意大利急救医疗服务对可穿戴设备在大规模伤亡事件中患者管理的认知研究：基于技术接受模型的分析

《Disaster Medicine and Public Health Preparedness》：Emergency Medical Services Perception of the Use of Wearables in Patient Management During Mass Casualty Incident Management

本研究针对大规模伤亡事件(MCI)中传统分诊方法存在的局限性，探讨了意大利急救医疗服务(EMS)专业人员对集成患者识别、生命体征监测、LED分诊编码、地理定位和实时数据传输功能的可穿戴设备的接受度。基于技术接受模型(TAM)的问卷调查显示，该设备在提升现场协调和情境意识方面价值显著，但对其工作流整合及潜在救援延迟存在担忧。研究为未来MCI响应技术的开发与优化提供了重要用户视角。

　　

在灾难医学领域，大规模伤亡事件(Mass Casualty Incidents, MCI)是对应急响应体系的终极考验。当突发事件导致伤员数量远超当地医疗系统承载能力时，每一秒的延误都可能意味着生与死的差别。传统的现场分诊多依赖纸质标签或记号笔，这些方法不仅易受天气影响、容易损坏，而且手动记录生命体征耗时超过一分钟，严重拖慢救援进程。更关键的是，它们无法实时监测患者生命体征的变化，也缺乏伤员定位功能，使得动态调整转运优先级变得异常困难。面对这些挑战，科技能否成为破解MCI管理困境的钥匙？

由Sara Shanti Tambini、Andrea Conti和Marta Caviglia共同完成的研究，聚焦于意大利急救医疗服务(Emergency Medical Services, EMS)专业人员对一款假设性可穿戴设备的认知态度。这款设备集成了患者标识符、生命体征（血压、心率、呼吸频率、血氧饱和度）监测、LED分诊编码、地理定位和实时数据传输等先进功能，旨在弥补传统分诊方法的不足。研究团队采用技术接受模型(Technology Acceptance Model, TAM)框架，通过匿名在线问卷调查了141名EMS专业人员，深入探讨了他们对该设备的感知有用性(Perceived Usefulness, PU)、感知易用性(Perceived Ease of Use, PEU)和使用行为意向(Behavioral Intention, BI)。

研究方法概述

研究通过向意大利67个EMS调度中心发放匿名在线问卷进行数据收集。问卷首先介绍设备功能，随后分为人口统计学信息和基于TAM的24个问题两部分，采用7点量表评分。使用主成分分析(Principal Component Analysis, PCA)提炼受访者对设备功能认知的主要维度，并通过Cronbach's α系数检验问卷信度。

研究结果

参与者特征

受访者中以男性（60.3%）、护士（66.7%）为主，63.1%拥有超过10年EMS工作经验，51.8%有实际MCI响应经历，绝大多数（87.9%）接受过MCI相关培训，保证了反馈的专业性和代表性。

感知有用性(PU)分析

设备在提升现场协调和情境意识方面获得高度认可。数据收集服务器功能（A9, A10）和现场感知与协调功能（A11, A12）对PU域变异贡献最大，约80%的受访者给予患者标识（A2）和地理定位（A7, A8）高评分（6-7分）。生命体征连续监测功能（A3-A5）获得约60%受访者高评分，但约15.6%的受访者对“生命体征监测能否加速分诊”（A4）持保留态度。PCA揭示了一个有趣现象：认为现场协调功能更有用的受访者，倾向于认为生命体征监测对分诊准确性和速度的提升作用相对有限。

感知易用性(PEU)分析

多数受访者（约63%）认为设备功能易于学习（B1）并能快速掌握（B3）。然而，对于设备是否能轻松融入现有工作流程（B5）以及使用是否会拖慢救生程序（B6），意见出现较大分歧，约20%的受访者持负面看法，约37.6%认为整合容易，22%同意可能延迟救援。这表明设备的实际应用可能面临工作流兼容性挑战。

使用行为意向(BI)分析

总体上，受访者对在未来MCI响应中使用该设备持积极态度。约37%的受访者同意在设备可用时会使用它（C1），40%愿意向同事推荐（C2），约43%计划使用其全部功能。PCA显示，“主动寻找使用机会”（C3）是BI最强的预测指标，反映了部分EMS专业人员对整合新技术的强烈意愿。

结论与意义

本研究揭示了意大利EMS专业人员对用于MCI响应的可穿戴技术持有条件的欢迎态度。他们高度重视其在提升现场协调、数据管理和情境意识方面的潜力，这与此前研究指出的信息交换不畅是影响MCI响应效果关键因素的观点一致。设备的数据收集能力不仅有助于优化实时决策，还能为建立MCI院前数据库、驱动人工智能算法发展提供宝贵资源。

然而，对生命体征监测在分诊中实用性的分歧，以及对工作流整合和潜在操作延迟的担忧，提示技术开发者需重点关注设备的直观性、数据解读的简便性以及与现有协议（如START、SALT等分诊算法）的无缝兼容。未来技术的成功部署，很可能取决于其能否在不增加一线响应人员认知负荷的前提下，有效增强而非干扰既定的救援流程。

这项研究为未来面向MCI响应的可穿戴设备设计提供了关键的用户视角，强调技术解决方案必须根植于实际操作需求和用户接受度，才能真正转化为提升灾难医学响应能力的有效工具。随着技术的不断演进，这类设备有望在改善患者结局方面发挥重要作用，但其实现路径需要开发者、EMS专业人员及政策制定者的持续对话与协作。