Za stanovnike ruralnih i nedovoljno opskrbljenih područja, pristup hitnoj medicinskoj pomoći može biti pitanje života i smrti. Sa ograničenim pristupom zdravstvenim uslugama i dugim vremenom čekanja hitne pomoći zbog udaljenosti, ove zajednice se suočavaju sa izazovima koji mogu značajno uticati na njihovo zdravlje i dobrobit. U slučaju srčanog zastoja, kada je svaki minut važan, pronalaženje rešenja za poboljšanje vremena odgovora je ključno za spasavanje života.
Istraživači USC-a istražuju upotrebu donošenja odluka na osnovu veštačke inteligencije za postavljanje opreme za spasavanje u okruženjima sa oskudnim podacima, kao što su ruralna naselja, kako bi se omogućilo brže vreme reagovanja u hitnim slučajevima, poboljšao dizajn sistema za hitne slučajeve i potencijalno spasio živote. Rezultati nedavne studije pokazuju potencijal AI da pomogne hitnim službama da donesu informisane i efikasne odluke u okruženjima gde su podaci ograničeni.
Studija, objavljena u časopisu Operations Research, fokusira se na razvoj nove metode za korišćenje podataka za izbor između kandidata za projektovanje sistema. Da bi demonstrirali svoj metod, istraživači su ispitali studiju slučaja koja uključuje pilot program sa sedištem u Torontu koji koristi bespilotne letelice u kombinaciji sa ambulantnim kolima da odgovore na pozive o događajima srčanog zastoja.
„Naše metode imaju potencijal da revolucionišu način na koji dizajniramo i optimizujemo sisteme u okruženjima sa oskudnim podacima koji se protežu dalje od odgovora na hitne slučajeve. Može nam pomoći da donosimo bolje informisane i efikasnije odluke u nizu oblasti u kojima su podaci ograničeni“, rekao je odgovarajući autor Michael Huang, doktorski kandidat u odeljenju za nauku podataka i operacije na USC Marshall School of Business.
Kada posmatrač pozove da prijavi da je neko u njihovoj blizini doživeo srčani zastoj, hitne službe u pilot programu u Torontu imaju dve opcije: mogu ili da pošalju hitnu pomoć, ili mogu da pošalju vozilo hitne pomoći i rasporede dron sa automatizovanim eksternim defibrilatorom (AED). ) u prilogu. AED je mali uređaj koji posmatrači mogu da koriste – bez medicinske obuke – da se prikače na pacijenta i ponovo pokrenu njegovo srce pre nego što hitna pomoć stigne. Sposobnost drona da brže stigne do pacijenta od vozila hitne pomoći može značajno poboljšati njihove šanse za preživljavanje.
Ovo postavlja ključna pitanja o tome gde postaviti depoe dronova i kako odrediti odgovarajući odgovor na vanrednu situaciju.
„U početku smo mislili da je glavno pitanje gde da rasporedimo dron, ali u stvarnosti, pitanje prvog reda je gde da stavimo skladišta dronova“, rekao je Vishal Gupta, vanredni profesor nauke o podacima i operacija na USC Marshall.
„Želimo da ih strateški postavimo na lokacije koje su i blizu mesta gde se dešavaju srčani zastoji, ali i u oblastima do kojih je teško doći kolima hitne pomoći. Ovde je izazov što su podaci o vremenu putovanja hitne pomoći do udaljenih lokacija oskudni, što otežava da procenimo. Hitna pomoć retko ide na ove udaljene lokacije, tako da nemamo mnogo podataka o vremenu putovanja“, rekao je Gupta, koji takođe ima ljubaznost u Odeljenju za industrijsko i sistemsko inženjerstvo Daniela J. Epsteina na USC. Tehnička škola Viterbi.
Istraživači su otkrili da za slučajeve srčanog zastoja u ruralnim oblastima gde je vreme čekanja hitne pomoći duže nego u urbanim sredinama i gde postoje ograničeni podaci, njihov metod dovodi do znatno efikasnijih odluka o tome kada da se dron pošalje i gde da se postave depoi u poređenju sa konvencionalnim pristupa.
Metodologija vođena veštačkom inteligencijom može se primeniti na različita polja i oblasti javne politike, uključujući gde da se postave graničnici za brzinu da bi se smanjio broj smrtnih slučajeva u saobraćaju ili najefikasnija lokacija za dalekovode, gde su pravi troškovi izgradnje često nepoznati i procene se prave na osnovu grube figure.
„Često čujemo o velikim podacima i njihovom potencijalu, ali u mnogim slučajevima podaci su i dalje oskudni, posebno u okruženjima gde je prikupljanje podataka skupo ili ograničeno zabrinutošću za privatnost“, rekao je Gupta. „Postoje i slučajevi u kojima su događaji prikupljanja retki, što može otežati dizajniranje sistema i donošenje informisanih odluka. Sa alatima veštačke inteligencije možemo da se pozabavimo ovim izazovima i donosimo bolje odluke čak i u okruženjima sa ograničenim podacima.“
