推动智能化卫勤保障创新发展
■李子龙 李元昊
人工智能技术的不断发展及应用，对卫勤保障领域产生了深刻影响。现代战争，作战双方在各个维域的比拼将空前激烈，卫勤保障作为军队战斗力持续发挥的重要保证，其地位作用更加突出。适应未来战争变革，需前瞻智能化卫勤发展趋势，推动智能化卫勤保障创新发展。
搭建智能化卫勤链路体系
智能科技推动卫勤指挥控制和保障手段不断升级，对现有卫勤体系带来冲击，迫切需要及时调整优化。
“端到端”的卫勤指挥链路。未来战争作战节奏加快，战场态势瞬息万变，对卫勤组织指挥提出更高要求。在智能科技的赋能下，指挥员能够实时掌握战场伤员伤情信息、卫勤资源分布状态，统筹调控所属区域内不同卫勤保障力量，由指挥端到行动端的卫勤指挥链路大幅缩短。
“积木式”的卫勤力量编成。智能化卫勤力量形态逐渐演变为以智能化卫勤体系、系统、平台和载荷为主体的新形态。智能化卫勤体系以卫勤系统、平台及载荷为基础，是顶层牵引；智能化卫勤系统，由若干智能化卫勤平台、载荷等结合而成，是能力聚合；智能化卫勤平台集成各种智能化卫勤载荷，是中坚支撑；智能化卫勤载荷是最小遂行任务单元，是底层基础。通过不同载荷的“积木式”排列组合，搭建不同卫勤平台、系统，发挥不同功能，遂行不同任务。
“即时性”的卫勤运行机制。智能化作战，现有卫勤运行机制发生变化，智能指控系统将贯穿各层级，进行数据搜集、指令分发，指挥调控各项活动。卫勤指令传递将由“上传下达式”转变为“即时传送式”。在统一指令下，实现卫勤保障行动在相同时间、不同层级、不同单位间的同步并行，进行一体化有效联动保障。
培养智能化卫勤人才队伍
熟知卫勤保障专业知识、具备智能科技素养的高层次复合人才，在推动智能化卫勤保障发展中起着关键作用。
完善人才培养路径。智能化卫勤人才培养，需要兼顾智能科技与卫勤专业的平衡。一方面，要加强智能化人才队伍顶层设计，制订人才培养长期规划，把智能化卫勤人才纳入新型作战力量人才培养体系。另一方面，要注重交叉学科培养，加大多专业融合力度，培养复合型人才。
突出新型人才培育。完善智能科技培训，拓展智能化卫勤保障实战演练，实行智能化指挥资质认证，打造智能化卫勤指挥人才；推进智能科技专业建设，实施军地智能化人才联合培育，打造智能化卫勤专业人才；拓宽科研培训和配套支撑，鼓励军地联合创新研究，打造高层次医学科技创新人才；加强多岗位任职培训交流，打造全局统筹、素质全面的高层次战略卫勤管理人才。
优化卫勤队伍编组。智能化卫勤保障力量无人化趋势明显，“人/机”卫勤保障编组将成为常态，“有人/无人”编组逐步成熟，无人集群编组不断发展，深刻影响卫勤队伍编组模式。为此，应科学论证有人和无人力量的编组方式与构成，分析提出卫勤力量关键技术和装备清单，确保人机编组科学合理。
打造智能化卫勤新兴装备
卫勤装备是医疗保障的重要物质基础，是战时卫勤战斗力发挥的保证，需要紧跟智能科技步伐，实现建设质量的提升。
科学制订发展规划。应聚焦战场实际和作战所需，充分调研论证智能化卫勤装备军事需求，搞好顶层设计和统筹规划，加大研制力度；着眼成建制、成系统形成保障能力，推动装备在不同军兵种间、不同卫生单位间协调发展，发挥体系效益。
换代升级现有装备。聚焦智能科技赋能增效作用，在现有卫勤装备基础上，通过加装智能化模块、导入大数据系统、嵌入物联网端口、接入云计算平台等方式快速实现装备能力跃升。例如，对传统卫勤装备加装信息化接口、电子标签及传感装置，实现装备器材相关数据的自动采集、传递，实现换代升级。
超前研发前沿装备。着眼时代发展和科技前沿，汇聚军地优秀研发人才与技术资源，共同谋划卫勤装备协同创新。着眼卫勤装备全寿命管理，从实验设计、论证、鉴定，到装备的研制、生产、使用等各环节，都高度集成。
开展智能化卫勤专业训练
专业训练是提高战场救治和卫勤保障能力的重要举措。智能科技赋能卫勤训练，将推动组训模式、内容、考核等的创新发展。
搭建智能训练平台。运用虚拟现实等技术模拟战场环境，设置不同作战场景下的卫勤保障课目，让受训者在逼真环境下，开展卫勤指挥决策、控制协调和实装操作演练，提供更加科学的考核手段，锤炼卫勤人员的实战保障能力。
规范卫勤训练内容。规范智能科技知识培训，包括相关基础理论知识，以及相关技术在卫勤保障中应用知识，以此夯实智能化卫勤训练基础。针对不同层级卫勤指挥员，规范智能化指挥思维训练，依托智能科技赋能卫勤指挥带来的指挥链路、指挥环节和指挥方式变换，积极开展指挥思维方式训练，促进指挥技能提升。针对不同专业类别人员，规范智能化保障技能训练，掌握各类型智能化卫勤装备器材操作使用，利用智能科技赋能提升卫勤保障效率。
创新专业训练方法。突出人机协同训练，在提升卫勤保障装备技术性能的前提下，逐步增加人机交互、人机协同训练频次，提升两者匹配度，更好遂行卫勤保障任务。突出装备集成训练，将具备自主学习、迭代进化能力的智能装备纳入卫勤训练体系，接受实战实践检验，扩大数据规模、完善算法模型、优化算力水平，增强装备保障能力。
