摘要：為了應(yīng)對當(dāng)前公共突發(fā)事件的嚴(yán)峻形勢，幫助醫(yī)院建立一支訓(xùn)練有素、經(jīng)驗(yàn)豐富的救援人員隊(duì)伍，設(shè)計(jì)了一種面向醫(yī)院應(yīng)急救援人員的案例培訓(xùn)方法。應(yīng)急應(yīng)對經(jīng)驗(yàn)表明，應(yīng)急工作者所擁有的最重要資源就是相關(guān)的歷史案例。分析了醫(yī)療應(yīng)急救援事件的特征，設(shè)計(jì)了醫(yī)療應(yīng)急救援案例屬性表示的結(jié)構(gòu)化模型，并結(jié)合案例推理技術(shù)，設(shè)計(jì)了生成目標(biāo)案例的工作流程；結(jié)合群體互動(dòng)學(xué)習(xí)的知識，設(shè)計(jì)了基于目標(biāo)案例的群體培訓(xùn)學(xué)習(xí)方法。這有助于提升應(yīng)急主體對突發(fā)事件情景的認(rèn)知能力及決策素質(zhì)，以便更好地對公共突發(fā)事件作出快速有效的應(yīng)急響應(yīng)。

關(guān)鍵詞：突發(fā)事件；應(yīng)急救援；案例培訓(xùn)；案例推理；互動(dòng)學(xué)習(xí)

中圖分類號：X43文獻(xiàn)標(biāo)識碼：ADOI：10.3963/j.issn.1671-6477.2015.06.0016

一、問題的提出

醫(yī)院應(yīng)急救援是指在公共突發(fā)事件發(fā)生時(shí)，醫(yī)院迅速地組織相關(guān)人員，正確地應(yīng)對并實(shí)施醫(yī)療救治的活動(dòng)[1]。其強(qiáng)調(diào)了它不是對某一病人作臨時(shí)搶救，而是針對一定規(guī)模突發(fā)、傷情嚴(yán)重、復(fù)雜的集體。這就對救援人員的復(fù)雜情景認(rèn)知能力、應(yīng)急知識及處置經(jīng)驗(yàn)提出了較高的要求。我國正處于社會轉(zhuǎn)型階段，社會不穩(wěn)定因素增多，各類突發(fā)事件時(shí)有發(fā)生，且呈上升趨勢。2003年SRAS病毒、2008年汶川大地震、2009年甲型H1NI流感、“3.14”和“7.5”暴力恐怖等突發(fā)事件，給我國造成了巨大的人員傷亡和經(jīng)濟(jì)損失。重大突發(fā)事件的嚴(yán)峻形勢，迫切需要醫(yī)院建立一支訓(xùn)練有素、經(jīng)驗(yàn)豐富的救援人員隊(duì)伍，以便有效應(yīng)對隨時(shí)可能發(fā)生的應(yīng)急事件。為此，本文從培訓(xùn)演練方面著手，對醫(yī)院應(yīng)急救援人員的培訓(xùn)工作展開了研究。

醫(yī)院應(yīng)急培訓(xùn)演練能夠幫助應(yīng)急人員對突發(fā)事件情景的認(rèn)知進(jìn)行構(gòu)建、改善和加強(qiáng)，形成求解問題的思路，提升其在緊急狀態(tài)下進(jìn)行有效快速響應(yīng)的能力[2]。國內(nèi)外學(xué)者設(shè)計(jì)了經(jīng)驗(yàn)傳授方法、實(shí)際演練方法、排故演練系統(tǒng)等來實(shí)現(xiàn)對應(yīng)急救援人員的培訓(xùn)。經(jīng)驗(yàn)傳授法[3]能夠幫助救援人員快速地獲取應(yīng)急救援相關(guān)知識，提升對相同應(yīng)急情急的應(yīng)對熟練程度。但由于缺乏現(xiàn)實(shí)情境的刺激，使培訓(xùn)人員難以形成深刻的認(rèn)知，應(yīng)對相似情景的啟發(fā)式思維缺乏，且知識及經(jīng)驗(yàn)的復(fù)用性不高；實(shí)際演練方法[4-5]在一定程度上彌補(bǔ)了經(jīng)驗(yàn)傳授法情景性的缺乏，但由于醫(yī)療行業(yè)的特殊性，實(shí)際演練成本過高，普適性和推廣性明顯不足；基于傳統(tǒng)數(shù)據(jù)庫的排故演練系統(tǒng)[6-8]以規(guī)則等形式儲存專家知識和經(jīng)驗(yàn)，并為培訓(xùn)人員提供了一定的演練情境，具備知識復(fù)用性和情景性，然其只能實(shí)現(xiàn)精確的匹配查詢功能，不能根據(jù)現(xiàn)實(shí)情境提供自適應(yīng)的相似解決方案，深層次的知識和經(jīng)驗(yàn)難以表達(dá)。因此，設(shè)計(jì)有效的醫(yī)院應(yīng)急培訓(xùn)方法便成為應(yīng)急培訓(xùn)工作展開的關(guān)鍵問題。

案例推理（Case-Based Reasoning， CBR）技術(shù)是由Roger Schank教授于1982年提出的一種基于過去求解類似問題的經(jīng)驗(yàn)來獲得當(dāng)前求解問題答案的推理模式[9]。該方法一經(jīng)提出，就得到了國內(nèi)外學(xué)者的肯定與好評并被廣泛應(yīng)用，其主要運(yùn)用于輔助決策、危機(jī)預(yù)警等方面[10-12]，而應(yīng)急培訓(xùn)方面的研究尚未涉及。基于案例推理的培訓(xùn)模式，可以比較有效地將歷史案例作為參考知識，用以在相似情景態(tài)勢下的培訓(xùn)學(xué)習(xí)，能夠增加救援人員應(yīng)急響應(yīng)的可用知識量，減少因缺乏經(jīng)驗(yàn)和具體任務(wù)規(guī)劃造成的壓力。本文以醫(yī)院應(yīng)急培訓(xùn)為研究主題，試圖結(jié)合案例推理技術(shù)來設(shè)計(jì)醫(yī)院應(yīng)急培訓(xùn)方法。

醫(yī)院應(yīng)急救援事件涉及了人、設(shè)備、作業(yè)和管理等多個(gè)因素。本研究首先對醫(yī)院應(yīng)急救援事件的特征進(jìn)行了分析，設(shè)計(jì)了醫(yī)療應(yīng)急救援案例描述屬性的結(jié)構(gòu)化模型。在此基礎(chǔ)上，結(jié)合案例推理技術(shù)以及群體學(xué)習(xí)的知識，設(shè)計(jì)了醫(yī)院應(yīng)急救援的案例培訓(xùn)方法。

二、醫(yī)院應(yīng)急救援案例及結(jié)構(gòu)化模型

CBR技術(shù)應(yīng)用的關(guān)鍵問題之一就是案例的表示。目前，醫(yī)院應(yīng)急案例多表現(xiàn)為網(wǎng)頁的文本模式，案例信息與知識未經(jīng)提煉，較難應(yīng)用其進(jìn)行培訓(xùn)。需要設(shè)計(jì)適用于應(yīng)急培訓(xùn)的案例結(jié)構(gòu)。本文參考美國國土安全部所制定的《National Planning Scenarios》[13]一文中致災(zāi)因子的描述，并結(jié)合醫(yī)院應(yīng)急救援的特點(diǎn)，設(shè)計(jì)了醫(yī)療應(yīng)急救援案例描述屬性包括：標(biāo)識屬性A1、分類屬性A2、事故過程屬性A3、處理措施屬性A4、效果屬性A5、案例應(yīng)用屬性A6。其中A2作為分類索引，措施屬性A4和效果屬性A5中的部分屬性作為相似度計(jì)算中的特征值。

圖1醫(yī)療應(yīng)急救援案例的結(jié)構(gòu)化模型醫(yī)院應(yīng)急救援案例采用集合的形式進(jìn)行表示：A=（A1，A2，A3，A4，A5，A6）。其中，每一屬性又可根據(jù)需要進(jìn)一步細(xì)化為Ai=（Ai1，Ai2，…，Ain）。整個(gè)醫(yī)院應(yīng)急救援案例庫則由不同屬性層次上的案例關(guān)聯(lián)而成，醫(yī)院應(yīng)急救援案例的結(jié)構(gòu)化模型如圖1所示。

三、醫(yī)院應(yīng)急救援案例培訓(xùn)方法構(gòu)建

應(yīng)急救援人員所擁有的最重要的資源就是相關(guān)的歷史案例[14]，將其作為參考知識，用以在相似情景態(tài)勢下的培訓(xùn)學(xué)習(xí)，可以幫助救援人員有效地梳理、積累應(yīng)急應(yīng)對經(jīng)驗(yàn)，提升其對突發(fā)事件的快速響應(yīng)能力。研究首先結(jié)合案例推理技術(shù)，設(shè)計(jì)了生成目標(biāo)案例的工作流程，用于進(jìn)一步的案例培訓(xùn)學(xué)習(xí)；然后，結(jié)合群體經(jīng)驗(yàn)學(xué)習(xí)的知識，設(shè)計(jì)了基于目標(biāo)案例的群體培訓(xùn)學(xué)習(xí)方法。

（一）基于CBR技術(shù)的目標(biāo)案例生成

本文根據(jù)培訓(xùn)人員所給出的現(xiàn)有問題情景，運(yùn)用案例推理技術(shù)，在案例庫中檢索出目標(biāo)案例，進(jìn)行培訓(xùn)學(xué)習(xí)。圖2說明了這一工作流程。

圖2基于CBR技術(shù)的目標(biāo)案例生成1.屬性輸入：根據(jù)當(dāng)前應(yīng)急救援培訓(xùn)問題，提取問題的特征屬性，并輸入系統(tǒng)，用于目標(biāo)案例的檢索。

2.案例檢索：采用最大整體相似度的方法用于檢索出目標(biāo)案例TC。整體相似度計(jì)算方法為：SIM（IC，SCi）=∑nj=1wjsim（ICj，SCij）（3）其中，SIM（IC，SCi）表示輸入案例IC與案例庫中第i個(gè)源案例SCi的整體相似度；wj表示特征屬性j的權(quán)重，其值一般是根據(jù)應(yīng)急培訓(xùn)人員的經(jīng)驗(yàn)設(shè)定而成。由于培訓(xùn)人員的經(jīng)驗(yàn)有所差異，檢索到的目標(biāo)案例不一定總是有效的。為了降低人為經(jīng)驗(yàn)所帶來的誤差，Suykens和Vandewalle[15]采用下面的算法來對特征屬性的權(quán)重進(jìn)行設(shè)定。其中，cwj表示培訓(xùn)人員執(zhí)行本次推理時(shí)所設(shè)定的權(quán)重，owj表示從前運(yùn)用特征屬性j進(jìn)行推理時(shí)所用到的權(quán)重的平均值：wj=cwj+owj.

sim（ICj，SCij）表示輸入案例與源案例SCi在屬性j上的相似程度。根據(jù)各屬性值的特點(diǎn)，可以將其劃分為確定符號（crisp symbolic， CS）、確定數(shù)（crisp numeric， CN）、模糊概念（fuzzy linguistic， FL）3種屬性值[13]：sim（ICj，SCij）=

1-|ICj-SCij|（max（j）-min（j）），CN

S（ICj∩SCij）S（ICj）+S（SCij）-S（ICj∩SCij），F(xiàn)L（4）

0或1，CS 3.閾值設(shè)定：本文兼顧培訓(xùn)效率以及效果，設(shè)計(jì)了二階段閾值法來分段輸出目標(biāo)案例。設(shè)a為案例輸出的標(biāo)準(zhǔn)閾值，b，b>a為案例輸出的滿意閾值。當(dāng)所有案例相似度SIM（IC，SCi）

4.培訓(xùn)效果：醫(yī)院應(yīng)急培訓(xùn)的目的在于使醫(yī)院應(yīng)急人員對突發(fā)事件情景的認(rèn)知進(jìn)行構(gòu)建、改善和加強(qiáng)，形成求解問題的思路，從而能夠在緊急狀態(tài)下進(jìn)行快速響應(yīng)。培訓(xùn)人員根據(jù)當(dāng)前應(yīng)急情景、自身經(jīng)驗(yàn)，并結(jié)合推理出的案例進(jìn)行培訓(xùn)學(xué)習(xí)，可達(dá)到下面三類培訓(xùn)效果：

一是認(rèn)知構(gòu)建：當(dāng)培訓(xùn)人員對當(dāng)前事件沒有相當(dāng)?shù)恼J(rèn)識時(shí)，可以通過案例培訓(xùn)，構(gòu)建認(rèn)知模塊，形成求解問題的思路；

二是認(rèn)知改善：結(jié)合案例，將案例中的情景應(yīng)對描述與培訓(xùn)人員原有認(rèn)知進(jìn)行分析比較，可以幫助其對原有不當(dāng)認(rèn)知進(jìn)行修正、改善。

三是認(rèn)知加強(qiáng)：結(jié)合案例，當(dāng)培訓(xùn)人員原有的認(rèn)知與案例中的觀點(diǎn)具有較高的相似時(shí)，可以對應(yīng)急救援人員原有認(rèn)知觀點(diǎn)進(jìn)行鞏固、加強(qiáng)。

（二）基于目標(biāo)案例的群體培訓(xùn)方法

當(dāng)檢索出的目標(biāo)案例相似度沒有達(dá)到滿意度閾值時(shí)，目標(biāo)案例所提供的經(jīng)驗(yàn)知識不足以指導(dǎo)個(gè)體培訓(xùn)人員應(yīng)對當(dāng)前應(yīng)急情景進(jìn)行“參照式”的培訓(xùn)學(xué)習(xí)。此時(shí)，培訓(xùn)人員需要借助群體間經(jīng)驗(yàn)強(qiáng)化、互動(dòng)的特點(diǎn)，進(jìn)行群體培訓(xùn)學(xué)習(xí)。從本質(zhì)上講，群體培訓(xùn)學(xué)習(xí)過程是一個(gè)在一定問題情境下的相互交流、強(qiáng)化的互動(dòng)學(xué)習(xí)過程。群體培訓(xùn)過程中，個(gè)體的知識逐漸被群化、外化、融合和內(nèi)化，最終形成群體成員對事物的一致、有效的認(rèn)知[16]。這是一個(gè)逐步完善的過程。研究將案例推理所得到的目標(biāo)案例作為培訓(xùn)人員的共同參考知識，并在此基礎(chǔ)上，結(jié)合德爾菲法的一般步驟，以群體一致性為約束，設(shè)計(jì)了如圖3所示的群體培訓(xùn)學(xué)習(xí)方法的一般過程：

圖3群體培訓(xùn)學(xué)習(xí)過程Step1信息共享及方案提出：培訓(xùn)人員共享輸出的目標(biāo)案例信息，并結(jié)合當(dāng)前應(yīng)急情景特征，提出可能的應(yīng)對方案P={p1，p2，…，pi，…，pn}。

Step2評價(jià)指標(biāo)設(shè)定：各培訓(xùn)人員根據(jù)自身認(rèn)知經(jīng)驗(yàn)以及當(dāng)前應(yīng)急情景特征，設(shè)定方案的評價(jià)指標(biāo)A={A1，A2，…，Aj…，Am}。

Step3偏好設(shè)置：培訓(xùn)人員對每個(gè)方案設(shè)定自己的屬性偏好值，并采用算數(shù)平均的方法對群體意見進(jìn)行集結(jié)，得到方案i在評價(jià)指標(biāo)j下的評價(jià)值rij，從而形成方案的評價(jià)矩陣R。

Step4一致性修正：群體培訓(xùn)學(xué)習(xí)過程是一個(gè)存異、求同的過程。培訓(xùn)過程中，個(gè)體的不同知識進(jìn)行相互的融合、內(nèi)化，最終達(dá)成一致性的認(rèn)知觀點(diǎn)。因此，在進(jìn)行一致性修正時(shí)，不僅要考慮群體的共性，還要考慮群體的差異性特征。對此，本文采用基于傳遞閉包的模糊聚類方法，將應(yīng)對方案聚為不同的類，既對方案的數(shù)量進(jìn)行了一致性的縮減（方便培訓(xùn)人員進(jìn)行下一步進(jìn)行綜合研討論證，提高論證效率），也能較好保證群體中存在差異性。

Step5論證與意見：首先，選取出每類中綜合評價(jià)最高的方案作為待綜合研討論證的方案；接著，培訓(xùn)人員根據(jù)群體一致性約束對這些方案提出論證或意見。在進(jìn)行相互意見論證的過程中，往往能夠改善某些成員原有的認(rèn)知觀點(diǎn)或激發(fā)出某些新的思路（第一輪論證是個(gè)體知識的首次群化、融合，效果尤為明顯），里面暗含了個(gè)體關(guān)注群體中他人的認(rèn)知以及互動(dòng)學(xué)習(xí)能提高個(gè)體認(rèn)知能力的群體學(xué)習(xí)特點(diǎn)。此時(shí)，將新生成的方案加入方案集，并重新修正自己的屬性偏好。

Step6若取得大體一致的群體意見，培訓(xùn)結(jié)束；反之，則返回step3，更新偏好，直至取得大體一致的群體意見。

四、案例培訓(xùn)用例分析

本文以哈爾濱市某醫(yī)院一次豆角中毒應(yīng)急救援事件為例，來說明醫(yī)院應(yīng)急救援案例培訓(xùn)方法的應(yīng)用過程。此次豆角中毒事件涉及人數(shù)較多，多數(shù)患者惡心、腹痛、頭暈癥狀明顯，少數(shù)患者伴有胸悶、心慌，嚴(yán)重患者出現(xiàn)了昏迷癥狀。醫(yī)院救援人員（在此以施救醫(yī)生為例進(jìn)行培訓(xùn)）現(xiàn)結(jié)合事故背景及特征，進(jìn)行案例的培訓(xùn)學(xué)習(xí)。

首先，根據(jù)事故特征，提取此次豆角中毒事件的特征屬性，見表1.

表1提取特征屬性信息

特征類型特征屬性權(quán)重A41應(yīng)急響應(yīng)程度0.20A32患者數(shù)量0.12致病因素0.20傷情程度0.08患者構(gòu)成0.12A33醫(yī)院物理脆弱性0.20醫(yī)院社會脆弱性0.08通過案例推理技術(shù)，在公共衛(wèi)生-食物中毒類案例中檢索到SC1-SC5共5個(gè)源案例，并經(jīng)式（3）～（4）計(jì)算得：SIM（IC，SC1）=0.737，SIM（IC，SC2）=0.851，SIM（IC，SC3）=0.694，SIM（IC，SC4）=0.863，SIM（IC，SC5）=0.769。設(shè)定標(biāo)準(zhǔn)閾值a=0.75，滿意閾值b=0.90?？梢钥闯觯?個(gè)方案滿足標(biāo)準(zhǔn)閾值，但沒有一個(gè)大于滿意度閾值，且SC4具有最大相似度，將其作為目標(biāo)案例。此時(shí)培訓(xùn)主體難以進(jìn)行“參照式”的學(xué)習(xí)，需要抽取SC4的實(shí)時(shí)情景信息及應(yīng)對策略信息，借助群體間經(jīng)驗(yàn)強(qiáng)化、互動(dòng)的特點(diǎn)，進(jìn)行群體培訓(xùn)學(xué)習(xí)。此次培訓(xùn)共9名醫(yī)療應(yīng)急人員T1-T9參加培訓(xùn)。各培訓(xùn)人員基于目標(biāo)案例SC4以及自身經(jīng)驗(yàn)，并結(jié)合當(dāng)前應(yīng)急救援問題特性，給出可能的救援方案，見圖4。

圖4應(yīng)急方案的提出過程圖4中，培訓(xùn)人員T1-T7提出的應(yīng)對方案分別為P1-P7，其中，培訓(xùn)方案P6與目標(biāo)案例高度相似，即沿用目標(biāo)案例；培訓(xùn)人員T8具有一定的應(yīng)急救援經(jīng)驗(yàn)，但未接觸過此類應(yīng)急事件，無法給出方案；培訓(xùn)人員T9剛剛步入醫(yī)療崗位，無應(yīng)急救援經(jīng)驗(yàn)，無法給出方案。

研究構(gòu)建應(yīng)急救援方案的評價(jià)指標(biāo)體系為：A1：可操作性、A2：資源耗費(fèi)；A3：處置效率。各培訓(xùn)人員對每個(gè)方案進(jìn)行打分，并采用算數(shù)平均的方法對群體意見進(jìn)行集結(jié)，得到方案的指標(biāo)評價(jià)矩陣。并采用基于傳遞閉包的模糊聚類方法進(jìn)行聚類，求得傳遞閉包為：t（R）=10.200.740.200.670.200.20

10.200.500.200.200.67

10.200.670.200.20

10.200.740.50

10.200.20

10.50

1當(dāng)λ截集取0.67時(shí)，分類比較接近實(shí)際，能表現(xiàn)出方案間的特點(diǎn)與區(qū)別。此時(shí)，將7個(gè)方案聚成3類：{P1，P3，P5}，{P2，P7}，{P4，P6}，并選取每類中綜合評價(jià)最高的方案P5、P2、P6作為待綜合研討與論證的方案。接下來，培訓(xùn)人員將根據(jù)這些方案進(jìn)行第一輪論證與意見。

論證過程中，某些培訓(xùn)人員的觀點(diǎn)發(fā)生了改變，并且培訓(xùn)人員4提出了新的方案P8，培訓(xùn)人員6提出了新的方案P9。將新的方案加入方案集，群體成員根據(jù)新的方案集修正自己的屬性偏好。并采用基于傳遞閉包的模糊聚類方法再次進(jìn)行聚類，此時(shí)，最優(yōu)聚類為{P1，P3，P5}，{P2，P4，P7}，{P6，P8，P9}，選取每類中綜合評價(jià)最高的方案P5、P7、P9進(jìn)行第二輪論證并優(yōu)化意見。群體成員根據(jù)一致性原則，修正自己的屬性偏好，最終得到方案9的各項(xiàng)指標(biāo)得分均優(yōu)于其他方案，即方案9為此次豆角中毒應(yīng)急救援的最佳方案，培訓(xùn)結(jié)束。此次培訓(xùn)中，培訓(xùn)主體的認(rèn)知過程見表2。

表2醫(yī)療應(yīng)急人員培訓(xùn)過程

培訓(xùn)人員認(rèn)知過程培訓(xùn)效果T1P1→P6→P9認(rèn)知改善T2P2→P2→P9認(rèn)知改善T3P3→P6→P9認(rèn)知改善T4P4→P8→P9認(rèn)知加強(qiáng)T5P5→P6→P9認(rèn)知改善T6P6→P9→P9認(rèn)知加強(qiáng)T7P7→P6→P9認(rèn)知改善T8NULL→P6→P9認(rèn)知構(gòu)建T9NULL→P5→P9認(rèn)知構(gòu)建由此可見，培訓(xùn)過程中培訓(xùn)人員4和6基于應(yīng)急問題本身特性以及自身經(jīng)驗(yàn)，提出了新的方案，并在論證過程中，進(jìn)一步融合、內(nèi)化了群體中其他成員的知識、經(jīng)驗(yàn)，逐步形成最優(yōu)方案?？梢钥闯?，這兩位培訓(xùn)人員在應(yīng)對此類應(yīng)急救援問題上經(jīng)驗(yàn)相對豐富，通過此次培訓(xùn)學(xué)習(xí)，認(rèn)知結(jié)構(gòu)得到了強(qiáng)化；培訓(xùn)人員1、2、3、5和7在培訓(xùn)過程中，通過群體間相互論證及提出的意見，逐步改善自身原有觀點(diǎn)，最終向最優(yōu)方案P9逼近，其認(rèn)知結(jié)構(gòu)得到了修正與改善，應(yīng)急能力得到了提升；培訓(xùn)人員8和9對此類應(yīng)急事件沒有與之相當(dāng)?shù)恼J(rèn)識，通過此次培訓(xùn)過程，逐步形成了問題的求解思路，認(rèn)知結(jié)構(gòu)得到了構(gòu)建。

五、結(jié)語

應(yīng)急救援人員所擁有的最重要的資源就是相關(guān)歷史案例。突發(fā)事件應(yīng)急管理工作中，我們可以借助案例推理技術(shù)來對相關(guān)歷史案例進(jìn)行檢索、修正以及重用，從而實(shí)現(xiàn)對突發(fā)事件的實(shí)時(shí)有效應(yīng)對。但以目前的研究進(jìn)展來看，無論從可行性還是時(shí)效性來說，這一目標(biāo)還難以實(shí)現(xiàn)。但案例作為一種經(jīng)驗(yàn)學(xué)習(xí)模型，應(yīng)用于應(yīng)急培訓(xùn)中仍能產(chǎn)生很高的價(jià)值與培訓(xùn)效果。本文結(jié)合案例推理技術(shù)，以及群體學(xué)習(xí)的知識，設(shè)計(jì)了醫(yī)院應(yīng)急救援的案例培訓(xùn)方法。能夠幫助醫(yī)院應(yīng)急人員形成對突發(fā)事件情景的有效認(rèn)知結(jié)構(gòu)，提升其在緊急狀態(tài)下進(jìn)行有效快速響應(yīng)的能力，具有一定的可行性和有效性。在今后的研究工作中，可面向醫(yī)院應(yīng)急培訓(xùn)演練系統(tǒng)的開發(fā)，進(jìn)一步展開研究。

[參考文獻(xiàn)]

[1]佘廉，雷麗萍.我國巨災(zāi)事件應(yīng)急管理的若干理論問題思考[J].武漢理工大學(xué)學(xué)報(bào)：社會科學(xué)版，2008（4）：470-475.

[2]Mike R. Plan for disaster[J]. Credit Union Magazine，2008（3）：80-86.

[3]Smith W.， Dowell J.， Ortega M. A.. Designing paper disasters： an authoring environment for developing training exercises in integrated emergency management[J]. Cognition， TechnologyWork，1999：119-130.

[4]姜傳勝，鄧云峰，賈海江，等.突發(fā)事件應(yīng)急演練的理論思辨與實(shí)踐探索[J].中國安全科學(xué)學(xué)報(bào)，2011（6）：153-159.

[5]Volz R. A.， Sukasdadi K.， Underhill K.， Sharrock R.. First responder support and training system[C]. International Conference on AI and Education， San Antonio， Texas，2001.

[6]羅三保，薛安.基于規(guī)則引擎的突發(fā)性大氣污染事故應(yīng)急處理系統(tǒng)研究[J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2012（2）：296-302.

[7]Hernandez J. Z.， Serrano J. M.. Knowledge-based models for emergency management systems. Expert Systems with Applications，2001（2）：173-186.

[8]郭志星，廉東本，蘇謨.應(yīng)急演練角色系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2013（3）：25-28.

[9]Schank R. Dynamic memory： A Theory of Reminding and Learning in Computers and People[M]. Cambridge： Cambridge University Press，1982.

[10]Muh-Cherng Wu， Ying-Fu Lo， Shang-Hwa Hsu. A fuzzy CBR technique for generating product ideas[J]. Expert Systems with Applications，2008（1）：530-540.

[11]余宏亮，吳國賢，劉博.CBR-RBR混合模式在地鐵工程施工安全事故案例庫中的應(yīng)用研究[J].施工技術(shù)，2013（13）：102-105.

[12]SHI Li-xia， PENG Wen-li， ZHANG Wen-ni. Research on reusable design information of shoes based on CBR[J]. Physics Procedia，2012：2089-2095.

[13]U.S. Department of Homeland Security. National Planning Scenarios[R]，2006.

[14]張輝，劉弈.基于情景-應(yīng)對的國家應(yīng)急平臺體系基礎(chǔ)科學(xué)問題與集成平臺[J].系統(tǒng)工程理論與實(shí)踐，2012（5）：947-953.

[15]Suykens J A K， Vandewalle J. Least squares support vector machine classifiers[J]. Neural Processing Letters，1999（3）：293-300.

[16]陳剛，謝科范，劉嘉，等.非常規(guī)突發(fā)事件情景演化機(jī)理及集群決策模式研究[J].武漢理工大學(xué)學(xué)報(bào)：社會科學(xué)版，2011（4）：458-462.

（責(zé)任編輯王婷婷）

Research on the Case-Based Training Method

for Emergency Rescue of Hospitals

LI Jin-qi， LI Xiang-yang， YU Feng

（School of Management， Harbin Institute of Technology， Harbin 150001， Heilongjiang， China）

Abstract：In this paper， we designed a case-based training method to deal with the severe situation of public emergencies and help the hospital build a team for emergency rescue， which is well-trained and experienced. Emergency experience shows that the related cases are the most important resource to emergency workers. First of all， we analyzed the features of emergency rescue of hospitals， and designed a structure model which can show the attributes of the cases. And then， we combined the technology of case-based reasoning to design the working process which can generate the target case. On this basis， the group training method has been designed by the knowledge of interactive learning. The method in this paper can help emergency workers improve the ability of cognitive， decision-making and response to public emergencies more effectively.

Key words：emergency； emergency rescue； case-based training； case-based reasoning； interactive learning