基于深度学习的心肺复苏术人工智能实时辅助培训和考核系统的构建

作者：刘畅; 李广普; 陈梦欢; 王培松; 刘东伟; 李胜云^*

来源：中华医学教育杂志, 2023, 43(06).

• 心肺复苏术
• 深度学习
• 人工智能
• 考核
• 培训

目的探索构建基于深度学习的心肺复苏术(cardiopulmonary resuscitation, CPR)实时人工智能辅助培训和考核系统, 为CPR培训和考核提供有效便捷的方法。方法 2021年3月至2022年3月获取郑州大学第一附属医院临床技能培训中心90名学员的心肺复苏培训和考试数据, 随机分为训练组(72例)与测试组(18例)。应用训练组视频资料和深度学习模型, 构建CPR人工智能实时辅助培训和考核系统, 对两组学员视频中身体的关键点进行检测和定位, 提取CPR的考核指标, 实时展示在移动终端上。比较两组学员的考核指标, 并与传感器显示的考核指标进行比较, 同时比较人工智能评分与考官评分, 采用t检验、非参数检验或方差分析。结果视频人工智能分析结果显示, 训练组和测试组每轮按压时间分别为(16.82±1.24)秒、(16.88±1.22)秒, 按压深度分别为[5.85(5.60, 6.00)]厘米、[5.80(5.50, 6.10)]厘米, 按压频率分别为(107.64±8.13)次/分钟、(107.11±8.49)次/分钟, 差异均无统计学意义(P>0.05)。人工智能分析结果和传感器测量结果显示, 按压时间分别为(16.83±1.23)秒、(16.80±1.21)秒, 按压频率分别为(107.42±8.07)次/分钟、(107.71±8.00)次/分钟, 差异均无统计学意义(P>0.05)。人工智能与3位考官的评价分别为(68.92±3.20)分, (68.92±3.28)分, (68.83±3.24)分, (68.84±3.25)分, 差异均无统计学意义(P>0.05)。结论 CPR人工智能实时辅助培训和考核系统能够通过对学员CPR操作时身体关键点的检测和定位, 较为准确地实时检测学员CPR操作情况并在移动终端显示, 这有助于学员CPR的培训和考核。

• 单位
  郑州大学第一附属医院