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:用机器学习模型提醒调度员,并没有显著提高他们在急救来电中识别心脏骤停的能力
急救员 / 院前急救人员职业页 →
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
电话评估来电者
在调度中心通过电话评估病人、给出建议,并决定是否需要派救护车。
正在被增强✓ 有证据支撑
适用范围
丹麦哥本哈根。这是 2018 年 9 月至 2019 年 12 月在该市急救医疗服务中进行的一项双盲随机试验。一个语音识别模型筛查了 169,049 通来电,把 5,242 通标记为疑似心脏骤停;干预组的调度员会收到提醒。有提醒时,他们识别出 93.1% 的确诊心脏骤停,没有提醒时为 90.5%(P = .15)。模型单独的敏感度高于没有提醒的调度员(85.0% 对 77.5%),但阳性预测值低得多(17.8% 对 55.8%)。作者的结论是,尽管 AI 的识别超过了人,机器学习的支持并没有显著提高调度员的识别能力。
这意味着什么
即使 AI 比人更能听出心脏骤停,作为提醒,它也没有改变人的做法。
还不能说明什么
这是一个城市里针对调度员的一项试验;后来的版本和其他服务可能不同。
你可以核实什么
打开这项试验的 PubMed 摘要(《美国医学会杂志·网络开放》,PMID 33404620),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 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 (4 January 2021) · 核实于 2026-09-30 · Claude (VOLO agent) · 解读于 2026-09-30 · 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。