近年来,大规模伤亡事件呈现多发、频发的态势,出现了诸如恐怖袭击、自杀式炸弹爆炸等新类型事件,使得公众对大规模伤亡事件的认知上升到了新的高度。这些事件与传统的自然灾害类事件有很大不同,这类事件多发生在人口密集的城市,对人员的伤害性更大；同时随着城市规模的不断增大,城市急救医疗能力在应对日常医疗需要方面已经趋于饱和,这对城市在面对突发事件时的急救医疗响应能力提出挑战。因此各国均在原有急救医疗服务的基础上,探索能够有效应对上述挑战的急救医疗新模式、新方法,其中急救医疗信息系统被认为是提高急救效率的重要突破口而逐渐成为热门研究领域。为应对急救医疗信息系统在数据采集与决策支持方面的新需求,本论文设计并实现了一种基于移动平台的急救决策支持系统,可以有效满足急救医疗响应关键环节对数据整合与决策支持的需求,并利用真实数据与仿真模型对系统决策支持能力进行有效性验证。主要内容及创新点包括：提出了一套基于移动平台的急救数据快速采集与共享规范化接口。传统急救信息传递方式以纸质文档为主,不仅效率低,而且实时性差,容易在传递过程中由于人为、环境等因素造成信息丢失或遗漏。本论文利用移动医疗技术,通过规范化接口从可穿戴式体征监测设备实时获取多种体征数据,并通过与医疗机构内信息系统的规范化接口将院前急救数据快速传递给收治病人或伤员的医疗机构,实现急救现场与医疗机构之间急救数据的无缝连接。同时急救过程中不同角色的急救人员可以通过移动终端与进行交互与信息共享,帮助其及时、准确、全面的了解病人或伤员的各项急救信息。在构建移动急救数据采集与传输系统的基础上,为了更科学的对伤员伤情进行快速评估进而为急救分流提供决策支持,本论文通过对急救数据进行实时分析与挖掘,构建基于生命体征的伤员生存预测模型,并利用移动急救终端将模型预测结果展示给急救人员,帮助其更加全面准确的了解病人的伤情及发展趋势,做出更加合理的急救分流决策。本论文还根据急救医疗过程中后送转移环节的决策需要,结合数据分析与挖掘技术提出了后送决策支持模型。后送决策支持模型是构建在以病人为中心的急救医疗全过程数据采集与整合的基础上,将不同医疗机构内部的数据与整体急救响应过程相结合,通过伤员伤情预测与急救能力动态评估的方式,找到每个伤员最佳的后送决策建议。还构建了基于智能体的大规模伤亡事件急救响应仿真模型,并对后送决策支持模型在大规模伤亡事件急救医疗响应过程的有效性进行了仿真验证,结果表明,本论文提出的后送决策支持模型对整体死亡率的作用优于现有同类研究结果。