摘要： 目的 探讨基于人工智能的急诊胸痛患者早期分诊与精准诊疗策略及其应用效果。方法 纳入104例送入厦门市中医院的急诊胸痛病人为研究对象,收治日期均在2023年1月至2025年1月期间,依据随机数字表法分为观察组和对照组,均52例,对照组采取传统急救及分诊护理路径,观察组则基于人工智能开展早期分诊和干预、诊疗辅助决策,比较两组静脉通道建立及抢救时间,比较两组急救前后心功能改善情况,另比较两组院内死亡和不良事件发生情况。结果 观察组静脉通道建立时间（9.27±1.33）min、院前-院内交接时间（2.23±0.32）min、标本采集完成时间（7.85±1.34）min、护理评估时间（2.85±0.34）min、急诊室停留时间（16.51±2.48）min、分诊时间（23.19±2.38）min、住院时间（11.35±2.15）d,均显著低于对照组的（12.29±3.24）min、（2.58±0.24）min、（9.35±2.04）min、（3.11±0.45）min、（17.66±2.25）min、（24.33±3.36）min、（13.58±2.35）d,差异均有统计学意义（P<0.05）。急救后,观察组左心室舒张末期内径（LVEDD）（56.35±3.45）mm、左心室收缩末期内径（LVESD）（53.25±3.46）mm,均显著低于对照组的（57.87±2.38）mm、（55.67±2.36）mm,左心室射血分数（LVEF）（48.49±3.15）%显著高于对照组的（46.55±2.86）%,差异均有统计学意义（P<0.05）。观察组院内死亡及不良事件总发生率为11.54%（6/52）,显著低于对照组的26.92%（14/52）,差异有统计学意义（P<0.05）。结论 基于人工智能开展早期分诊和干预、诊疗辅助决策可以有效缩短抢救时间,有利于患者心功能改善及院内不良事件的减少。
