인공지능과 기계 학습 알고리즘에 기반을 둔 의사 결정보조 시스템은 대규모 전투 작전 중 전투 부상자에게 의료를 제공하는 능력과 역량을 향상시킬 수 있습니다. 이러한 알고리즘의 훈련과 검증에는 많은 양의 생체 신호 데이터가 필요하며, 이는 적절한 정밀도의 계산 모델을 통해 생성될 수 있습니다. 이전에 우리는 출혈과 수액 보충에 대한 심혈관 및 호흡 반응의 핵심 특징을 포착한 인간 심폐(CR) 모델을 개발하고 검증했습니다. 여기서 우리는 산소 운반 및 모세혈관과 간질 공간 간의 체액 교환을 추가하여 CR 모델을 확장했습니다. 이를 통해 식염수, 혈액, 혈액 제품을 포함한 다양한 수액 유형이 생체 신호와 혈액 변수에 미치는 영향을 나타낼 수 있었습니다. 우리는 여섯 종류의 수액을 사용하는 네 가지 실험적 돼지 연구에서 얻은 출혈 손상 및 수액 보충 데이터를 사용하여 모델을 보정하고 검증했습니다. 평균 동맥압에서 6.91 mmHg, 심박출량에서 0.49 L/min, 헤모글로빈에서 0.72 g/dL, 산소 전달에서 0.70 mL/(kg·min)라는 평균 제곱근 오차로 실험적 생체 신호 및 혈액 변수의 일반적인 경향을 포착했습니다. 또한 모델 시뮬레이션은 수액 유형에 관계없이 수액 보충 중 산소 전달이 증가한다는 것을 보여주었습니다. 가장 널리 사용되는 수액에 대한 반응을 설명할 수 있는 확장된 CR 모델은 외상 피해자의 보다 현실적인 합성 데이터를 생성할 수 있게 해줄 것입니다.