想像一下，醫護人員可以在高度逼真且身臨其境的環境中接受訓練，擺脫傳統二維影片和過於簡化的模擬的限制。在這個世界裡，機器人可以以前所未有的精準度協助救援行動，而機器學習模型可以辨識急救流程中的低效率環節。這一切正逐漸成為現實，這要歸功於天津大學研究人員開發的突破性資源－急救醫療程序三維資料集（EMP3D）。

EMP3D 資料集以前所未有的精準度捕捉了醫護人員在救命介入過程中的複雜動作。 EMP3D 利用同步多攝影機系統、先進的人工智慧演算法和嚴格的人工驗證，創建了首個急救流程三維數位藍圖。這項創新可望從根本上變革急救培訓，並提升醫療環境中機器人輔助技術的應用。

## EMP3D 應用：急救新時代

EMP3D 的超高精度可望催生變革性的下游應用。 AI 醫護人員教練可以即時評估受訓人員在胸外按壓或止血等手術中的表現並提供回饋。救援機器人可以模擬救援人員的動作，並協助執行救援行動。危機分析可以辨識團隊在群體傷亡事件中工作流程的低效率環節。

## EMP3D 的意義：利用元宇宙技術促進急救醫學知識的廣泛傳播。

目前急救醫學的訓練工具嚴重依賴二維影片或過於簡化的模擬，無法捕捉真實緊急情況下所需的空間複雜性和瞬間決策。這種差距限制了人工智慧驅動工具、機器人助理和虛擬實境培訓平台的有效性。 EMP3D 資料集透過提供高精度重建、人工智慧就緒的基礎設施和開放式訪問，直接應對了這些挑戰。

此資料集的創建涉及一個精心設計的四步驟流程。首先，利用策略性地放置在急診室周圍的六台 GoPro 攝影機，將多視角混亂的畫面轉化為有序的影像。接下來，利用RTMPose演算法實現多視角重建，從每個攝影機視角擷取2D姿態，並重建3D骨骼運動。然後，使用定制的跟踪模組在緊急醫療環境中進行跟踪，該模組逐幀映射救援人員和患者的軌跡。最後，透過兩階段優化將原始3D關節細化為SMPL-H人體模型，並對每個畫面進行人工檢查。

EMP3D資料集有望徹底改變急診醫學訓練和機器人輔助技術。透過利用元宇宙技術並提供急診醫療工作流程的3D數位藍圖，EMP3D可以促進急診醫學知識的廣泛傳播，並改善患者預後。隨著研究人員不斷開發和完善這項技術，我們可以期待在未來幾年內看到急診醫學訓練和機器人輔助技術的顯著進步。

來源：

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

期刊參考文獻：

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)