日本暴雨致女子车内心肺停止：悲剧背后，急救系统正在失灵

日本千叶县暴雨导致道路大面积积水，一名70多岁女子受困车内，获救时心肺已停止。

千叶县暴雨后，多处地区被洪水淹没

一个人的悲剧背后，是暴雨天急救系统正在经历的系统性失灵。道路变成河流，急救车寸步难行。暴雨内涝时，急救系统同时遭遇需求暴涨和道路瘫痪的双重挤压：紧急医疗需求上涨，道路可达性下降，院前急救响应随之延长。老人多有慢性病，一旦发作时间敏感的急症，延迟直接威胁生命。

一、暴雨内涝推高急救需求

暴雨期间，居民在撤离中容易体力透支，也容易产生急性应激反应，交感神经兴奋，血压骤升；药店和诊所可能关闭，降压、抗凝等慢病药物随之中断，病情就会出现波动，可能诱发急性发作。洪水发生后第一周，房颤、急性冠脉综合征、严重充血性心力衰竭、心肺骤停和急性心肌梗死等心血管急症的发生率显著上升[1]。暴雨中，越来越多的人需要呼叫急救系统，成为暴雨中的第一层压力。

二、暴雨同时瘫痪急救道路

暴雨本身还制造了第二层压力。暴雨导致道路积水，当积水超过30厘米时普通急救车辆难以通行，此时积水足以淹没多数救护车排气管，车辆熄火后不仅无法前进，还可能堵在路上，让整条救援通道瘫痪。中国焦作市的模拟研究显示，遭遇千年一遇暴雨时，15分钟医疗急救覆盖率从正常天气的70%跌至56%，超过42%的城区在15分钟内等不到急救车，近2%的区域完全无法到达[2]。平时能叫到救护车的地方，暴雨天可能叫不到。

三、重症患者的急救响应时间最先被拖慢

暴雨在缩小覆盖范围的同时，也在拖慢每一辆还可以到达的急救车。日本九州15个城市的数据显示，小时降雨量超过34毫米后，急救响应时间随降雨强度线性延长，每多降1毫米平均延迟约0.8分钟[3]。

普通急救呼叫要等雨下大才会明显变慢，但重症患者不同：同一批记录里，重症呼叫只要小时降雨超过10毫米就开始延迟，每多1毫米延长约20秒[3]。暴雨中，病情最重的病人反而等得最久，等待的时间推迟了患者得到有效治疗的时间，院内治疗再强大也无法弥补院前延迟。这是暴雨中的第三层压力。

四、急救延迟转化为超额死亡

暴雨因此导致更多额外死亡，即暴雨中，这些人不是因为疾病或伤情本身变得更难治疗，是因为病人或伤者被困在了去医院的路上。美国一项覆盖2001至2020年、3103个县的研究发现洪水后一年内，每千万人口超额全因死亡8.3例。其中心肌梗死3.1例、缺血性心脏病2.5例、脑血管疾病1.6例、呼吸系统疾病2.4例、意外伤害5.9例[4]。这些死因恰好对应了需要快速转运的急症：心梗和脑血管疾病需要抢时间，呼吸急症需要及时氧疗，意外伤害需要现场救援。道路被淹、救护车延迟时，这些疾病的死亡率就会上升，在人群层面表现为超额死亡。

五、家庭可以把求救时间提前

住在急救车较少区域的家庭，暴雨天别指望120一定能及时到。家庭能做的，是提前开始求救。

平时在手机地图里标记最近的两家胸痛中心和卒中中心，提前规划至少一条不依赖主干道的备用交通路线。焦作模拟显示，主干道被淹后绕行是常态，备用路线能绕过积水盲区。

家中有冠心病、卒中史或高龄老人的，收到暴雨预警时就把病历摘要、药物清单、紧急联系人写在一页纸上，装进防水袋。暴雨中药店可能关闭，药物清单能帮助急救人员快速判断。

出现持续胸痛超过15分钟、突然口角歪斜、一侧肢体无力或明显呼吸困难时，立即拨打120。日本数据显示，重症呼叫在小时降雨超过10毫米时就开始延迟，任何等待时间都有可能让患者进入危险区间。

日本千叶暴雨中，70多岁女子受困车内后心肺停止。该事件印证了一个问题：当暴雨让道路变成河流，急救系统的响应能力会大幅削弱。家庭能主动做的是提前识别症状、提前求救、提前准备。暴雨天出现急症不能等，等待的时间，就是急救系统被拖慢的时间。

参考文献

[1] Babaie J, et al. Cardiovascular diseases in natural disasters: a systematic review. Arch Acad Emerg Med. 2021;9(1):e36.

[2] Zhang Y, et al. Spatial accessibility assessment of emergency response of urban public services in the context of pluvial flooding scenarios: the case of Jiaozuo urban area, China. Sustainability. 2022;14(24):16332.

[3] Uttajug A, et al. Impact of heavy rainfall on ambulance response time in Japan. Sci Rep. 2026;16:2896.

[4] Chu L, et al. Floods and cause-specific mortality in the United States applying a triply robust approach. Nat Commun. 2025;16:2853.