编辑推荐：
为解决 EMS 响应时间影响因素及资源分配问题，研究人员开展基于机器学习的分析，发现多因素影响响应时间，对优化 EMS 管理意义重大。
在医疗急救的 “战场” 上，时间就是生命，急救医疗服务（EMS）的响应时间至关重要。在瑞典，EMS 接到紧急呼叫后，会依据患者情况划分三个优先级，其中优先级 1 最为紧急。然而，实际操作中，准确评估紧急呼叫的紧迫性困难重重，语言障碍、来电者情绪激动，再加上很多紧急呼叫并非患者本人拨打，导致紧急医疗通信中心（EMCC）分配的优先级与 EMS 人员到达现场后的临床评估存在差异，进而影响患者的救治效果。
响应时间作为衡量 EMS 性能的关键指标，由呼叫处理时间和旅行时间组成。但目前，人们对各种因素如何相互作用影响响应时间的理解存在不足，许多研究只关注交通或天气等单一因素，忽略了它们的综合影响以及不同紧急程度之间的差异。
在此背景下，来自瑞典卡罗林斯卡学院（Karolinska Institutet）等机构的研究人员开展了一项旨在深入理解影响 EMS 响应时间复杂因素的研究。研究成果发表于《BMC Medical Informatics and Decision Making》。
为了深入剖析这一问题，研究人员采用了回顾性观察研究设计，分析了 2017 年至 2022 年瑞典斯德哥尔摩超过 100 万次的 EMS 任务数据。数据来源包括 Region Stockholm VAL 数据库的 EMS 程序数据和瑞典气象水文研究所的气象数据。
在研究方法上，研究人员运用了多种统计方法，如线性回归和先进的机器学习模型，还进行了特征工程，以提取有意义的信息。为了确保研究的严谨性，他们构建了有向无环图（DAG）来展示影响响应时间的因素及其潜在因果路径。此外，利用梯度提升模型评估特征的相对重要性，并通过部分依赖图（PDP）来解释模型，从而更好地理解各个特征对响应时间的影响。
研究结果显示，影响 EMS 响应时间的因素复杂多样。呼叫处理时间和旅行时间因呼叫原因和紧急程度而异，例如呼吸问题、意识丧失等呼叫的响应和旅行时间较短，而腹痛等呼叫的处理时间较长。EMCC 的优先级设定对响应时间影响最大，同时，温度、降水等环境因素也显著影响响应时间。极端寒冷（<-8°C）对优先级 1 的呼叫影响较大，而较高温度（>18°C）则对较低优先级的呼叫影响更明显。
地理位置同样在响应时间中扮演重要角色。在斯德哥尔摩市中心，高优先级呼叫的响应时间明显较短，但在低优先级呼叫时，市中心的响应时间却比预期更长，这表明在高峰时段资源饱和可能导致高优先级病例优先处理，而低优先级呼叫出现延迟。
从模型性能来看，梯度提升模型在测试数据中的平均平方误差（ASE）为 1757.70 分钟，按优先级分层后，优先级 1 的预测准确率最高（ASE=545.99），优先级 3 最低（ASE =6752.75），这反映出优先级 3 的数据更分散。
研究结论指出，通过机器学习驱动的预测模型，EMS 机构可以优化资源分配，改善响应时间。例如，建立动态资源分配系统，根据呼叫类型、天气状况和地理趋势进行实时监测和预测；在 EMCC 部署人工智能辅助分诊系统，提高紧急呼叫优先级分类的准确性；整合交通和天气数据，实现更智能的路线规划等。
这项研究意义重大，它为 EMS 管理提供了新的思路和方法，有助于推动 EMS 从静态部署模式向自适应部署模式转变，从而提高应急护理系统的效率、公平性和可持续性，最终改善患者的治疗效果。
总的来说，该研究通过深入分析影响 EMS 响应时间的多因素，为优化 EMS 资源规划和响应策略提供了重要依据，对提升全球急救医疗服务水平具有重要的参考价值。
