了解更多

分诊（triage）起源于拿破仑时代的战场伤员分类，如今由标准化决策树指导，但在大规模伤亡事件（MCI）中，严格遵循协议仍面临挑战。DARPA为此发起三年挑战赛，要求利用自主系统上的非接触传感器检测生理信号，并在无连接环境下实时识别伤员和评估伤情。

挑战赛场景模拟真实MCI，包括黑暗、粉尘、雾气、爆炸声和闪光灯，伤员被埋在瓦砾下或难以发现。评分标准包括伤员识别率、伤情分类准确率以及是否在生命干预窗口关闭前识别出紧急伤员。

宾夕法尼亚大学PRONTO团队结合创伤外科、机器人和计算机视觉专家，在2024年第一阶段使用无人机快速扫描现场定位伤员，地面机器人稳定成像并捕捉生命体征。数据输入Meta的SAM 2模型进行图像分割，支持点或边界框两种分割方式。

第二阶段（2025年9月27日至10月4日）中，团队利用第一阶段数据改进算法，构建了多条并行的伤情分类流水线。DINO模型无需标注数据即可提取视觉特征，通过定制深度神经网络识别伤情；Grounding DINO则通过文本提示（如“伤口？”“血迹？”）检测每个图像区域内的伤情相关特征。

系统还包含身体姿态估计和伤口-骨骼比对算法，最终输出伤员的心率、呼吸率、意识状态、伤口或截肢情况，并在移动界面上显示位置、描述和临床特征，帮助急救人员优先分配资源。

目前几乎没有明确证据证明哪种分诊技术能在特定场景下挽救最多生命，DARPA挑战赛正通过积累大规模数据集建立评估基础设施。第二阶段已融入实时MCI特征，每年难度递增。第三阶段团队将利用前两阶段经验，探索Meta最新版SAM和DINO在分诊中的应用。

PRONTO团队负责人Eric Eaton教授表示，团队中的创伤外科医生每天都在一线处理此类问题，结合最先进的机器学习和机器人技术，目标是开发能真正挽救生命的技术。