Oprogramowanie do symulacji szkoleniowej MEDEVAC i CASEVAC

Szkolenie z zakresu ewakuacji medycznej zajmuje wyjątkową pozycję w programach gotowości bojowej: rozwijane umiejętności są krytyczne dla życia, procedury są ściśle ustandaryzowane, a konsekwencje błędów proceduralnych są nieodwracalne. Jednak szkolenie tych umiejętności z zachowaniem realistycznej wierności — koordynowanie podejść śmigłowców w warunkach symulowanego zagrożenia, wykonywanie wniosków MEDEVAC w formacie 9-line przez zdegradowane sieci radiowe, stosowanie opasek uciskowych i opatrywanie ran w środowiskach pod presją czasu — wymaga albo rzeczywistych statków powietrznych, rzeczywistych pacjentów i rzeczywistych sieci radiowych, albo oprogramowania symulacyjnego zdolnego do odwzorowania tych warunków z wystarczającą wiernością, aby zapewnić rzeczywisty transfer umiejętności. W niniejszym artykule przeanalizowano, jak oprogramowanie do symulacji szkoleniowej MEDEVAC i CASEVAC rozwiązuje to wyzwanie: jak modeluje przepływ pracy wniosku MEDEVAC w formacie 9-line, implementuje algorytmy segregacji dla scenariuszy jednego poszkodowanego i masowych ofiar, integruje się z symulatorami zadań Tactical Combat Casualty Care (TCCC), symuluje procedury koordynacji śmigłowców i pojazdów naziemnych, przekazuje dane o stanie medycznym do szerszych środowisk symulacji C2 oraz generuje pakiety przeglądów po działaniu łączące indywidualne wyniki z symulowanymi rezultatami dla pacjentów.

Problem szkoleniowy: realistyczny MEDEVAC bez rzeczywistych statków powietrznych

Podstawowym wyzwaniem symulacji szkoleniowej MEDEVAC jest wierność: co symulacja musi odtwarzać dokładnie, aby zapewnić transfer umiejętności, a co może być uproszczone bez podważania wartości szkoleniowej? Literatura na temat szkolenia medycznego opartego na symulacji wskazuje trzy wymiary wierności, które mają największy wpływ na transfer: wierność proceduralna (czy symulacja wymaga od szkolonego wykonania prawidłowej sekwencji kroków), wierność czasowa (czy symulacja egzekwuje ograniczenia czasowe rządzące rzeczywistymi decyzjami MEDEVAC) oraz wierność środowiska informacyjnego (czy symulacja prezentuje tę samą jakość i kompletność informacji dostępnych w rzeczywistych operacjach).

Szkolenie z rzeczywistymi statkami powietrznymi spełnia wszystkie trzy wymiary, ale wprowadza ograniczenia kosztów, dostępności i bezpieczeństwa, które ograniczają objętość szkolenia. Załoga śmigłowca ewakuacji medycznej rejestruje skończoną liczbę godzin lotów szkoleniowych rocznie; ratownicy medyczni jednostki mogą wchodzić w interakcję z rzeczywistymi zasobami MEDEVAC zaledwie kilka razy przed wyjazdem na misję. Powtarzalność procedur wymagana do budowania niezawodnych umiejętności — dziesiątki wniosków 9-line, dziesiątki ćwiczeń koordynacji LZ — nie może być osiągnięta z wymaganą częstotliwością wyłącznie poprzez szkolenie lotów rzeczywistych.

Oprogramowanie symulacyjne wypełnia lukę woluminową, umożliwiając jednostce wnioskującej wykonywanie setek scenariuszy MEDEVAC wobec symulowanego statku powietrznego, symulowanego środowiska łączności i symulowanej populacji poszkodowanych. Kluczowym pytaniem projektowym jest, gdzie inwestować w wierność symulacji. Platformy szkolenia wojskowego w wirtualnej rzeczywistości pokazują, że immersja wizualna poprawia uodpornienie na stres, ale niekoniecznie poprawia dokładność proceduralną bardziej niż dobrze zaprojektowana symulacja ekranowa — czynnikiem ograniczającym transfer umiejętności MEDEVAC jest zazwyczaj protokół komunikacyjny i algorytm decyzyjny, które obydwa mogą być reprezentowane z wysoką wiernością przez symulację ekranową przy znacznie niższych kosztach niż w pełni immersyjne środowiska.

Wybór między graczem-aktorem a sztuczną inteligencją jako ofiarą to konkretna decyzja projektowa wpływająca na wyniki szkolenia. Ludzcy gracze wcielający się w ofiary mogą adaptacyjnie reagować na działania szkolonego, zadawać pytania nieprzewidziane w scenariuszu i modelować fizjologiczne pogorszenie w sposób wymagający od szkolonego ponownej oceny. Symulacja ofiar napędzana sztuczną inteligencją stosuje zdefiniowany model urazu, który reaguje deterministycznie na interwencje — opaska uciskowa założona po trzech minutach daje wynik X; założona po dziesięciu minutach daje wynik Y — co umożliwia automatyczne ocenianie, ale ogranicza adaptacyjne bogactwo interakcji szkoleniowej. Większość platform produkcyjnych używa modeli ofiar opartych na sztucznej inteligencji do indywidualnego szkolenia o dużym wolumenie i rezerwuje ludzkich graczy do ćwiczeń końcowych, gdzie adaptacyjna interakcja jest główną wartością szkoleniową.

Symulacja przepływu pracy wniosku MEDEVAC w formacie 9-line

Wniosek MEDEVAC w formacie 9-line jest głównym instrumentem, za pomocą którego siły naziemne przekazują informacje o poszkodowanych władzom odpowiedzialnym za ewakuację. Jego dziewięć pól koduje minimalne informacje potrzebne załodze MEDEVAC do zaplanowania podejścia, przygotowania się do załadunku pacjentów i koordynacji misji: lokalizacja strefy odbioru, parametry kontaktu radiowego, liczba i priorytet pacjentów, wymagania dotyczące specjalnego sprzętu, mobilność pacjentów, ocena bezpieczeństwa strefy odbioru, metoda oznakowania, narodowość i status pacjentów oraz informacje o skażeniu. Błędy w którymkolwiek polu generują rzeczywiste koszty operacyjne — nieprawidłowa siatka współrzędnych wysyła statek powietrzny w złe miejsce; pominięty wymóg wciągarki sprawia, że statek powietrzny bez tej możliwości przybywa na miejsce, z którego nie może wyekstrahować pacjenta.

Symulacja przepływu pracy 9-line przedstawia szkolonemu informacje ze scenariusza zawierające wszystkie dane potrzebne do sporządzenia prawidłowego wniosku, a następnie wymaga od szkolonego ułożenia i przesłania wniosku bez korzystania z szablonu. Moduł oceny punktuje każde pole niezależnie:

LINIA  POLE                       KRYTERIA OCENY
-----  -------------------------  -----------------------------------------------
  1    Siatka PZ (8-cyfrowy MGRS)  Dokładność siatki ≤ 100 m; prawidłowy desygnat strefy siatki
  2    Częst. radiowa / znak wywoł. Częstotliwość w prawidłowym zakresie; znak wywoł. zgodny ze scen. CEOI
  3    Liczba pacj. wg priorytetu  Prawidłowa liczba U/P/R; klasyfikacje priorytetów dokładne
  4    Sprzęt specjalny            Prawidłowy kod dla wciągarki/respiratora/preparatów krwiopochodnych
  5    Typ pacjenta (L/A)          Liczba na noszach i ambulatoryjna zgodna z danymi o poszkodowanych
  6    Bezpieczeństwo w PZ         Kod N/P/E/X zgodny z obrazem zagrożeń w scenariuszu
  7    Metoda oznakowania PZ       Kod metody prawidłowy; kompatybilny z warunkami dzień/noc
  8    Narodowość / status         Prawidłowy kod kombinacji (US/koalicja/EPW/cywil)
  9    Skażenie NBC                Prawidłowa kategoria skażenia lub "Brak" jeśli czyste

Symulacja egzekwuje wymianę uwierzytelniania radiowego przed przyjęciem wniosku, wymagając od szkolonego prawidłowego odpowiedzenia na wyzwanie uwierzytelniające wydane przez symulowaną stację kontroli sieci MEDEVAC. Symulacja odczytu zwrotnego obejmuje co najmniej linie 1, 3, 5 i 9 — szkolony musi potwierdzić lub poprawić odczyt zwrotny przed oznaczeniem wniosku jako przesłanego. Czas do transmisji jest mierzony od zdarzenia urazu i wyświetlany w przeglądzie po działaniu jako wskaźnik wydajności w odniesieniu do standardu dziesięciu minut dla wniosków o priorytecie pilnym.

Symulacja procedur szyfrowania wymaga od szkolonego transmisji linii 1 (siatka PZ) w formacie zaszyfrowanym podczas pracy w niezabezpieczonej sieci, oraz przejścia na zabezpieczoną sieć lub użycia systemu kodów skróconych do pełnej transmisji wniosku, gdy plan łączności scenariusza tego wymaga. Szkoleni, którzy transmitują siatkę jawnym tekstem w symulowanej niezabezpieczonej sieci, otrzymują błąd bezpieczeństwa łączności, który jest oznaczany w przeglądzie po działaniu niezależnie od dokładności treści pola.

Modelowanie algorytmów segregacji

Symulacja segregacji szkoli algorytm decyzyjny określający, który poszkodowany otrzyma pomoc jako pierwszy, gdy zapotrzebowanie przekracza natychmiastowe możliwości leczenia. Trzy algorytmy są modelowane na obecnych platformach:

Segregacja START (Simple Triage and Rapid Treatment) stosuje protokół oceny 30 sekund na pacjenta. Symulacja przedstawia każdego pacjenta z parametrami częstości oddechu, tętna promieniowego i stanu mentalnego. Szkolony stosuje algorytm START:

  DRZEWO DECYZYJNE START
  ─────────────────────────────────────────────────
  Oddechy?
    Nieobecne → udrożnij drogi oddechowe
      Nadal nieobecne → CZARNY (Oczekujący)
      Obecne po udrożnieniu → CZERWONY (Natychmiastowy)
    <10 lub >30 oddechów/min → CZERWONY (Natychmiastowy)
    10–30 oddechów/min → oceń perfuzję

  Tętno promieniowe / czas powrotu kapilarnego?
    Nieobecne lub czas powrotu > 2 sek → CZERWONY (Natychmiastowy)
    Obecne + czas powrotu ≤ 2 sek → oceń stan mentalny

  Stan mentalny (wykonanie prostych poleceń)?
    Nie może wykonać → CZERWONY (Natychmiastowy)
    Może wykonać → ŻÓŁTY (Odroczony)

  Chodzi? → ZIELONY (Mały uraz) [oceniany przed powyższym]

Segregacja SALT (Sort, Assess, Lifesaving Interventions, Treatment/Transport) dodaje globalny krok sortowania przed indywidualną oceną. Symulacja przedstawia pełną populację poszkodowanych i wymaga od szkolonego skierowania wszystkich chodzących pacjentów do punktu zbiorczego, następnie pacjentów reagujących na sygnały gestem, a następnie ocenienia pacjentów nieruchomych — sortowanie na poziomie populacji przed jakąkolwiek indywidualną oceną. SALT pozwala również na specyficzne interwencje ratujące życie (zakładanie opaski uciskowej, udrożnienie dróg oddechowych) podczas przejścia segregacji, które mogą zmienić kategorię pacjenta przed fazą leczenia.

Format przekazania MIST nie jest algorytmem segregacji, ale standardem komunikacji przekazania pacjenta używanym przy przekazywaniu poszkodowanych między szczeblami opieki. Symulacja wymaga od szkolonego wygłoszenia raportu MIST — Mechanism of injury (mechanizm urazu), Injuries found (stwierdzone urazy), Signs and symptoms (objawy i symptomy), Treatment given (zastosowane leczenie) — symulowanemu lekarzowi przyjmującemu na poziomie Role 2. Symulacja MIST ocenia kompletność: pominięcie pola zastosowanego leczenia (czas założenia opaski uciskowej, podane leki) jest oceniane jako błąd przekazania, ponieważ bezpośrednio wpływa na decyzje terapeutyczne placówki przyjmującej.

Scenariusze masowych ofiar (MASCAL) są zaprojektowane specjalnie do testowania dyscypliny segregacji w warunkach ograniczonych zasobów. Symulacja generuje więcej poszkodowanych niż można jednocześnie leczyć, przedstawia niektórych pacjentów z przekonującymi urazami wywołującymi instynkt natychmiastowego leczenia i ocenia, czy szkolony kończy pełne sortowanie segregacyjne przed zaangażowaniem zasobów leczniczych. Raport AAR dla MASCAL porównuje rzeczywistą sekwencję leczenia szkolonego z optymalną sekwencją i pokazuje zagregowaną różnicę wyników przeżycia — czyniąc widocznym koszt naruszenia dyscypliny segregacji na poziomie populacji.

Symulacja zadań TCCC: opaska uciskowa, drogi oddechowe, opatrywanie ran

Symulacja zadań Tactical Combat Casualty Care dotyczy trzech kategorii interwencji odpowiedzialnych za większość możliwych do uniknięcia śmierci na polu bitwy: kontrola krwotoku (zakładanie opaski uciskowej i opatrywanie ran), zarządzanie drogami oddechowymi i zapobieganie hipotermii. Symulacja może działać w trybie ekranowym, w trybie zintegrowanym z manekinem haptycznym lub w trybie łączonym, gdzie odpowiedzi w drzewie decyzyjnym sterują fizycznym manekinem zapewniającym informację zwrotną proceduralną.

W trybie ekranowym każde zadanie TCCC jest modelowane jako sekwencja decyzyjna wymagająca od szkolonego wyboru prawidłowej interwencji, określenia prawidłowych parametrów i wykonania kroku dokumentacyjnego. Symulacja zakładania opaski uciskowej wymaga od szkolonego zidentyfikowania prawidłowej strefy anatomicznego umieszczenia (2-5 cm proksymalnie od brzegu rany, nigdy w ranie lub poniżej niej), wyboru odpowiedniego urządzenia, określenia metody dokręcania i wpisania czasu założenia — standard NATO wymaga, aby czas założenia opaski był dokumentowany na ciele poszkodowanego lub karcie TCCC w chwili założenia, a nie rekonstruowany później. Symulacja egzekwuje ten krok dokumentacyjny przed umożliwieniem postępu scenariusza.

Symulacja zarządzania drogami oddechowymi przechodzi przez algorytm drożności dróg oddechowych TCCC: pozycjonowanie (pozycja boczna dla nieprzytomnych pacjentów), dobór rozmiaru rurki nosowo-gardłowej (dobór średnicy na podstawie heurystyki rozmiaru nozdrza, dobór długości od nozdrza do tragusa) i wskazania do chirurgicznego udrożnienia dróg oddechowych (gdy NPA jest przeciwwskazana lub nieskuteczna). Symulacja modeluje zestaw przeciwwskazań dla NPA — podejrzenie złamania podstawy czaszki z wyciekiem PMR, ciężki uraz twarzoczaszki środkowej — i wymaga od szkolonego rozpoznania, gdy droga NPA nie jest odpowiednia, zanim wybierze alternatywę.

Symulacja opatrywania ran ocenia wybór środka hemostatycznego, technikę opatrywania i czas ucisku. Symulacja rozróżnia krwotok ściśliwy i nieściśliwy oraz przedstawia odpowiedni zestaw interwencji dla każdego z nich: opaska uciskowa dla ściśliwego krwotoku kończynowego, opatrywanie ran gazą hemostatyczną dla krwotoku ze złączy w miejscach, gdzie nie można założyć opaski uciskowej (pachwina, pacha, szyja), oraz ograniczenia obu podejść dla nieściśliwego krwotoku tułowia, gdzie chirurgia kontroli szkód jest jedyną definitywną interwencją.

Integracja manekinów haptycznych łączy fizyczne wykonywanie zadań z silnikiem oceniającym symulacji. Czujniki manekinów rejestrują dokładność umieszczenia opaski uciskowej (w prawidłowej strefie anatomicznej lub poza nią), napięcie opaski uciskowej (powyżej minimalnego progu wymaganego do zatrzymania przepływu tętniczego lub poniżej niego), głębokość pakowania rany (gaza do wnęki rany na wymaganą głębokość lub jedynie powierzchowne pakowanie) oraz pozycję urządzenia drożności dróg oddechowych. Symulacja ocenia fizyczne wykonanie w odniesieniu do tych progów i raportuje błędy proceduralne w raporcie zadań TCCC obok odpowiedzi w drzewie decyzyjnym, dając instruktorowi łączny widok tego, czy szkolony wybrał właściwą interwencję i wykonał ją prawidłowo.

Koordynacja śmigłowców i pojazdów naziemnych

Symulacja koordynacji LZ śmigłowca modeluje sekwencję działań przygotowujących strefę odbioru do podejścia statku powietrznego o napędzie wirnikowym i załadunku pacjentów. Symulacja wyboru LZ przedstawia szkolonemu wyświetlacz analizy terenu i zestaw kandydujących miejsc, każde z parametryzowanymi atrybutami:

PARAMETRY OCENY LZ

  Nachylenie:    ≤7° (platformy kołowe) / ≤15° (platformy ze płozami)
  Wymiary:       min 30m × 30m dla UH-60 pojedynczy; 50m × 50m dla Chinook
  Przeszkody:    brak przeszkód w obrębie 50m od centrum na wysokości wirnika
  Nawierzchnia:  trawa / twarda gleba: GO / luźny piasek / bagno: NOGO
  Oś podejścia:  ustawiona pod wiatr; min 60° łuk swobodny
  Zagrożenie:    odległość od bezpośredniego ognia ≥300m od znanych pozycji zagrożeń
  Oznakowanie:   panel VS-17 / dym / latarnia IR / laser wg warunków oświetlenia

Symulacja ocenia wybór LZ przez szkolonego względem każdego kryterium i generuje złożony wynik przydatności. Scenariusze obejmują miejsca dyskwalifikujące (nachylenie przekraczające limit statku powietrznego, wysoka roślinność w korytarzu podejścia) oraz miejsca graniczne wymagające od szkolonego wyważenia konkurujących czynników.

Symulacja oznakowania PZ obejmuje wszystkie standardowe metody oznakowania. Scenariusze dzienne szkolą umieszczanie panelu VS-17 (wyświetlanie w kierunku statku powietrznego, nie na statek powietrzny), zastosowanie dymu (uruchamiaj dym przy ostatecznym podejściu, nie wcześniej, aby zapobiec rozproszeniu przez wiatr; raportuj kolor do statku powietrznego, nie podając go z góry, aby zapobiec wykorzystaniu przez zagrożenie) i sygnał do namierzania dla statków powietrznych, które tracą kontakt radiowy. Scenariusze nocne szkolą umieszczanie stroboskopu IR (widocznego dla statków powietrznych wyposażonych w NVG i czujniki FLIR), wzorzec latarni chemicznych IR (wzorzec X do lądowania, wzorzec L dla kierunku podejścia) i parametry wyznaczania laserem dla platform wyposażonych w FLIR.

Symulacja komunikacji PZ-statek powietrzny uruchamia pełny protokół wymiany: pierwsze nawiązanie kontaktu, raport stanu PZ, potwierdzenie nabycia oznakowania, powiadomienie o przechyleniu (głowy w dół), koordynacja załadunku pacjentów i potwierdzenie odlotu z przekazaniem do docelowego miejsca Role 2. Symulacja ocenia interwał między każdym krokiem komunikacji i oznacza odchylenia od sekwencji protokołu. Powszechnym modelowanym błędem jest aktywowanie oznakowania IR przed wejściem statku powietrznego w zasięg akwizycji czujnika — zwiększając czas ekspozycji sygnatury PZ — a symulacja mierzy czas między aktywacją oznakowania a potwierdzeniem przez statek powietrzny jako wskaźnik ekspozycji bezpieczeństwa w przeglądzie po działaniu.

Symulacja koordynacji CASEVAC pojazdów naziemnych modeluje procedury załadunku, opieki w transporcie i przekazania dla ewakuacji z wykorzystaniem organicznych platform taktycznych. Moduły specyficzne dla pojazdów dotyczą procedur załadunku i ograniczeń pozycjonowania pacjentów dla konfiguracji kołowego ambulansu, APC i niezmodyfikowanego pojazdu taktycznego. Symulacja opieki w transporcie modeluje ograniczenia interwencji podczas ruchu pojazdem i wymóg uzupełnienia dokumentacji przed przekazaniem pacjenta w punkcie pomocy medycznej Role 1.

Integracja z szerszą symulacją C2

Symulacja MEDEVAC nie funkcjonuje w oderwaniu od szerszego taktycznego środowiska szkoleniowego. Oprogramowanie obserwatora-kontrolera-trenera zarządzające scenariuszem ćwiczenia wstrzykuje zdarzenia z poszkodowanymi inicjujące sekwencje szkoleniowe MEDEVAC, a aktualizacje stanu medycznego generowane przez symulację MEDEVAC muszą być przekazywane z powrotem do COP jednostki, aby oficer medyczny i sekcja S4 miały aktualną widoczność pacjentów.

Interfejs kanału stanu poszkodowanego odwzorowuje maszynę stanu pacjenta symulacji MEDEVAC na warstwę śledzenia medycznego w COP. Przejścia statusu — ranny, poddany segregacji, złożono wniosek MEDEVAC, w transporcie, dostarczony do Role 2 — pojawiają się w warstwie medycznej COP w miarę postępu symulacji przez każdą fazę. Ta integracja zapewnia, że symulacja centrum operacji taktycznych widzi ten sam obraz poszkodowanych, który śledzi symulacja medyczna, umożliwiając łączonemu wydarzeniu szkoleniowemu modelowanie koordynacji między funkcjami dowodzenia medycznego i taktycznego, które jest częstym punktem tarcia w rzeczywistych operacjach.

Integracja logistyki medycznej łączy symulację MEDEVAC z symulacją planowania łańcucha dostaw klasy VIII. Działania terapeutyczne wykonywane podczas sekwencji zadań TCCC generują zdarzenia zużycia — opaska uciskowa, gaza bojowa, płyn dożylny, preparaty krwiopochodne — które są przekazywane do modułu logistyki medycznej jako dane zużycia materiałów. Symulacja planowania logistyki medycznej wojskowej wykorzystuje te dane zużycia do generowania obliczeń wymagań uzupełnienia, umożliwiając sekcji medycznej S4 ćwiczenie przepływu pracy wniosku o uzupełnienie w oparciu o zapotrzebowanie generowane przez rzeczywistych symulowanych poszkodowanych, a nie ze statycznego zastrzyku scenariusza.

Standardy formatów danych dla integracji obejmują typy komunikatów VMF do raportowania statusu poszkodowanych, symbolikę MIL-STD-2525 do wyświetlania warstwy medycznej COP i rozszerzenia profilu wojskowego HL7 FHIR do elektronicznej wymiany dokumentacji pacjentów między węzłami symulacji Role 1 i Role 2. Platformy zaprojektowane do użytku w ćwiczeniach wielonarodowych obsługują formaty komunikatów medycznych z katalogu komunikatów NATO (APP-11) dla interoperacyjności z węzłami symulacji państw partnerskich.

Przegląd po działaniu dla scenariuszy MEDEVAC

Pakiet przeglądu po działaniu generowany przez oprogramowanie do symulacji MEDEVAC jest inaczej zorganizowany niż konwencjonalne pakiety AAR ćwiczeń, ponieważ musi komunikować wyniki zarówno w kategoriach klinicznych — wyniki pacjentów — jak i w kategoriach zgodności proceduralnej. Szkolony, który prawidłowo sformatował wniosek 9-line, ale opóźnił założenie opaski uciskowej o cztery minuty, musi zobaczyć zarówno błąd proceduralny (opóźnienie powyżej standardu), jak i jego kliniczne konsekwencje (zmniejszone prawdopodobieństwo przeżycia symulowanego pacjenta) w tym samym wyświetlaczu AAR.

Rekonstrukcja chronologiczna przedstawia każde istotne zdarzenie w scenariuszu w porządku chronologicznym: zdarzenie z poszkodowanym, zainicjowanie pierwszej pomocy, każda interwencja z sygnaturą czasową, transmisja 9-line, wysłanie statku powietrznego, przybycie do PZ, załadunek pacjentów i przekazanie w Role 2. Znaczniki punktów decyzyjnych podkreślają momenty, w których szkolony odchylił się od optymalnej ścieżki decyzyjnej, a każdy znacznik odnosi się do odpowiednich wytycznych TCCC, odniesień doktryny ewakuacji lub celu szkoleniowego, do przetestowania którego punkt decyzyjny jest przeznaczony.

Modelowanie wyników przeżycia stosuje probabilistyczną funkcję przeżycia do każdego symulowanego poszkodowanego na podstawie harmonogramu opieki i wykonanych interwencji. Model jest parametryzowany przez typ i mechanizm rany, czas do każdej interwencji w stosunku do czasu urazu oraz oceny jakości opieki z oceny zadań TCCC. Prawdopodobieństwo przeżycia jest wyświetlane jako krzywa pokazująca, gdzie każda interwencja poprawiła lub pogorszyła stan symulowanego pacjenta — gdy szkolony opóźnił założenie opaski uciskowej, krzywa pokazuje konkretny spadek prawdopodobieństwa związany z tym opóźnieniem wobec tego samego rodzaju rany zarządzanej zgodnie ze standardem.

Raportowanie wydajności 9-line rozkłada wskaźniki błędów według numeru linii w wielu przebiegach scenariuszy, ujawniając systematyczne błędy, których jednorazowy przegląd sesji by nie zidentyfikował. Jeśli szkolony systematycznie popełnia błędy w linii 4 (sprzęt specjalny), ale radzi sobie dobrze we wszystkich pozostałych liniach, raport trendów AAR identyfikuje to jako skoncentrowaną potrzebę remediacji. Raporty AAR dla MASCAL pokazują zagregowany wynik populacyjny decyzji sekwencjonowania segregacji szkolonego — nie tylko czy poszczególni pacjenci byli prawidłowo kategoryzowani, ale czy kolejność priorytetyzacji maksymalizowała przeżycie symulowanej populacji.

Formaty eksportu rekordów szkoleniowych obejmują instrukcje xAPI kompatybilne z wojskowymi systemami zarządzania szkoleniami, raporty PDF dla poszczególnych scenariuszy do plików szkoleniowych jednostki oraz zagregowane dane trendów w formatach strukturalnych do przeglądu przez oficerów gotowości medycznej. Kombinacja danych AAR z poszczególnych sesji i danych trendów podłużnych umożliwia menedżerom szkoleniowym śledzenie rozwoju kompetencji w wielu iteracjach symulacji oraz identyfikowanie, kiedy szkolony osiągnął standard szkoleniowy — lub kiedy wymagane jest dodatkowe szkolenie przed certyfikacją.