Ayudando a los socorristas: el modelo informático NCSU podría mejorar los tiempos de respuesta
Fecha de publicación:Investigadores de la Universidad Estatal de Carolina del Norte han desarrollado un modelo complejo para mejorar la rapidez con la que los primeros intervinientes, como la policía y los técnicos de emergencias médicas, llegan al lugar de los accidentes automovilísticos. En las pruebas computacionales, el modelo superó las técnicas existentes para llevar rápidamente a los socorristas a los lugares del accidente.
"El objetivo era descubrir la forma más eficiente de conseguir que los primeros intervinientes en caso de accidente", dice Leila Hajibabai, autora correspondiente de un artículo sobre el trabajo y profesora asistente en el Departamento de Ingeniería Industrial y de Sistemas Edward P. Fitts de NC State. “¿Dónde deberían ubicarse los socorristas para responder a los lugares más probables de accidentes? ¿Siempre es mejor que los primeros intervinientes más cercanos vayan al lugar del accidente o, dependiendo del tráfico, podría ser más rápido que los primeros intervinientes que están más lejos respondan? ¿Cómo afecta la gravedad del accidente a los tiempos de respuesta? Estas son algunas de las preguntas que aborda nuestro modelo”.
Con ese fin, los investigadores desarrollaron un modelo que maximiza el área de cobertura, de modo que las unidades de respuesta puedan responder a tantos posibles lugares del accidente como sea posible, y minimiza la cantidad de tiempo que les tomaría a los encuestados llegar a los lugares del accidente. El modelo también tiene en cuenta los “puntos críticos”, priorizando la eficiencia de los tiempos de respuesta en los lugares donde es más probable que ocurran accidentes según datos históricos.
"El modelo se puede utilizar tanto para la planificación a largo plazo como para asignar recursos de respuesta a incidentes en el día a día", afirma Hajibabai.
Para la planificación a largo plazo, el modelo puede ayudar a las autoridades a optimizar la ubicación de los encuestados, es decir, ayudarles a determinar dónde ubicar la infraestructura de primeros auxilios. En el día a día, el modelo también podría ayudar a las autoridades a determinar qué encuestados están en mejores condiciones para llegar a un accidente más rápidamente.
Para probar el modelo, los investigadores se basaron en datos recopilados por el Departamento de Transporte de Carolina del Norte sobre 10,983 incidentes de tráfico que ocurrieron en 10,672 lugares diferentes en Raleigh, Carolina del Norte. Los investigadores usaron los datos para probar qué tan eficientemente se desempeñó el modelo en comparación con los dos actuales. Técnicas de última generación utilizadas para asignar recursos de respuesta a incidentes.
"Nuestro modelo superó a los modelos existentes en términos de mejorar los tiempos de respuesta, independientemente del tamaño del problema de tráfico al que estaban respondiendo", dice Hajibabai.
Es más, los investigadores hicieron que el modelo fuera lo suficientemente flexible como para incorporar cambios en la cantidad de recursos disponibles para la respuesta a incidentes.
"Los presupuestos y otras circunstancias pueden cambiar significativamente con el tiempo, y es importante que nuestro modelo pueda incorporar cambios en la cantidad de encuestados disponibles", dice Hajibabai.
Los investigadores ahora están probando los límites del modelo.
“¿Hay cosas que podamos hacer para que el modelo sea aún más rápido? Este es un documento de prueba de concepto y los resultados son excelentes”, afirma Hajibabai. "Ahora queremos ver qué podemos hacer para mejorarlo aún más". Los investigadores están buscando socios para realizar estudios piloto con su modelo.
El papel, "Técnica de generación de columnas conjuntas y relajación lagrangiana para la ubicación y asignación del encuestado en incidentes”, se publica en acceso abierto en la revista Ingeniería civil y de infraestructura asistida por computadora. La primera autora del artículo es Asya Atik, Ph.D. estudiante en NC State.
(C) NCSU
Fuente del artículo original: WRAL TechWire