Οι περισσότεροι άνθρωποι χρησιμοποιούν το Google Street View για να βρουν το δρόμο τους. Ο Δρ Quynh Nguyen, επιδημιολόγος και στατιστικολόγος στη Σχολή Δημόσιας Υγείας του Πανεπιστημίου του Maryland, το χρησιμοποιεί για να εντοπίσει σημεία όπου το ταξίδι σας μπορεί να τελειώσει απότομα. Σε μια μελέτη που δημοσιεύτηκε στις 6 Ιουνίου στο British Medical Journal (BMJ) of Injury Prevention, ο Nguyen εντοπίζει ότι χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης για τον εντοπισμό βασικών περιβαλλοντικών στοιχείων που επηρεάζουν τις συγκρούσεις που σχετίζονται με το αυτοκίνητο καθώς και τα ατυχήματα που σχετίζονται με ποδηλάτες και πεζούς.
“Τα τροχαία ατυχήματα είναι η κύρια αιτία θανάτου για νέους μεταξύ 5 και 29 ετών. Επομένως, είναι σημαντικό να κατανοήσουμε πώς το φυσικό περιβάλλον μπορεί να αυξήσει ή να μειώσει τις θανατηφόρες συγκρούσεις και ποιες κοινότητες επηρεάζονται περισσότερο από αυτό”, λέει ο Nguyen, καθηγητής του οποίου Η εργασία αξιοποιεί την τεχνολογία και τις μεγάλες πηγές δεδομένων για την αντιμετώπιση των ανισοτήτων στον τομέα της υγείας.
Ο Nguyen και οι συνεργάτες του χρησιμοποίησαν το Google Street View (GSV), ένα εργαλείο τεχνητής νοημοσύνης που προσφέρει προβολές 360 μοιρών στους δρόμους σε όλο τον κόσμο, για να προσδιορίσουν τη σχέση μεταξύ τροχαίων ατυχημάτων και δομημένου περιβάλλοντος σε τοποθεσίες όπου συμβαίνουν ατυχήματα. Χρησιμοποιώντας εικονική χαρτογράφηση, οι ερευνητές εξέτασαν συγκεκριμένα χαρακτηριστικά του δρόμου, όπως τα φώτα των δρόμων ή το πράσινο, σε εθνική κλίμακα.
“Επειδή μπορούσαμε να συγκεντρώσουμε τόσο μεγάλο αριθμό δεδομένων GSV από όλη τη χώρα, πήραμε ακριβή αποτελέσματα στα οποία τα δομικά στοιχεία επηρεάζουν τα τροχαία ατυχήματα. Ήταν ξεκάθαρο ότι μέρη με υψηλότερα επίπεδα πρασίνου, φώτα δρόμου, δρόμοι μονής λωρίδας και πεζοδρόμια ήταν συνδέεται με λιγότερα θανατηφόρα τροχαία ατυχήματα», λέει ο Nguyen.
Τα πεζοδρόμια είχαν τη μεγαλύτερη επίδραση στη μείωση των ατυχημάτων. Τα μέρη με περισσότερα πεζοδρόμια είχαν 70% λιγότερα τροχαία ατυχήματα και τα μέρη με δρόμο μίας λωρίδας, που συχνά συναντώνται σε αγροτικές περιοχές, είχαν 50% λιγότερα ατυχήματα. Για τους πεζούς και τους ποδηλάτες, τα φώτα του δρόμου και οι πινακίδες στάσης πρόσφεραν περισσότερη ασφάλεια – συνδέονταν με λιγότερα τροχαία ατυχήματα που αφορούσαν και τις δύο ομάδες. Αντίθετα, περιοχές με οδοποιία είχαν δυσμενή επίδραση με περισσότερες συγκρούσεις.
«Πολλά από τα ζητήματα δημόσιας υγείας που αντιμετωπίζουν οι κοινότητες είναι συχνά επιλύσιμα», δήλωσε ο Xiaohe Yue, αναλυτής δεδομένων στο UMD School of Public Health (SPH) και συν-συγγραφέας της μελέτης. «Οι αναδυόμενες τεχνολογίες και η πρόσβαση σε εκτεταμένες πηγές δεδομένων έχουν βοηθήσει στην εξεύρεση λύσεων σε ορισμένα από τα ζητήματα δημόσιας υγείας που μαστίζουν τους πληθυσμούς».
Οι ερευνητές ελπίζουν ότι τα ευρήματα θα ενημερώσουν την πολιτική μεταφορών και υποδομών, προσφέροντας αποδεδειγμένες πρακτικές επιλογές στους υπεύθυνους λήψης αποφάσεων για τη βελτίωση της οδικής ασφάλειας για τους οδηγούς, τους πεζούς και τους ποδηλάτες. «Ελπίζουμε ότι η δουλειά μας θα οδηγήσει τους πολεοδόμους και τους προγραμματιστές να εξετάσουν το δομημένο περιβάλλον πιο προσεκτικά και έτσι να σχεδιάσουν ασφαλέστερους δρόμους και κοινότητες», δήλωσε ο συν-συγγραφέας Heran Mane, αναλυτής δεδομένων που συνεργάζεται με τον Yue στο SPH.
Ο Nguyen βλέπει να αναδύεται ένα εντελώς νέο ερευνητικό μονοπάτι. «Βλέπουμε μια αύξηση στη μόχλευση της επιστήμης δεδομένων και της τεχνητής νοημοσύνης για να επιτρέψουμε μεγαλύτερες, πιο αποτελεσματικές και πιο έγκαιρες μελέτες όπως αυτή», είπε ο Nguyen. «Αυτή η έρευνα είναι μια απόδειξη του τρόπου με τον οποίο μπορούμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να βελτιώσουμε τη δημόσια υγεία και ξέρουμε ότι θα ακολουθήσουν πολλά περισσότερα».
Ο Nguyen και οι συνεργάτες του προσπαθούν να επεκτείνουν τους τύπους δεικτών δομημένου περιβάλλοντος που εξετάζονται σε όλες τις Ηνωμένες Πολιτείες, καθώς και να εξερευνήσουν αυτά τα χαρακτηριστικά σε άλλες χώρες.