中华急诊医学杂志  2025, Vol. 34 Issue (8): 1043-1049   DOI: 10.3760/cma.j.cn114656-20250715-00520
急诊科主导的慢重症多学科全流程智慧化管理
吴鸿亮1 , 杨杰2 , 刘宁2 , 洪玉才2 , 马岳峰3 , 吕传柱4     
1. 浙江大学第三临床医学院,杭州 310016;
2. 浙江大学医学院附属邵逸夫医院急诊科 310016;
3. 浙江大学医学院附属第二医院,杭州 310009;
4. 四川省医学科学院·四川省人民医院(电子科技大学附属医学院)急诊科,成都 610041

随着人口老龄化及慢性病负担加剧,慢重症(chronic critical illness, CCI)已逐渐成为急重症领域关注的重点。CCI是指急重症患者经过急性期治疗后,仍面临持续脏器功能不全和对生命支持的长期依赖,往往需在重症监护病房接受长时间综合治疗。

CCI的概念最早于20世纪80年代由美国学者Girard等提出,CCI在诊断方面,目前尚无统一标准,但多数文献采用ICU住院时间≥14 d、持续器官功能障碍和对生命支持的依赖作为主要判据。CCI通常表现为长期依赖机械通气、持续器官功能障碍、慢性炎症、免疫抑制和代谢异常等,患者异质性大,基础疾病、年龄、营养状况和脆弱性均影响预后,导致诊断标准和分型复杂[1-2]。持续性炎症、免疫抑制和分解代谢综合征(persistent inflammation, immunosuppression, and catabolism syndrome,PICS)作为CCI的核心病理生理基础,表现为炎症、免疫抑制和分解代谢三联征,显著影响预后[3]

随着对CCI的研究深入,越来越多临床数据表明,CCI患者不仅面临生理功能丧失,还在心理、社会适应等方面遭遇多重挑战。这些患者的长期生存期和生活质量往往较差,给患者、家庭和医疗系统带来了极大的负担。

在“健康中国2030”规划的大背景下,随着我国急重症医学的发展,CCI逐渐引起重视。2025年,中华医学会急诊医学分会根据我国国情提出急诊-慢重症概念(emergency- chronic critical illness, E-CCI), 指患有多种基础疾病可能成为急诊危重症患者,该类患者经急诊抢救成功后可能需要长期脏器功能支持,或出院后需要多系统、多专科长期管理的患者。虽然相关研究和治疗模式已在一些医院初步探索,但面对患者日益复杂的需求,如何整合资源、优化管理流程,仍是当前亟待解决的问题。

本文将探讨急诊科主导的CCI多学科全流程智慧化管理模式,以期为临床提供新的解决方案。

1 现状 1.1 国外

CCI这一概念在1985年由美国斯坦福大学的Girard等[4]最先提出,在国外,CCI的诊疗模式已经逐步成熟,尤其是在美国和欧洲。许多重症患者在急性期治疗后,继续接受长期生命支持和多学科管理[5-6]

美国和欧洲的多家大型医疗机构(如梅奥诊所、约翰霍普金斯医院)已建立了专门针对CCI患者的综合管理体系,强调早期干预与个性化治疗,并强调多学科团队合作,包括重症医学、心脏病学、呼吸科、营养、康复及心理支持等多领域协作,以优化患者的生存率和生活质量。在实际操作中,采用标准化诊疗路径,涵盖疼痛管理、镇静与唤醒、谵妄评估、早期康复和家属参与等环节,有助于减少ICU获得性并发症,促进功能恢复[7]。同时,依靠医疗信息系统进行实时监控和数据共享,确保各学科间高效协作。

1.2 国内

在国内,CCI的诊疗现状相对滞后,主要表现在诊断标准不统一、治疗流程不规范、管理模式缺乏统一标准等方面[8]。虽然部分医院尝试通过多学科合作来提高治疗效果,但总体缺乏统一治疗规范和系统管理方案。在诊疗过程中,患者的转诊、协作、信息共享等环节仍存在较大瓶颈,使CCI患者的治疗效果和生活质量难以得到有效保证。许多基层医院和康复机构在处理CCI患者时,缺乏足够的专业技能和设施支持,导致患者的后期康复和护理工作尚不完善[9]

尽管如此,近年来,部分先进的医疗机构已经开始借鉴国际先进经验,逐步引入智慧医疗、信息化管理以及多学科协作模式。基于大数据和人工智能的远程监测、风险预测和个体化干预也逐步应用于慢性病管理,有助于提升诊疗效率和患者依从性[10-11]

2 困境 2.1 急诊科

在我国,急诊科是处理急危重症患者的一线部门,随着CCI患者数量的逐年增加,急诊科面临诸多困境。首先,CCI患者入院前通常没有专业人员管理,无法形成院前与院内无缝衔接;其次,由于一些特殊原因,临床专科普遍不愿意收治CCI患者,CCI患者在急诊科滞留比例持续增加,导致急诊资源紧张、床位周转缓慢[12];再次,急诊科缺乏针对CCI的专科化管理;另外,CCI患者从急诊科出院后无人接应,因此无法规划患者的长期管理方案[12]

2.2 患者

慢重症患者诊疗存在诸多难点,如病程长、恢复慢,生活功能差且可能伴随残障[13];基础病多,易致多脏器衰竭,病情复杂;并发症多,易形成“治疗-并发症-再治疗”恶性循环[14];不同阶段治疗需求差异大,需对症、营养、康复等支持;护理要求高,依赖多学科协作。

虽然大型医院的医疗资源较为丰富,但由于CCI患者的治疗需要跨学科的综合管理和长期治疗,大型医院专科往往因资源紧张或床位不足,不愿接收CCI患者。此外,许多专科医生对CCI患者的治疗缺乏足够的认知,部分专科科室可能认为这些患者不在其专科治疗范围内,因此对其收治意愿不高,导致CCI患者往往没有得到及时转诊和系统治疗。

要解决这一问题,亟需加强各级医院之间及各专科之间的协作,完善CCI患者的转诊机制,以提高CCI患者的诊疗水平和整体治愈率[15]

2.3 基层医疗机构

中国基层医疗机构在CCI患者管理中扮演关键角色,但面临多重挑战,主要包括医疗资源短缺、专业人员匮乏、设备与技术落后,以及多学科协作机制不健全[16],难以提供全面系统的管理服务。

同时,康复医院医疗质量良莠不齐,普遍得不到患者及家属的信任,因此床位使用率普遍偏低,患者渡过急性期后难以及时进入系统康复,资源错配进一步加重患者病痛与治疗负担[17]

此外,社区医院在CCI管理中职责界定模糊,缺乏专业化模式,未能发挥应有作用;其医疗技术支持不足,无法开展有效早期干预和持续管理。虽在慢病管理中具有潜力,但因缺乏跨学科合作机制和系统化流程,未能形成有效的管理体系[18]

3 应对策略 3.1 急诊科主导

急诊科作为前沿科室,承担大量急危重症初筛与治疗,常为CCI患者首诊处,尤其在诊断不明或需紧急救治时是第一站。但国内众多CCI患者因缺乏明确专科收治渠道,导致急诊滞留时间延长、治疗延误。

急诊科反应迅速,能快速评估处理CCI患者的急性病情,采取应急措施稳定状况、争取治疗时间,此为其独特优势;对急性期症状明显、治疗复杂的CCI患者,医急诊务人员的临床判断与危重症救治能力使其具天然领导作用[19]

CCI患者多有多种慢性病及急性加重症状,病情变化快且复杂,需跨学科综合治疗。急诊科作为多学科协作单位,具备处理复杂病情的优势,急诊科的多学科协作与快速响应特点,使其成为主导CCI诊疗的理想科室。CCI患者需要紧急治疗及长期监护,急诊科亦能协调各学科资源保障治疗及时有效[20]

3.2 多学科合作

CCI患者常表现为多系统功能不全及复杂临床症状,治疗需多学科深度协作[1]

CCI患者多伴有心脏病、糖尿病、慢性呼吸道疾病等慢病,这些疾病急性发作时易引发多脏器功能衰竭。为此,急诊科、重症医学科、呼吸科、心脏科、内分泌科等多专科医生必须协作,联合应对原发病及多系统功能不全。慢性期治疗目标转向康复和长期护理,涉及康复科、营养科、护理等在运动功能恢复、营养支持、护理等方面的介入。跨学科合作有助于灵活调整和持续优化治疗方案[21]

实现高效多学科协作需医院管理层支持和信息技术平台建设[22]。统一的患者信息共享平台和实时医疗记录访问,有助于各学科间的快速沟通与协同决策。此外,定期的学术交流和协作技能培训可增强团队成员间的理解与信任,提高协作效率。

总之,多学科合作是提升CCI患者治疗效果、改善预后的重要策略。通过各学科紧密协作,可确保患者得到更全面的治疗和精细化护理,提高其生存质量与康复率。

3.3 全流程管理

CCI患者涉及多个治疗阶段,包括急性期的救治、重症监护、专科治疗、康复治疗以及社区管理等。全流程管理的核心目标是实现跨阶段、跨学科的连续性、系统化治疗,以优化患者的治疗效果和提高其生活质量。见图 1

图 1 CCI患者全流程管理
3.3.1 急性期救治

在CCI患者管理中,急性期救治至关重要。此阶段目标是迅速稳定生命体征,处理病情恶化的根本原因,控制急性加重。急性期救治除心肺复苏、呼吸支持等传统方法外,还可能涉及ECMO等多器官支持技术,以应对严重器官衰竭[23-24]

3.3.2 重症监护治疗与重症康复

急诊处理完成后,患者通常转入ICU或EICU接受监护与治疗。重症监护阶段,患者仍面临持续脏器功能不全及生命体征波动,需通过严密监护、药物治疗、脏器功能支持,甚至手术干预。同时,重症康复评估与治疗同步开展,加速患者康复,避免进入慢重症状态[25]

3.3.3 专科治疗

随着患者病情稳定,进入专科原发病治疗或巩固治疗阶段。CCI患者常存在多脏器功能不全,需不同专科医生介入,如心肺衰竭患者需心脏科参与,呼吸衰竭患者需呼吸科治疗。此阶段管理从急性期转向长期治疗,专科医生依据患者具体疾实施个性化方案[26],而跨学科合作仍是治疗成功的关键,以保障各科室密切配合。

3.3.4 康复治疗

康复是CCI患者管理中不可或缺的部分。即使经历急性期和重症监护,许多CCI患者仍会面临肌肉萎缩、呼吸功能衰退等长期身体功能障碍[27]。康复治疗不仅能帮助恢复生理功能,还可改善心理状态。康复科、物理治疗科与营养科协作,能提供包括呼吸训练、运动康复和营养支持在内的个性化方案。早期康复治疗有助于加速恢复、减少并发症,提高患者长期生存质量[28]

3.3.5 社区管理

CCI患者的治疗不应止于医院。出院患者常需持续医疗关注与社区管理,社区医院及基层医疗机构在随访和长期管理中作用关键[29]。通过社区管理,可提供定期检查、慢病控制、功能康复、心理支持等服务,能有效降低患者因病情复发再住院的风险[30]

全流程管理能确保CCI患者在各治疗阶段获得充分医疗照顾。通过急性期及时救治、重症期专业监护、专科治疗、个性化干预、康复治疗及社区管理,构建完整治疗链条。

3.4 智慧化管理

随着信息及人工智能技术的发展,智慧化管理逐渐成为CCI患者管理的重要工具。智慧化管理能够通过信息共享、远程监测、智能辅助接触到和多学科团队的互联互通,提高CCI患者的诊疗效率、优化治疗过程,并有效提升患者的生活质量。具体来说,智慧化管理包括以下几个方面,见图 2

图 2 CCI智慧化管理流程
3.4.1 不同疾病阶段及医疗机构间的信息共享

CCI患者通常经历急性期、重症期、专科治疗期、康复期和长期管理期等阶段。各阶段病情变化大,涉及多专科诊疗,因此建立跨机构、跨阶段信息共享平台至关重要。信息共享可及时传递患者病史、诊疗记录、用药等信息,助力医生结合历史病情与治疗过程制定个性化方案[31]

3.4.2 多学科团队的信息互联互通

CCI患者治疗需急诊科、重症医学科、呼吸科、心脏科等多专科团队协作,而各学科信息互联互通是有效合作的前提[32]。借助电子健康记录(EHR)和健康信息交换平台(HIE),可确保各专科医生可实时查看患者病情与治疗记录,实现跨学科协作及治疗调整。

3.4.3 基于穿戴设备的远程监测与预警

随着可穿戴设备发展,远程监测成为CCI管理重要工具。通过智能手表、智慧床垫、毫米波雷达等设备,实时监测心率、血氧、体温等数据,基于临床数据作出智能预警,基于智能决策,帮助调整诊疗方案[41-42]

3.4.4 医疗护理闭环管理

智能管理系统通过实现闭环管理,可确保诊疗、康复、社区管理等各环节的数据被全程记录、实时反馈、及时响应。这不仅提升治疗连续性,还能实现“监测预警智慧化,医疗护理闭环化”[33]

3.4.5 持续的智能化支持与数据分析

数据驱动和智能化是CCI管理的发展方向。通过采集分析大量健康数据,建立预测模型,人工智能系统能自动识别风险、预测病情走向,既为医生提供治疗建议,也在长期管理中发挥作用[34]

总之,智慧化管理借助信息共享、远程监测、智能决策机医疗闭环管理等手段,有效提升CCI患者诊疗效率,优化治疗流程,降低医疗成本,更好应对复杂病情与多阶段治疗需求,提供个性化、精准的医疗服务[8, 11]

4 面临的挑战 4.1 统一标准

在CCI患者管理中,缺乏统一标准是主要挑战之一。CCI治疗常涉及急诊科、重症医学科及多专科协作,因各学科有自身专业标准与路径,缺乏统一标准和流程易导致方案不一或重复治疗[8]。基于多学科及全流程管理需求,制定统一的诊疗标准和流程,对提升疗效、减少差错、优化就诊体验至关重要。

从全流程管理看,统一标准不仅包含治疗方案与流程,还应覆盖转诊机制、信息共享及患者管理各环节。全流程管理贯穿急性期救治、重症监护、专科治疗、康复及长期管理,若无统一标准,各阶段可能出现断层与信息孤岛[35]

此外,医疗机构间执行标准的差异也制约着CCI管理。不同级别医院,尤其基层与大医院间,因资源、技术等差异,治疗标准与流程不同,致同一患者在不同医院疗效差异大。全流程管理中,统一标准可确保患者在不同机构获得相近诊疗质量,降低因治疗不规范引发的医疗风险。

因此,制定并执行统一标准是推动CCI多学科及全流程管理的关键。国家或相关机构需通过规范性文件或指南,明确各科室诊疗标准、流程、转诊要求等,形成统一框架。

4.2 信息化建设

基于全流程管理需求,各医疗机构及学科间的信息互联互通至关重要。当前,不同机构信息系统多独立运行,难以构建从个体危险因素、发病、诊疗到预后的全链条、全生命周期信息链[36]。实现信息互联互通,需统一信息标准以打破数据格式、接口差异,同时加强区域医疗信息平台建设,整合各级机构系统促进数据共享。但这面临资金投入大、技术难度高、机构间利益协调难等挑战。尽管如此,信息化建设仍是提升CCI多学科全流程智慧化管理的必由之路,唯有有效整合共享信息,才能为患者提供更优质、连续的医疗服务[37]

4.3 智慧化手段

在CCI多学科全流程智慧化管理中,智慧化手段作用关键,但应用发展面临诸多挑战。

穿戴设备监测可实时收集心率、血压、氧饱和度等生理数据,为病情监测提供动态信息,却存在数据准确性与可靠性问题。不同品牌型号设备精度有差异,且易受佩戴方式、环境等干扰。同时,大量监测数据的高效筛选、分析及价值提取也成难题,这些低价值密度数据需深度挖掘才能支持临床决策[38]。此外,数据安全与隐私保护突出,敏感信息泄露将给患者带来严重风险。

多模态数据库构建的预警模型,旨在整合临床检验数据、影像资料等多源信息以提升预警准确性,但多模态数据存在异质性,不同数据源类型、格式、语义各异,如检验数据多为数值型,影像资料为图像格式,融合难度大。数据不一致性也常见,不同数据源信息可能冲突,影响模型可靠性。构建模型还面临计算复杂性挑战,处理海量数据需强大计算能力与高效算法。

浙江大学邵逸夫医院洪玉才团队创建了我国首个全流程多模态急重症数据库DR.ECC,及基于临床数据库建立的多种预警和诊疗模型初现成效,为广泛开展临床智能化诊疗打下了基础[39-40]

尽管挑战重重,智慧化手段仍是提升CCI管理水平的重要方向。通过技术创新、标准统一、加强安全防护等,有望突破困境,更好服务CCI患者[11]

4.4 科学研究

在CCI多学科全流程智慧化管理中,存在诸多未知和挑战,因此,科研对领域发展至关重要。

建设CCI多中心专病数据库是研究基础,却因各机构数据标准不一、数据质量差、传统管理壁垒等,导致多中心数据库建设困难重重。此外,虽然数据量大,但有效信息挖掘与可靠模型建立不易。CCI病情复杂、多因素交织,难明确关键影响因素;地区医疗资源、生活习惯等差异干扰结果普适性;多中心协作时,各中心水平与人员素质不一,增加实施与质控难度。

实验室发病机制研究挑战重重。CCI机制涉及多系统、多层面,研究对象复杂;当前认识有限,缺乏系统框架,难深入探究;精准检测与干预技术不足,且动物模型难模拟人类病情,限制研究进展。

尽管困难重重,科研仍是提升CCI管理水平的核心驱动力。解决这些挑战,有望改善患者治疗与预后。

4.5 政策壁垒

完善CCI全流程多机构共管的医保支付政策面临诸多挑战。当前医保体系对多机构、多学科参与的CCI管理缺乏针对性支付模式,以DRG为例,CCI患者病情复杂,难精准匹配现有分组,导致医保支付无法充分反映实际成本与服务价值。不同机构在管理中角色和服务不同,如何基于服务项目、资源消耗制定公平合理的支付标准亟待解决,需医保部门调研流程,与多方协商建立科学成本核算体系。

社区医疗机构在CCI管理中的职责优化受政策限制。现有政策对其功能定位不够清晰,在患者长期随访、康复指导等方面缺乏明确支持与资源配置,如人员配备不足,人才引进培养政策不完善。同时,与上级医院的双向转诊政策落实不到位,因利益分配、信息沟通等问题导致转诊不畅,影响连续治疗。需从政策层面明确其核心职责,加大资源投入,完善转诊激励机制。

公私医疗机构衔接存在政策壁垒。公立与私立机构在医保定点资格、报销比例等方面有差异,私立机构申请定点条件严格,限制其参与积极性;且两者间信息共享、业务协作缺乏政策引导规范,如转诊时私立机构诊疗信息难被公立机构认可。政府应出台统一协作政策,放宽私立机构定点准入,规范信息共享,促进协同开展CCI管理。

5 未来展望

随着医疗体系完善与技术发展,急诊科主导的CCI多学科全流程智慧化管理将获更广阔发展空间。

管理模式上,急诊科核心地位应进一步强化,通过建立标准化协作机制,推动多学科团队高效联动。未来跨机构、跨学科协同流程更顺畅,从急诊救治到后续康复的全流程管理将形成闭环,有效解决各环节衔接不畅问题。

智慧化技术深度应用成重要趋势。穿戴设备监测精度大幅提升,结合5G、物联网实现实时数据传输与分析,提供不间断动态监测。多模态数据库持续完善,基于人工智能的预警模型更精准,可提前识别病情变化并支撑临床决策。

政策层面,CCI管理的医保支付体系更合理,社区医疗机构职责更明确,公私机构协作更紧密,为全流程管理提供坚实保障。

科研亦将不断突破,CCI多中心专病数据库建成为临床研究和机制探索奠定基础,推动诊疗水平提升。

总之,CCI管理将向更系统、高效、智能化方向发展,为患者带来更优医疗体验与治疗效果。

利益冲突  所有作者声明无利益冲突

参考文献
[1] Polcz VE, Barrios EL, Larson SD, et al. Charting the course for improved outcomes in chronic critical illness: therapeutic strategies for persistent inflammation, immunosuppression, and catabolism syndrome (PICS)[J]. Br J Anaesth, 2024, 133(2): 260-263. DOI:10.1016/j.bja.2024.05.005
[2] Marchioni A, Fantini R, Antenora F, et al. Chronic critical illness: the price of survival[J]. Eur J Clin Invest, 2015, 45(12): 1341-1349. DOI:10.1111/eci.12547
[3] Chadda KR, Puthucheary Z. Persistent inflammation, immunosuppression, and catabolism syndrome (PICS): a review of definitions, potential therapies, and research priorities[J]. Br J Anaesth, 2024, 132(3): 507-518. DOI:10.1016/j.bja.2023.11.052
[4] Girard K, Raffin TA. The chronically critically ill: to save or let die?[J]. Respir Care, 1985, 30(5): 339-347.
[5] Nelson JE, Cox CE, Hope AA, et al. Chronic critical illness[J]. Am J Respir Crit Care Med, 2010, 182(4): 446-454. DOI:10.1164/rccm.201002-0210CI
[6] Ruggiero RM. Chronic critical illness: the limbo between life and death[J]. Am J Med Sci, 2018, 355(3): 286-292. DOI:10.1016/j.amjms.2017.07.001
[7] Desarmenien M, Blanchard-Courtois AL, Ricou B. The chronic critical illness: a new disease in intensive care[J]. Swiss Med Wkly, 2016, 146: w14336. DOI:10.4414/smw.2016.14336
[8] Ohbe H, Satoh K, Totoki T, et al. Definitions, epidemiology, and outcomes of persistent/chronic critical illness: a scoping review for translation to clinical practice[J]. Crit Care, 2024, 28(1): 435. DOI:10.1186/s13054-024-05215-4
[9] Geng FL, Liu ZQ, Yan RN, et al. Post-acute care in China: development, challenges, and path forward[J]. J Am Med Dir Assoc, 2024, 25(1): 61-68. DOI:10.1016/j.jamda.2023.09.034
[10] Viderman D, Seri E, Aubakirova M, et al. Remote monitoring of chronic critically ill patients after hospital discharge: a systematic review[J]. J Clin Med, 2022, 11(4): 1010. DOI:10.3390/jcm11041010
[11] Liu Y, Wang BY. Advanced applications in chronic disease monitoring using IoT mobile sensing device data, machine learning algorithms and frame theory: a systematic review[J]. Front Public Health, 2025, 13: 1510456. DOI:10.3389/fpubh.2025.1510456
[12] Wang Z, Xiong XY, Wang S, et al. Causes of emergency department overcrowding and blockage of access to critical services in Beijing: a 2-year study[J]. J Emerg Med, 2018, 54(5): 665-673. DOI:10.1016/j.jemermed.2018.02.009
[13] Hodgson CL, Udy AA, Bailey M, et al. The impact of disability in survivors of critical illness[J]. Intensive Care Med, 2017, 43(7): 992-1001. DOI:10.1007/s00134-017-4830-0
[14] Kópházi LK, Kárpáthi IK, Kesztyűs V, et al. Challenge in modern intensive care: chronic critical illness - pathophysiology and therapeutic options[J]. Orv Hetil, 2023, 164(18): 702-712. DOI:10.1556/650.2023.32745
[15] Maguire JM, Carson SS. Strategies to combat chronic critical illness[J]. Curr Opin Crit Care, 2013, 19(5): 480-487. DOI:10.1097/MCC.0b013e328364d65e
[16] Xu XL, Jing MJ, Zhu YX, et al. A qualitative study of the experience of multidisciplinary teamwork in chronic critical illness patients[J]. J Multidiscip Healthc, 2025, 18: 827-836. DOI:10.2147/JMDH.S505022
[17] Scrutinio D, Giardini A, Chiovato L, et al. The new frontiers of rehabilitation medicine in people with chronic disabling illnesses[J]. Eur J Intern Med, 2019, 61: 1-8. DOI:10.1016/j.ejim.2018.10.019
[18] Longhini J, Canzan F, Mezzalira E, et al. Organisational models in primary health care to manage chronic conditions: a scoping review[J]. Health Soc Care Community, 2022, 30(3): e565-e588. DOI:10.1111/hsc.13611
[19] Jayaprakash N, Pflaum-Carlson J, Gardner-Gray J, et al. Critical care delivery solutions in the emergency department: evolving models in caring for ICU boarders[J]. Ann Emerg Med, 2020, 76(6): 709-716. DOI:10.1016/j.annemergmed.2020.05.007
[20] Seuren LM, Stommel W, van Asselt D, et al. Multidisciplinary meetings at the emergency department: a conversation-analytic study of decision-making[J]. Soc Sci Med, 2019, 242: 112589. DOI:10.1016/j.socscimed.2019.112589
[21] Irwin RS, Flaherty HM, French CT, et al. Interdisciplinary collaboration: the slogan that must be achieved for models of delivering critical care to be successful[J]. Chest, 2012, 142(6): 1611-1619. DOI:10.1378/chest.12-1844
[22] Ann S. Challenges in using IT systems for collaboration in healthcare services[J]. Int J Environ Res Public Health, 2019, 16(10): 1773. DOI:10.3390/ijerph16101773
[23] Condella A, Lentz S, Upchurch C, et al. Extracorporeal membrane oxygenation (ECMO): a narrative review for the emergency clinician[J]. Am J Emerg Med, 2025, 96: 6-14. DOI:10.1016/j.ajem.2025.06.007
[24] Mosier JM, Hypes C, Joshi R, et al. Ventilator strategies and rescue therapies for management of acute respiratory failure in the emergency department[J]. Ann Emerg Med, 2015, 66(5): 529-541. DOI:10.1016/j.annemergmed.2015.04.030
[25] Vincent JL. The continuum of critical care[J]. Crit Care, 2019, 23(Suppl 1): 122. DOI:10.1186/s13054-019-2393-x
[26] Loftus TJ, Filiberto AC, Ozrazgat-Baslanti T, et al. Cardiovascular and renal disease in chronic critical illness[J]. J Clin Med, 2021, 10(8): 1601. DOI:10.3390/jcm10081601
[27] Pierre A, Favory R, Bourel C, et al. Muscle weakness after critical illness: unravelling biological mechanisms and clinical hurdles[J]. Crit Care, 2025, 29(1): 248. DOI:10.1186/s13054-025-05462-z
[28] Hashem MD, Parker AM, Needham DM. Early mobilization and rehabilitation of patients who are critically ill[J]. Chest, 2016, 150(3): 722-731. DOI:10.1016/j.chest.2016.03.003
[29] Cheng YW, Cao X, Zhang JG, et al. Comprehensive assessment of emergency departments in county-level public hospitals: a multicenter descriptive cross-sectional study in Henan province, China[J]. Front Public Health, 2023, 11: 1301030. DOI:10.3389/fpubh.2023.1301030
[30] Raaijmakers LHA, Schermer TR, Wijnen M, et al. Development of a person-centred integrated care approach for chronic disease management in Dutch primary care: a mixed-method study[J]. Int J Environ Res Public Health, 2023, 20(5): 3824. DOI:10.3390/ijerph20053824
[31] Zilahi G, O' Connor E. Information sharing between intensive care and primary care after an episode of critical illness; A mixed methods analysis[J]. PLoS One, 2019, 14(2): e0212438. DOI:10.1371/journal.pone.0212438
[32] Sinha SS, Geller BJ, Katz JN, et al. Evolution of critical care cardiology: an update on structure, care delivery, training, and research paradigms: a scientific statement from the American heart association[J]. Circulation, 2025, 151(10): e687-e707. DOI:10.1161/CIR.0000000000001300
[33] Grosman-Rimon L, Li DHY, Collins BE, et al. Can we improve healthcare with centralized management systems, supported by information technology, predictive analytics, and real-time data?: a review[J]. Medicine (Baltimore), 2023, 102(45): e35769. DOI:10.1097/MD.0000000000035769
[34] Pan MX, Li R, Wei JF, et al. Application of artificial intelligence in the health management of chronic disease: bibliometric analysis[J]. Front Med (Lausanne), 2025, 11: 1506641. DOI:10.3389/fmed.2024.1506641
[35] Armaignac DL, Heavner SF, Rausen M, et al. Guiding principles for data sharing and harmonization: results of a systematic review and modified Delphi from the society of critical care medicine data science campaign[J]. Crit Care Med, 2025, 53(3): e619-e631. DOI:10.1097/CCM.0000000000006578
[36] Feller DJ, Lor M, Zucker J, et al. An investigation of the information technology needs associated with delivering chronic disease care to large clinical populations[J]. Int J Med Inform, 2020, 137: 104099. DOI:10.1016/j.ijmedinf.2020.104099
[37] Abbasi AB, Layden J, Gordon W, et al. A unified approach to health data exchange: a report from the US DHHS[J]. JAMA, 2025, 333(12): 1074-1079. DOI:10.1001/jama.2025.0068
[38] Wang YY, Deng RG, Geng XY. Exploring the integration of medical and preventive chronic disease health management in the context of big data[J]. Front Public Health, 2025, 13: 1547392. DOI:10.3389/fpubh.2025.1547392
[39] Yang J, Zhang B, Jiang XC, et al. Application of artificial intelligence to advance individualized diagnosis and treatment in emergency and critical care medicine[J]. Diagnostics (Basel), 2024, 14(7): 687. DOI:10.3390/diagnostics14070687
[40] Zhang B, Jiang XC, Yang J, et al. Application of artificial intelligence in the management of patients with renal dysfunction[J]. Ren Fail, 2024, 46(1): 2337289. DOI:10.1080/0886022X.2024.2337289