提供了基于移動互聯網及云計算技術的跨區域多機構整合急救資源協同救治的醫療信

息共享平臺，具有以下幾大功能:基于 FMC-D 時間的智能轉運決策輔助、系統內醫療單元 通訊、系統內醫療單元信息共享及 PCI 醫院介入影像質控管理。系統分為醫療單元終端(包 括 EMS 終端、非 PCI 醫院終端及 PCI 醫院終端)和云計算服務端兩部分，通過 3G/4G 無線 互聯進行數據交換處理。急救車客戶端考慮到用戶的操作體驗，采用基于 Android 系統進行 開發。云計算服務端處理中心部署在云服務器上，按照 SOA 架構的理念進行框架設計，依 托于數據倉庫對業務數據進行深度挖掘分析。

本系統的特色包括:

? 體系結構設計以時間軸為中心。時間軸是描述 AMI 患者救治流程的關鍵事件時間節 點的集合，如:呼叫 EMS 時間，EMS 響應時間，急救車到達時間，首次胸痛發作時間，本 次胸痛發作時間，EMS 首份心電圖時間，等。通過對上述關鍵事件時間節點的統計、分析 通過資源合理調配、輔助決策支持等方式提高針對 AMI 的救治效率。

? 智能推薦技術。該推薦主要基于以下信息:1，實時的醫院醫療資源信息(如床位資 源、醫生資源、手術資源等);2，地理位置信息，主要是權衡道路擁堵情況以及距目標醫院 距離信息;3，救治能力，主要指通過救治流程中產生的歷史數據挖掘分析衡量 PCI 醫院救 治能力的信息。

? 大規模的支持。急救車客戶端考慮到用戶的操作體驗，采用基于Android系統進行開發。 云計算服務端處理中心部署在云服務器上，按照 SOA 架構以及基于 XMPP(Jabber)協議通信 機制的開源架構的理念進行框架設計，依托于數據倉庫對業務數據進行深度挖掘分析。在北京 等地的實踐表明該系統具有支持區域內多 PCI 醫院，多非 PCI 醫療機構，多 EMS 機構并發協 同救治的流程以及流程中產生的 PB 級的數據。在一套完整、獨立的 RCTS-AMI 系統內，預計 500-800 家 PCI 以及非醫院，12 萬臺終端，2000-2500 位醫生可以使用本系統。