从单机作战到系统协同, 迈瑞瑞智急救生态重塑高质量 CPR 范式

kv

心脏骤停发生后的 5 分钟,决定着患者能否被重新拉回生命线。

传统心肺复苏强调“按压深度”与“按压频率”,而现代复苏理念正从“按得深”转向“灌得好”,从经验判断走向精准干预。这意味着,复苏不再是按压、除颤、通气等单一环节的孤立执行,而应围绕患者当下状态动态调整、整体协同,进而形成系统化、精准化的复苏策略。

迈瑞以技术创新为驱动,设备协同为连接,数据融合为支撑,构建瑞智急救生态,推动心肺复苏由经验驱动,走向数据支持下的精准化救治。

技术创新

重新定义 急救设备标准

突破底层技术,重新定义急救设备标准,打开按压质量“盲盒”,用可量化、可评估的精准波形数据,为高质量复苏奠定精准、稳定、高效的基石。

CQI 监测
实时评价按压质量

按压是心肺复苏的关键一步。迈瑞创新研发心肺复苏质量指数 CQI,它能基于脉搏血氧波形(POP)分析,实时监测外周循环状态。

按压启动阶段,引导施救者找到有效按压位置;持续按压过程,实时反馈质量变化;ROSC 识别阶段,辅助判断自主循环恢复。

梯形波输出
强劲锁定灌注效果

按压波形是影响血流输送效率的重要因素。相比传统弦波/三角波,梯形波可显著提升冠脉灌注压、增加颈动脉及脑皮质血流[1, 2, 3]

迈瑞将航空航天级动力技术注入心肺复苏机,通过精准控制与稳定梯形波输出,锁定灌注效果,提升按压质量。

CPR 滤波
按压、节律判断同步进行

复苏过程中,按压会对心电波形造成干扰,节律判断需中断按压[4],不仅影响复苏效率,也可能存在主观判断偏差。

迈瑞凭借除颤电极片、CPR 传感器、心肺复苏机融合等技术手段,实现人工按压与机械按压的全程实时滤波,辅助医护在连续按压时,同步分析心电活动与灌注状态,实时掌握患者状态,让实施电击、用药或终止按压有据可依。

* 相关研究发表国际复苏领域高学术影响力期刊《Resuscitation》

CPRV 一键通气
保障精准稳定给氧

按压过程,气道压力波动易引发呼吸机误触发,导致气道开放不足、潮气量不稳定及高压报警频发等问题,影响通气质量与复苏效果。

迈瑞开发 CPRV 通气模式,一键启动、自动优化参数设置,稳定通气控制与恒定潮气量输出,提高冠脉灌注压,为高质量复苏提供稳定、精准给氧的保障。

智联融合

除颤-按压-通气 走向系统协同

地基之上,通过设备物联、信息互联,实现除颤、按压、通气数据的实时融合,推动关键复苏环节从单点应用走向系统协同,让流程紧密衔接、团队高效配合。

按压-除颤互联融合
减少围除颤中断

临床研究显示,每增加 5 秒围除颤期中断,患者出院生存率下降 18%[5]。如何尽可能压缩单次除颤中断时间?简化流程是重要路径之一。

迈瑞基于心肺复苏机与除颤监护仪的无线互联,实现监护、按压、除颤信息同屏显示,按压与除颤操作一屏控制,简化放电前/后自动暂停/恢复按压的全流程,将放电前后因操作衔接造成的按压中断时长,从 4.3-7.3 秒[6, 7] 缩短至 1.4 秒[7],CCF 提高 25.7%[7]。以连续性流程,提高复苏效果。

按压-通气互联协同
实现精准同步配合

传统复苏模式下,按压-通气往往依赖人工切换,复杂且易发生配合误差,影响整体复苏质量。

迈瑞通过心肺复苏机-呼吸机互联协同,实现按压与通气的自动切换和同步配合,减少人工干预负担,降低协作复杂度,避免过度通气。支持 30:2、连续两种工作模式,适配不同临床场景。

30:2 模式: 30 次按压后自动进行 2 次面罩通气,通气完成后自动恢复按压。
连续模式:呼吸机自动切换CPRV连续通气模式,自动适配通气参数,减少误报警,为复苏过程提供更稳定、更精准的通气支持。

智联应用

全流程质控闭环 持续进化

从底层技术突破,到复苏关键环节的数据融合,多模态的流动数据正打开抢救过程“黑箱”,助力复苏迈向体系化、持续化的整体进化。

完整复盘:依托多设备数据融合的 CPR 抢救报告,客观还原抢救全过程。多维度数据同屏查看、对比分析,让抢救过程从“凭记忆”走向“可还原” 。

质控分析:基于结构化数据与核心指标沉淀,量化评估、持续改进 Excellent CPR、CCF、围除颤中断等相关指标[8],提升复苏质控水平,让高质量心肺复苏成为可复制、可管理、可优化的组织能力。

科研支撑:通过符合 Utstein 标准模板要求的标准化、结构化数据输出,为科研分析、学术总结与临床研究奠定坚实基础,促进临床经验向循证成果转化。

未来,瑞智急救生态将继续生长,进一步融合人工智能、大数据能力,以“设备 + IT + AI”的创新医疗范式,携手全球临床医生,探索面向复苏场景的智慧决策,共建复苏智能体,让高质量复苏惠及更多生命。

参考文献:

[1] Chen Y, Pan Y, Xu J, Hu Y, Zhang M, Zhao P. A Semi-Physical Simulation System for Evaluation of Cardiopulmonary Resuscitation Mechanical Compression Parameters Based on Fracture Risk and Blood Perfusion[J]. IEEE Sensors Journal, 2025, 25(17): 32301-32311. DOI: 10.1109/JSEN.2025.3589561.
[2] Kramer-Johansen J, Pytte M, Tomlinson AE, Sunde K, Dorph E, Svendsen JVH, Eriksen M, Strømme TA, Wik L. Mechanical chest compressions with trapezoidal waveform improve haemodynamics during cardiac arrest[J]. Resuscitation, 2011, 82(2): 213-218. DOI: 10.1016/j.resuscitation.2010009.
[3] Xu X, Wang S, Wang S, Liu G. Mathematical Model of Blood Circulation with Compression of the Prototype’s Mechanical CPR Waveform[J]. Bioengineering (Basel), 2022, 9(12): 802. DOI: 10.3390/bioengineering9120802.
[4] Ruiz de Gauna S, Irusta U, Ruiz J, Ayala U, Aramendi E, Eftestøl T. Rhythm Analysis during Cardiopulmonary Resuscitation: Past, Present, and Future[J]. BioMed Research International, 2014, 2014: 386010. DOI: 10.1155/2014/386010.
[5] Cheskes S, Schmicker RH, Christenson J, Salcido DD, Rea T, Powell J, Edelson DP, Sell R, May S, Menegazzi JJ, Van Ottingham L, Olsufka M, Pennington S, Simonini Berg RA, Stiell I, Idris A, Bigham B, Morrison L. Perishock Pause: An Independent Predictor of Survival From Out-of-Hospital Shockable Cardiac Arrest[J]. Circulation, 2011, 124(1): 58-66. DOI: 10.1161/CIRCULATIONAHA.110.010736.
[6] Iversen BN, Meilandt C, Væggemose U, Terkelsen CJ, Kirkegaard H, Fjølner J. Pre-charging the defibrillator before rhythm analysis reduces hands-off time in patients with out-of-hospital cardiac arrest with shockable rhythm[J]. Resuscitation, 2021, 169: 23-30. DOI: 10.1016/j.resuscitation.2021.09.037.
[7] 数据来源于北京协和医院模拟临床研究。
[8] Cheng A, Davidson J, Wan B, St-Onge-St-Hilaire A, Lin Y. Data-informed debriefing for cardiopulmonary arrest: a randomized controlled trial[J]. Resuscitation Plus, 2023, 14: 100401. DOI: 10.1016/j.resplu.2023.100401.

false