每天，醫(yī)療急救人員（醫(yī)務人員、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鍵救助。他們需要接受大量培訓，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)療技能表現與壓力和情緒負荷。這種整合和同步將為模擬培訓期間急救人員的表現提供見解。

模擬訓練至關重要

由于要面對復雜、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。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)調工作、分配任務和做出關鍵決策進行練習。

通過錄制這些模擬訓練的視頻，他們可以詳細了解當時的情況。通過課后匯報，應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

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。除了技術專長外，醫(yī)療專業(yè)人員還需要掌握非技術技能，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的的作用和負面影響，并在培訓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，在模擬訓練課程中同時且獨立測量技術技能表現和心理生理負荷。

高效記錄與分析技能表現

首先，研究團隊通過分析醫(yī)療技能表現的結果來量化技術表現。

醫(yī)療人員會在一個模擬訓練的實驗室中執(zhí)行多項醫(yī)療技術任務。例如環(huán)甲膜切開術——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練過程中的技能表現進行評估(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，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盤系統(tǒng)（Viso）。

Viso 不僅提供記錄過程中調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練中感受到的壓力程度，以及他們如何管理個人認知資源，如應對技能、防御能力和自我效能感。因為當情境需求與個人應對需求的能力之間存在差距時，壓力就會產生。

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，且數據可能會因為運動、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。結合這兩種分析方法，研究人員可以根據情緒的環(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。喚醒程度可以根據不同AU的激活值和AU 43的倒數來計算(AU 43代表閉眼，表示低喚醒)。

圖2

受益于同步分析的組合

Malfait 與她的團隊深入探究了急救人員在模擬訓練或真實情況下的表現。他們在本研究中開發(fā)的方法的優(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結合在一起。

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).

關注諾達思公眾號，聯(lián)系我們獲取更多產品信息及學術文章！