如何更好地評估醫(yī)療急救表現(xiàn)詳解

每天，醫(yī)療急救人員（醫(yī)務(wù)人員、護士和醫(yī)生等）勇敢地沖向突發(fā)事件的中心，隨時準備挽救生命并提供關(guān)鍵救助。他們需要接受大量培訓(xùn)，以保持和提高技能。雖然他們的奉獻精神和專業(yè)知識值得稱贊，但他們在幕后所面臨的情緒壓力挑戰(zhàn)卻往往不為人知。
 
因此，對醫(yī)療急救人員的培訓(xùn)中，也包括如何識別并管理情緒和壓力。
 
Malfait和她的研究團隊以此開發(fā)了一種方法來同時量化急救人員的醫(yī)療技能表現(xiàn)與壓力和情緒負荷。這種整合和同步將為模擬培訓(xùn)期間急救人員的表現(xiàn)提供獨特的見解。
 
模擬訓(xùn)練至關(guān)重要
由于要面對復(fù)雜、時間緊迫和危及生命的緊急情況，急救人員需要接受廣泛的培訓(xùn)。他們將參與逼真的情景模擬，精準模擬實際的緊急情況。對于如何作為一個團隊協(xié)調(diào)工作、分配任務(wù)和做出關(guān)鍵決策進行練習(xí)。
 
通過錄制這些模擬訓(xùn)練的視頻，他們可以詳細了解當(dāng)時的情況。通過課后匯報，應(yīng)急人員可以找出錯誤、知識差距或需要改進的地方，并采取相應(yīng)的糾正措施。這是急救人員職業(yè)發(fā)展的重要組成部分。

 
壓力和情緒影響技能表現(xiàn)
在這種情況下，僅憑臨床知識和技能不足以提供最佳的醫(yī)療服務(wù)。除了技術(shù)專長外，醫(yī)療專業(yè)人員還需要掌握非技術(shù)技能，如抵抗壓力并管理情緒的能力。
 
因此，急救人員需要全面認識壓力對技能表現(xiàn)的的作用和負面影響，并在培訓(xùn)課程中解決如何識別并有效管理情緒和壓力的問題。無論是個人層面還是團隊層面。
 
Malfait 與她的研究小組就重點關(guān)注了這一尚待解決的問題。他們旨在開發(fā)一種方法，在模擬訓(xùn)練課程中同時且獨立測量技術(shù)技能表現(xiàn)和心理生理負荷。
 
高效記錄與分析技能表現(xiàn)
首先，研究團隊通過分析醫(yī)療技能表現(xiàn)的結(jié)果來量化技術(shù)表現(xiàn)。
 
醫(yī)療人員會在一個模擬訓(xùn)練的實驗室中執(zhí)行多項醫(yī)療技術(shù)任務(wù)。例如環(huán)甲膜切開術(shù)——一種幫助病人在嚴重氣道阻塞、外傷或呼吸衰竭等情況下更好呼吸的干預(yù)措施。
 
整個過程，使用行為觀察記錄分析系統(tǒng)（The Observer XT）觀察記錄。這樣不僅可以進行現(xiàn)場觀察，還可以進行詳細的回顧性微觀分析。專家可從醫(yī)療技能的多個組成部分進行行為編碼，從而對急救人員在模擬訓(xùn)練過程中的技能表現(xiàn)進行評估(圖1)。
 
圖1
此外，The Observer XT的視頻錄制和后續(xù)分析允許以錄制的正常速度、半速、五分之一和二十五分之一的速度暫停和回放視頻，因此可以方便地測量時間間隔并進行更深入的分析。在錄制過程中調(diào)整方向和縮放功能也為行為觀察提供了更詳細的視圖。
 
模擬訓(xùn)練的實驗室中配備了多臺平移變焦攝像機和吸頂式麥克風(fēng)，所有攝像機都是同步的，在錄制過程中可以對方向和變焦分別進行控制。這種一站式整合都益于行為測定快速復(fù)盤系統(tǒng)（Viso）。
 
Viso 不僅提供記錄過程中調(diào)整攝像機方向和變焦的功能，此外由于可以使用多臺攝像機拍攝圖像，使從不同角度觀察行為表現(xiàn)成為可能。這樣可以看到更多細節(jié)，讓行為編碼更加準確。
 
非侵入式的壓力和情緒測量
此外，研究者還想了解急救人員在模擬訓(xùn)練中感受到的壓力程度，以及他們?nèi)绾喂芾韨�人認知資源，如應(yīng)對技能、防御能力和自我效能感。因為當(dāng)情境需求與個人應(yīng)對需求的能力之間存在差距時，壓力就會產(chǎn)生。
 
過往研究評估壓力和情緒往往依賴于主觀測量問卷。更客觀的生理測量，如測量唾液和血清皮質(zhì)醇水平，可能具有侵入性，并且難以實時獲得。其他可進行實時測量的如心率變異性，需要可穿戴傳感器，且數(shù)據(jù)可能會因為運動、藥物或其他原因而混淆。
 
因此，基于非侵入測量的考量，本研究利用面部表情分析系統(tǒng)（FaceReader）記錄了面部表情，并使用 Matlab 和 PRAAT 進行了語音分析。這兩種方法都依賴于對情緒喚醒和情緒效價的系統(tǒng)測量。結(jié)合這兩種分析方法，研究人員可以根據(jù)情緒的環(huán)狀模型對情緒狀態(tài)進行量化。
 
FaceReader會自動生成個體面部表情的分類。每個情緒值范圍在[0,1]之間，表示其強度。此外，面部表情也可在20個動作單元（AU, Action Units）上進行分類（圖2），并依據(jù)5點強度量表自動生成強度分類。不同AU的組合可能與無聊、困惑等情緒狀態(tài)有關(guān)。喚醒程度可以根據(jù)不同AU的激活值和AU 43的倒數(shù)來計算(AU 43代表閉眼，表示低喚醒)。
 
圖2
 
受益于同步分析的獨特組合
Malfait 與她的團隊深入探究了急救人員在模擬訓(xùn)練或真實情況下的表現(xiàn)。他們在本研究中開發(fā)的方法的最大優(yōu)勢在于將同時分析醫(yī)療急救技能和評估心理生理負荷獨特地結(jié)合在一起。
 
此外，他們還使用了非侵入性的客觀方法，即面部表情分析和聲音分析，使研究者無需主觀報告，也無需中斷模擬，就能了解當(dāng)前急救人員的壓力水平。
 
 
參考文獻
Malfait, A., Van Puyvelde, M., DETAILLE, F., Neyt, X., Waroquier, F., & Pattyn, N. (2023). Unveiling Readiness of Medical First Responders in Simulation Trainings: Insights beyond Queries. Emerging Technologies in Healthcare and Medicine, 116(116).