کاربرد هوش مصنوعی در ارتقاء ایمنی جاده‌ها

، بسیاری از افراد برای یافتن مسیر خود به پلتفرم «گوگل استریت ویو»(Google Street View) مراجعه می‌کنند؛ اما محققان «دانشگاه مریلند»(UMD) از این ابزار برای شناسایی مکان‌هایی بهره گرفته‌اند که ممکن است سفر را به‌ناگاه به پایان برسانند.

به گفته ساینمگ، دکتر «کوین نگوین»(Quynh Nguyen)، متخصص در زمینه اپیدمیولوژی و آمار در دانشکده بهداشت عمومی دانشگاه مریلند، در این بررسی از فناوری‌های مبتنی بر هوش مصنوعی برای شناسایی عواملی در محیط که بر حوادث رانندگی، تصادفات دوچرخه و ایمنی عابران پیاده اثرگذار هستند، بهره برده است.

نگوین، که در کار خود از فناوری‌ها و منابع داده کلان برای رسیدگی به نابرابری‌های سلامتی استفاده می‌کند، اظهار داشت: تصادفات رانندگی علت اصلی مرگ‌ومیر جوانان بین پنج تا ۲۹ سال به‌شمار می‌آیند. بنابراین، درک این نکته که چگونه فضای فیزیکی می‌تواند بر وقوع تصادفات مرگبار تاثیر بگذارد و کدام گروه‌های اجتماعی بیشتر تحت تأثیر قرار دارند، امری حیاتی است.

نگوین و تیم وی از پلتفرم هوش مصنوعی گوگل استریت ویو که نماهای ۳۶۰ درجه‌ای از خیابان‌های جهان را نمایان می‌سازد، استفاده کردند و آن را جهت کشف ارتباط بین تصادفات و مکان‌های وقوع آنها به کار گرفتند. آنها با به‌کارگیری نقشه‌برداری مجازی، ویژگی‌های خاص جاده‌ها نظیر چراغ‌های راهنما یا فضای سبز را به‌طور فراگیر مورد بررسی قرار دادند.

نگوین افزود: به خاطر اینکه توانستیم حجم وسیعی از داده‌های گوگل استریت ویو را از سرتاسر کشور استخراج کنیم، به نتایج دقیقی دست یافتیم که نشان می‌دهد عناصر معماری بر حوادث خودرو تاثیر دارند. مشهود است که مناطق با فضای سبز، چراغ‌های راهنما، جاده‌های تک‌خطی و پیاده‌روهای بیشتر به میزان کمتری با حوادث مرگبار رانندگی همراه هستند.

به‌طور خاص، پیاده‌روها بزرگ‌ترین تأثیر را در کاهش حوادث رانندگی دارند. مکان‌هایی که تعداد پیاده‌روهای بیشتری دارند، حدود ۷۰ درصد از تصادفات رانندگی کمتری را تجربه کرده‌اند و مناطق با جاده‌های تک‌خطی، که معمولاً در مناطق روستایی قرار دارند، ۵۰ درصد تصادفات کمتری را ثبت کرده‌اند.

چراغ‌های راهنما و علائم ایست، امنیت بیشتری را برای عابران پیاده و دوچرخه‌سواران فراهم می‌سازند و با وقوع حوادث رانندگی کمتری در هر دو گروه مرتبط هستند؛ در مقابل، مناطق با جاده‌سازی‌های پیچیده، تصادفات و اثرات نامطلوب بیشتری را به وجود می‌آورند.

«شیائوهه یو»(Xiaohe Yue) تحلیلگر داده در دانشکده بهداشت عمومی دانشگاه مریلند و یکی از پژوهشگران در این پروژه عنوان کرد: بسیاری از چالش‌های مرتبط با سلامت عمومی که جوامع با آنها مواجه‌اند، معمولاً راه‌حل‌پذیر هستند. فناوری‌های نوظهور و دسترسی به منابع داده وسیع می‌تواند در شناسایی راه‌حل‌هایی برای برخی از مسائل بهداشتی که مردم را آزار می‌دهند، مفید باشد.

محققان امیدوارند که نتایج این تحقیق با ارائه گزینه‌های عملی اثبات‌شده، ایمنی جاده‌ها را برای رانندگان، عابران پیاده و دوچرخه‌سواران بهبود بخشد و آگاهی تصمیم‌گیرندگان را درباره سیاست‌های حمل‌ونقل و زیرساخت‌ها افزایش دهد.

«هران مانه»(Heran Mane) تحلیلگر داده و یکی از پژوهشگران این پروژه ابراز امیدواری کرد: ما امیدواریم که پژوهش ما موجب گردد برنامه‌ریزان شهری و توسعه‌دهندگان با دقت بیشتری به محیط ساخته شده توجه کنند و خیابان‌ها و جوامع ایمن‌تری طراحی نمایند.

نگوین معتقد است که یک مسیر تحقیقاتی کاملاً جدید در حال شکل‌گیری است. او تصریح کرد: در حال حاضر، شاهد افزایش استفاده از علم داده و هوش مصنوعی برای مطالعات بزرگ‌تر و کارآمدتری چون این پژوهش هستیم. این تحقیق نشان می‌دهد که چگونه می‌توانیم از هوش مصنوعی در راستای بهبود سلامت عمومی بهره‌برداری کنیم. ما آگاهیم که تحقیقات بیشتری در آینده نزدیک در راه هستند.

این پژوهش در مجله «Injury Prevention» منتشر گردید.