Eerstehulpverleners helpen: NCSU-computermodel kan de responstijden verbeteren
Datum gepubliceerd:Onderzoekers van de North Carolina State University hebben een complex model ontwikkeld om de snelheid te verbeteren waarmee hulpverleners, zoals politieagenten en EHBO'ers, de plaats van een auto-ongeluk bereiken. Bij computationele tests presteerde het model beter dan de bestaande technieken om hulpverleners snel naar de plaats van een ongeluk te krijgen.
"Het doel was om de meest efficiënte manier te vinden om hulpverleners naar een ongeval te krijgen", zegt Leila Hajibabai, corresponderende auteur van een paper over het werk en assistent-professor aan de Edward P. Fitts Department of Industrial and Systems Engineering van NC State. "Waar moeten hulpverleners zich bevinden om te kunnen reageren op de meest waarschijnlijke locaties van ongevallen? Is het altijd het beste voor de dichtstbijzijnde hulpverleners om naar een ongevalslocatie te gaan, of kan het – afhankelijk van het verkeer – sneller zijn voor hulpverleners die verder weg zijn om te reageren? Hoe beïnvloedt de ernst van het ongeval de reactietijd? Dit zijn enkele van de vragen die ons model beantwoordt."
Om dat doel te bereiken, ontwikkelden de onderzoekers een model dat zowel het dekkingsgebied maximaliseert, zodat responseenheden op zoveel mogelijk mogelijke ongevalslocaties kunnen reageren, als de tijd die respondenten nodig hebben om ongevalslocaties te bereiken, minimaliseert. Het model houdt ook rekening met 'hotspots', waarbij prioriteit wordt gegeven aan de efficiëntie van responstijden op locaties waar ongelukken het meest waarschijnlijk zijn, op basis van historische gegevens.
"Het model kan worden gebruikt voor zowel langetermijnplanning als voor het dagelijks toewijzen van middelen voor incidentrespons", aldus Hajibabai.
Voor langetermijnplanning kan het model autoriteiten helpen de locatie van respondenten te optimaliseren, d.w.z. hen helpen bepalen waar ze de infrastructuur voor hulpverleners moeten plaatsen. Op dagelijkse basis kan het model autoriteiten ook helpen bepalen welke respondenten het beste geplaatst zijn om het snelst een ongeval te bereiken.
Om het model te testen, maakten de onderzoekers gebruik van gegevens die waren verzameld door het North Carolina Department of Transportation met betrekking tot 10.983 verkeersincidenten die plaatsvonden op 10.672 verschillende locaties in Raleigh, North Carolina. De onderzoekers gebruikten de gegevens om te testen hoe efficiënt het model presteerde in vergelijking met de twee huidige geavanceerde technieken die worden gebruikt om middelen voor incidentrespons toe te wijzen.
"Ons model presteerde beter dan de bestaande modellen als het ging om het verbeteren van de responstijden, ongeacht de omvang van het verkeersprobleem waarop ze reageerden", aldus Hajibabai.
Bovendien hebben de onderzoekers het model flexibel genoeg gemaakt om veranderingen in de hoeveelheid middelen die beschikbaar zijn voor incidentrespons te kunnen verwerken.
"Budgetten en andere omstandigheden kunnen in de loop van de tijd aanzienlijk veranderen, en het is belangrijk dat ons model veranderingen in het aantal beschikbare respondenten kan verwerken", aldus Hajibabai.
De onderzoekers testen nu de grenzen van het model.
"Zijn er dingen die we kunnen doen om het model nog sneller te maken? Dit is een proof-of-concept paper en de resultaten zijn uitstekend", zegt Hajibabai. "Nu willen we zien wat we kunnen doen om het nog beter te maken." De onderzoekers zijn op zoek naar partners om pilotstudies uit te voeren met hun model.
De krant, "Gezamenlijke kolomgeneratie en Lagrangiaanse relaxatietechniek voor de locatie en toewijzing van incidentrespondenten,” is open access gepubliceerd in het tijdschrift Computerondersteunde civiele en infrastructurele techniekDe eerste auteur van het artikel is Asya Atik, een Ph.D.-student aan de NC State.
(C) NCSU
Originele artikelbron: WRAL TechWire