医院以患者服务为中心，以精益管理为导向，在医疗物联网平台的基础上开展了基于"滴滴"模式的智能运送服务。通过调研医院运送服务状况，打造出包含任务接收与生成、运送中心调度指挥和掌上电脑接单3个子系统的智能运送系统，并制定标准化业务流程以及运送服务绩效考核办法，逐步试点推进，初步实现了医院运送服务的智能化管理。截至2023年12月，医院累计完成约31余万单运送任务，其中系统智能派单任务数量占70%，运送服务及时率从2022年的58%升至2023年的98%。该实践提升了运送服务质量与效率，推动了医院后勤管理的高质量发展，可为其他医院提升后勤管理效率提供借鉴。

为优化临床服务体验，提供高效、便捷、优质的后勤服务保障，某院通过成立后勤一站式服务中心、建成基于移动互联网的后勤运行维护管理平台、常态化开展品管圈活动、打造后勤指挥调度中心和业务数据中心、建立后勤服务人员绩效考核体系等一系列措施，为多院区医院提供同质化的后勤服务保障。基于一站式服务模式的多院区医院后勤管理实践能提高后勤服务水平，改善后勤服务的临床体验感，提高后勤员工满意度和归属感，对提高医院的快速响应能力起到重要作用。

目的 了解广东省深圳市极端气温对孕妇120急救量的影响,为孕妇采取防范措施以抵御极端气温所带来的不利影响提供合理建议.方法 收集深圳市急救指挥中心2013年1月1日—2022年12月31日孕妇120救护车调度数据以及深圳市同期气象数据资料,应用分布滞后非线性模型分析极端气温对孕妇120急救量的单日滞后效应和累积滞后效应.结果 深圳市2013-2022年孕妇总急救量为61 270例次,2013、2014、2015、2016、2017、2018、2019、2020、2021 和 2022 年分别为 4 968、5 589、5 057、5 595、5 668、4 887、6 384、6 179、6 846和10 097例次,孕妇120急救量呈逐年上升趋势(rs=0.794,P=0.006).日均气温与孕妇120急救量呈非线性趋势,总体效应呈"U"型,较高的日均气温和较低的日均气温均可增加孕妇的120急救量.分布滞后非线性模型分析结果显示,极端低温的单日滞后效应值在Lag3d～Lag7d时均有统计学意义(均P＜0.05),其中在Lag4d时效应值最大(RR=1.015,95％CI=1.004～1.024),极端高温的单日滞后效应值仅在Lag6d时有统计学意义(RR=1.017,95％CI=1.000～1.034);极端低温和极端高温的累积滞后效应值均随着滞后天数的增加而变大,极端低温累积滞后效应值在Lag0～13 d时最大(RR=1.071,95％CI=1.002～1.145),随后效应值降低且无统计学意义;极端高温累积滞后效应值则在Lag0～11 d时最大(RR=1.192,95％CI=1.033～1.377),随后效应值逐渐降低,在Lag0～14 d时无统计学意义.结论 深圳市孕妇120急救量呈逐年上升趋势,极端高温和极端低温对孕妇120急救量有均有影响,其中极端高温带来的累计滞后效应更加显著.

目的 分析 2023 年北京特大暴雨灾害中伤患院前救援数据,总结自然灾害下急救医疗保障经验.方法 收集 2023 年 7 月 31 日—8 月 8 日北京特大暴雨灾害期间灾害地区伤病呼救数据,分类统计其基本信息、呼叫原因、病种分类、救治和转归情况.结果 暴雨受灾地区呼叫伤患共计 102 例,男性 61 例,女性 41 例,年龄(58.01±19.75)岁.受灾地区呼叫救护车原因主要为灾害所致创伤(47.06%),医疗条件受限(30.39%),突发疾病后交通受阻(22.55%).灾害所致创伤中,水中异物冲击(13.73%)及物体撞击(10.78%)占比较高.伤患分布区域主要在门头沟区和房山区,且两区的整体派车量及突发事件量较 2022 年同期相比均增长明显,差异有统计学意义(P＜0.05).病种分类中,损伤性疾病占比最高(48.04%).转归中有 91 例送达医院(89.22%),现场处置未送医院 5 例(4.90%),移交 110 处理 6 例(5.88%).结论 重大自然灾害事件会造成严重的人员伤亡和财产损失.救援人员要针对伤患病情特点进行医疗救治.同时应加强救援信息多方联动、网络通讯及信息化建设,确保急救装备配置充足,灾后疏散及后续保障工作完备,建立全市救援力量统筹支援机制,为院前应急救援处置及医疗急救服务提供有力保障.

目的 通过对重大自然灾害事件中医疗急救调度指挥工作的分析,探讨如何做好突发事件医疗急救的调度指挥,并为整体紧急救援工作提供借鉴和参考.方法 对受灾严重的房山区和门头沟区呼叫量、电话受理及调派情况进行分析总结,明确突发事件下给医疗急救调度指挥工作带来的影响及压力.结果 房山区、门头沟区在汛期电话呼入量及呼出量较 2022 年同期明显增长,门头沟区电话呼出量最高增长 361.50%.调度员受理时长明显增加,增长率分别为 181.44%及 111.19%.涉汛非直接派车突发事件数量占比较去年有明显增加,且有统计学差异(P<0.05).两区域涉汛突发事件中给予呼救者心理疏导比例分别为 21.74%及 35.00%,院前急救车组力量不足且独立调度指挥能力有限.结论 重大突发事件中医疗急救调度指挥工作面临着诸多压力和挑战,应提前筹划,快速响应,充分发挥调度指挥中心应对突发事件的优势特点,及时梳理总结经验,为人民群众安全健康保驾护航.

目的 为了更好更快满足院前急救服务需求,对 2020 年每日 24 小时段受理要车电话数量展开研究分析,根据受理要车电话数量存在规律,提出有效提高院前急救服务运行效率及管理水平的相关措施.方法 采用线性回归模型,通过应用python编程语言,基于sklearn机器学习库对 2020 年 1 月—12 月每日 24 小时段数据进行线性回归建模,获得线性回归模型具体系数值.结果 2020 年 12 月 5 日、15 日、25 日 24 小时段受理要车电话真实数据及模型预估数值及变化趋势比对验证显示,整体数值接近、变化趋势一致.结论 线性回归模型很好建模了受理要车电话数量及变化趋势,应进一步扩展线性回归模型等信息化手段在院前急救领域中的广泛应用;院前急救调度指挥中心受理要车电话数量 24 小时段差异存在规律,有效指导调度指挥座席、院前急救车组人员及救护车数量等资源调整;受理要车电话数量秋季最高,其次为夏季、冬季,春季最低,助力不同季节做好相关院前急救资源储备调整及相关应急措施.