用于无人机大规模伤员分诊的非接触式生命体征测量算法的可靠性

飞行机器人为何能挽救生命

当灾难发生、伤员多于救援人员时，每一秒都至关重要。急救人员必须迅速判断谁最需要优先救治，往往在危险且混乱的现场开展工作。本研究探讨了一个未来感强但日益可实现的想法：使用装有摄像头的无人机飞越大规模伤亡事件现场，非接触地测量人群的生命体征——心率、呼吸、体温和血氧。如果可靠，这种方法可以帮助医生从远处更快、更安全地做出分诊决策。

无人机如何“看见”生命体征

研究人员搭建了一个让无人机充当“飞行监护仪”的系统。无人机上的特殊摄像头同时捕捉标准可见光视频和热成像（敏感于热量）的图像，从几米外拍摄人脸。系统不需要夹子、袖带或皮肤传感器，而是寻找皮肤颜色和温度中极其微小、通常不可见的变化。这些模式与心跳速度、呼吸频率、体温以及血液中氧含量有关。在大规模伤亡事件中，这可以让救援人员在不逐一接触受害者的情况下同时开始评估多人。

将人脸视频转化为健康数据

为了验证该想法，团队对37名健康志愿者在室内和室外进行了录制，同时床旁标准监护仪以常规方式测量他们的生命体征。与此同时，一架无人机在附近盘旋并拍摄约一分钟。视频随后被切成短片段——大约13到15秒长——并输入定制算法。对于心率，软件放大额头并追踪每次心跳时发生的极其细微的肤色变化。对于呼吸，它使用鼻部的热成像来检测随气流进出而产生的微弱冷热周期。体温来自热成像中额头最热的区域，血氧则通过在面部热信号模式上训练的学习算法进行估算。

系统表现如何？

当无人机测得的数据与床旁监护仪进行比对时，大多数测量结果的吻合度非常接近。室内环境下，血氧饱和度和体温估计的准确率超过98%，心率近98%，平均差异非常小，在常规临床使用中难以察觉。室外在阳光和自然条件下，性能同样强劲，仅有轻微下降。呼吸率是最难捕捉的；其准确度虽仍然良好，但明显低于其他生命体征。为保持分诊速度而选择的短分析窗口，很可能使呼吸测量更易受到噪声和小范围身体移动的影响。

在真实紧急情况中的意义

这些发现表明，基于无人机的非接触生命体征监测并非科幻。只需几秒钟稳定的视频，算法就能生成与标准设备紧密一致的心率、血氧和体温读数，无论在室内还是室外。呼吸测量虽不如其他指标精确，但仍有临床价值。系统确实表现出一些系统性偏差——例如在极端值时对血氧的小幅高估或低估——且仅在相对受控的条件下、对主要保持静止的健康志愿者进行了测试。真实灾难现场会有烟雾、人群、运动和生命体征不稳定的伤员，因此在更复杂环境和更具多样性的人群中进行更多测试是必需的。

技术的下一步方向

尽管存在这些注意事项，这项工作仍生动展示了无人机、智能摄像头和先进图像分析如何可能改变急救护理。未来在大规模伤亡事件中，无人机蜂群或许能扫描整个现场，标记出血氧 dangerously 低、发高烧或心率异常的人，并将这些信息输入决策支持系统，指导地面救援人员。作者总结认为，他们的算法在经过进一步改进以应对运动、光线不佳和真实世界医疗状况的全部范围后，足以整合进这种基于无人机的分诊和远程监测系统中。

引用: Tayfur, İ., Şimşek, P., Akgül, E.C. et al. Reliability of contactless vital sign measurement algorithms for use in drone-based mass casualty triage. Sci Rep 16, 12847 (2026). https://doi.org/10.1038/s41598-026-40691-4

关键词: 无人机分诊, 非接触式生命体征, 远程医疗监测, 灾难响应, 医学成像算法