Lorsqu’il s’agit de vie ou de mort lors d’un accident ou d’une urgence sanitaire, chaque minute peut être cruciale. Pour que cela se produise, les véhicules de sauvetage et les secouristes doivent être en attente 24 heures sur 24. Organiser tout cela n’est cependant pas facile, surtout dans une ville de plus d’un million d’habitants. À Cologne, en Allemagne, cette tâche pourrait devenir un peu moins compliquée à l’avenir grâce à l’intelligence artificielle. À cette fin, Mark Schleider, diplômé du programme de maîtrise en informatique de l’Université technique de Bingen, a développé un modèle dans sa thèse finale qui prédit la charge de travail des services de secours. De cette manière, il peut être assuré à l’avance qu’il n’y aura pas de surcharges et donc des temps d’attente plus longs.

En tant que pompier professionnel et ambulancier paramédical, Schleider est conscient des problèmes auxquels les centres de répartition sont confrontés lors de l’organisation des opérations. Il peut arriver que les ressources d’un district particulier soient utilisées à pleine capacité pendant une courte période. Toute urgence supplémentaire peut alors entraîner des temps d’attente plus longs, explique le jeune homme de 35 ans. Nous pouvons compenser ces pics avec des prestataires de services externes ou des véhicules des quartiers voisins. Cela permet d’anticiper le plus tôt possible les pics de charge. Il dit également que les voyages qui peuvent être planifiés, tels que les transports ambulanciers, peuvent être intégrés à l’aide de calculs pour économiser les ressources.

Une noix vraiment difficile à casser

À l’aide des archives des services de sauvetage des années passées, Schleider a formé un algorithme adaptatif afin qu’il puisse répartir de manière optimale les forces de sauvetage. Il a également intégré des informations supplémentaires telles que les jours fériés, les vacances ou les conditions météorologiques afin que le modèle puisse prévoir les pics de charge dans le futur à court terme. Idéalement, cela signifie qu’un patient d’urgence devra attendre moins longtemps pour notre aide, explique Schleider.

Voici une vidéo en anglais montrant le potentiel de l’IA pour les services de santé :

Mais le chemin vers la thèse de maîtrise achevée était tout sauf facile, admet Schleider. Après tout, il travaille à plein temps et est un père de famille. Le simple traitement de l’immense quantité d’informations provenant des missions de sauvetage au cours des dix dernières années était un défi, dit-il. Le traitement de cette quantité de données irrégulières était vraiment difficile à résoudre, souligne-t-il.

Une période difficile

D’autant plus que les écoles et les garderies étaient parfois fermées, cette période a été un véritable combat pour toutes les familles.

L’étape suivante consiste à développer davantage le modèle et à le rendre pratique. Le modèle de prévision de Mark Schleider peut être utilisé de manière rentable dans la planification de mission. C’est pourquoi nous souhaitons continuer à le développer avec le service d’incendie professionnel de Cologne et le mettre en pratique, déclare le professeur Thomas Marx, qui dirige le programme de maîtrise en informatique à TH Bingen et a supervisé la thèse de master de Schleider.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.