想象一下，医护人员可以在高度逼真且身临其境的环境中接受训练，摆脱传统二维视频和过于简化的模拟的局限。在这个世界里，机器人可以以前所未有的精准度协助救援行动，机器学习模型可以识别急救流程中的低效环节。这一切正逐渐成为现实，这要归功于天津大学研究人员开发的突破性资源——急救医疗程序三维数据集（EMP3D）。

EMP3D 数据集以前所未有的精准度捕捉了医护人员在救生干预过程中的复杂动作。EMP3D 利用同步多摄像头系统、先进的人工智能算法和严格的人工验证，创建了首个急救流程三维数字蓝图。这项创新有望从根本上变革急救培训，并提升医疗环境中机器人辅助技术的应用。

## EMP3D 应用：急救新时代

EMP3D 的超高精度有望催生变革性的下游应用。 AI 医护人员教练可以实时评估受训人员在胸外按压或止血等操作中的表现并提供反馈。救援机器人可以模拟救援人员的动作，并协助执行救援行动。危机分析可以识别团队在群体伤亡事件中工作流程中的低效环节。

## EMP3D 的意义：利用元宇宙技术促进急救医学知识的广泛传播。

目前急救医学的培训工具严重依赖二维视频或过于简化的模拟，无法捕捉真实紧急情况下所需的空间复杂性和瞬间决策。这种差距限制了人工智能驱动工具、机器人助手和虚拟现实培训平台的有效性。EMP3D 数据集通过提供高精度重建、人工智能就绪的基础设施和开放访问，直接应对了这些挑战。

该数据集的创建涉及一个精心设计的四步流程。首先，利用策略性地放置在急诊室周围的六台 GoPro 摄像机，将多视角混乱的画面转化为有序的影像。接下来，利用RTMPose算法实现多视角重建，从每个摄像机视角提取2D姿态，并重建3D骨骼运动。然后，使用定制的跟踪模块在紧急医疗环境中进行跟踪，该模块逐帧映射救援人员和患者的轨迹。最后，通过两阶段优化将原始3D关节细化为SMPL-H人体模型，并对每一帧进行人工检查。

EMP3D数据集有望彻底改变急诊医学培训和机器人辅助技术。通过利用元宇宙技术并提供急诊医疗工作流程的3D数字蓝图，EMP3D可以促进急诊医学知识的广泛传播，并改善患者预后。随着研究人员不断开发和完善这项技术，我们可以期待在未来几年内看到急诊医学培训和机器人辅助技术的显著进步。

来源：

[天津大学](https://cic.tju.edu.cn/english/home.htm)

期刊参考文献：

Bao, H., _et al._ (2025). EMP3D: an emergency medical procedures 3D dataset with pose and shape. _Frontiers of Computer Science_. doi: 10.1007/s11704-025-41174-x. [https://link.springer.com/article/10.1007/s11704-025-41174-x](https://link.springer.com/article/10.1007/s11704-025-41174-x)