Simulação de IA sugere ambulâncias 14,5% mais rápidas

Numa rua de Nova Iorque, uma ambulância com a sirene ligada tem de negociar um sistema de trânsito concebido para condutores comuns. Investigadores da NYU Tandon construíram agora uma estrutura de IA que prevê a rapidez com que se deslocará no trânsito urbano, dando ao FDNY uma forma virtual de testar estratégias de resposta antes de alterar as ruas no mundo real.

A pressão é mensurável. O tempo médio de resposta do FDNY a emergências médicas aumentou de cerca de 10,4 minutos em 2015 para quase 13,7 minutos em 2023, um aumento de quase 32 %. Uma ambulância pode passar legalmente com o sinal vermelho e contornar trânsito parado, mas continua dependente de os condutores próximos reconhecerem a sirene e abrirem caminho. Ferramentas concebidas para o trânsito normal, incluindo o Google Maps, não conseguem captar esse comportamento de forma fiável.

A equipa de investigação construiu um gémeo digital de alta fidelidade do trânsito que abrange West Harlem e Morningside Heights, a zona de despacho M6 do FDNY. O modelo combina uma simulação detalhada do trânsito com dados reais de trânsito e GPS de quase 1 000 respostas de ambulâncias do FDNY em 2023. Sob a liderança de Fan Zuo, investigador associado sénior do C2SMART, nos trabalhos de simulação e calibração, a equipa treinou o EMVAID para prever a velocidade das ambulâncias em segmentos rodoviários individuais. Joseph Chow liderou a investigação, com Kaan Ozbay, diretor do C2SMART, como autor sénior.

O modelo concluiu que a velocidade do trânsito circundante era o indicador mais forte da velocidade das ambulâncias, seguida pelo congestionamento. As ruas com duas faixas geralmente ajudavam as ambulâncias a deslocar-se mais depressa do que as ruas com uma faixa, enquanto acrescentar mais faixas trazia poucos benefícios adicionais. As ruas com ciclovias não protegidas estavam associadas a velocidades ligeiramente superiores das ambulâncias, possivelmente porque davam aos veículos de emergência mais espaço para passar pelo trânsito parado.

Concretamente, os responsáveis pelo planeamento de emergência poderiam utilizar a estrutura para comparar estratégias num bairro virtual antes de as pôr em prática. Numa demonstração, um conjunto otimizado de localizações para bases de ambulâncias reduziu o tempo de viagem previsto em 14,5 % e aumentou de 41 % para 55 % a percentagem de chamadas atendidas por ambulâncias baseadas no bairro. O resultado não é uma recomendação do FDNY: os investigadores dizem que provavelmente sobrestima a melhoria, porque as ambulâncias podem já estar a responder a chamadas ou a regressar dos hospitais. Os resultados mantiveram-se estáveis quando a equipa introduziu deliberadamente erros de previsão, e o C2SMART afirma que a abordagem poderia ser alargada para além de um único bairro, de modo a estimar velocidades em toda a cidade.