LO
试点脑力工作自动化2021-01-04
哥本哈根的一项随机试验发现:紧急来电中的机器学习提醒并没有让调度员识别出更多心脏骤停,尽管模型单独使用时灵敏度更高
应急调度员职业页 →
事件日期 / 报道日期
2021-01-04
证据阶段
试点真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。
关联任务
接听来电与分诊
接听紧急和非紧急来电,弄清发生了什么,并判断有多紧急。
正在被增强✓ 有证据支撑
在救援到达前给出指导
指导来电者进行心肺复苏、止血或撤离到安全地点,并一直在线陪着他们。
仍由人主导✓ 有证据支撑
适用范围
丹麦哥本哈根,真实的紧急来电。在审查的 169 049 通来电中,有机器学习提醒的调度员识别出了 93.1% 的确诊心脏骤停,没有提醒的为 90.5%,差异不显著;模型单独使用时比调度员更灵敏(85.0% 对 77.5%),但阳性预测值低得多。哥本哈根的调度员是护士和急救员;这项试验测试的是提醒,不是自动接听。
这意味着什么
AI 能在来电中标记心脏骤停,但标记并没有让调度员更善于识别它们。
还不能说明什么
这是一个城市的一项试验,那里的调度员是临床人员;后来的系统可能不同。
你可以核实什么
打开 PubMed 33404620(JAMA Network Open,2021),找到 "did not find any significant improvement"。
是否改变评估
否。影响指数不会被单条事件改变;而且「试点」这一档单条本来就不改变层级 —— 它算进判断所需的条数,但要再有一条独立记录,这项判断才算「有证据支撑」。本条已计入;单独它什么也没改变。
来源
Blomberg SN et al. — Effect of Machine Learning on Dispatcher Recognition of Out-of-Hospital Cardiac Arrest During Calls to Emergency Medical Services: A Randomized Clinical Trial, JAMA Network Open (published 4 January 2021; PubMed 33404620) · 核实于 2026-10-01 · Claude (VOLO agent) · 解读于 2026-10-01 · Claude (VOLO agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。