Rice’s Data to Knowledge team向休斯顿市议会提出建议
根据莱斯大学(Rice University)新近毕业的学生开发的数据模型,在休斯顿消防局(HFD)紧急医疗服务计划(Emergency Medical Services program)服务的西南社区增加五辆救护车,将平均减少10秒的紧急响应时间。
新增的救护车还将减少全市范围内的“连锁反应。”连锁反应迫使来自遥远车站的紧急救援人员在当地医务人员或消防人员被困时做出反应。
建议是几个月的数字计算的结果由布朗学院学生Engineering’s将数据转换为中心的知识,即D2K实验室。由Genevera艾伦牵头,电气和计算机工程的副教授,统计和计算机科学,D2K实验室为学生提供机会直接与公司工作,学术实验室、政府机构和非盈利组织将数据转化为可操作的想法。
消防处去年曾与D2K实验室接洽,根据数据得出的结论,为该实验室的88台发动机、95辆救护车和36辆云梯卡车制定车辆分配模型。他们所有人都可以被要求对医疗紧急情况作出反应。
8月13日,莱斯大学最近的校友阿什温·瓦尔玛(Ashwin Varma)在休斯顿市议会’s公共安全委员会(Public Safety Committee)发表了一份全面的报告,描述了莱斯大学研究小组分析过程中的数据密集过程。他和他的团队成员陈香侬,Erin Kreus, Jesse Pan, Lynn Zhu
2都是统计学专业的学生,并于5月份毕业。他们的建议是阿纳斯塔西奥斯“Tasos”基里迪斯,水稻’诺亚哈丁计算机科学助理教授。
这些学生分析了2012年至2018年期间200多万次HFD紧急呼叫的数据,不仅测量了救护车和消防车的响应时间,还测量了人员和车辆在各自区域之外应对紧急情况时,连锁反应如何延长响应时间。
他说:“如果你能减少任何一个车站在其外部地区呼叫救援的次数,你就能先发制人地防止连锁反应的发生……不仅是在你增加救援车辆的地区,在其他地区也是如此。”
他说,这激励了团队。
“Although it’s很难,但并非不可能找到移动车辆的方法改善消防部门的经营业绩,it’s非常容易,通过增加有限的救护能力,填补一些空白HFD’s操作配置文件和创建实质性改善响应时间和痛苦分数(要求帮助从外部领土),” Varma说。
“We看着调度算法,我们看着年过去的信息寻找,看看我们能找到一个颠覆性的策略,我们可以使用最小化风险事件和匹配适当的资源,调用类型的风险,” Ruy Lozano消防局长助理说,他加入了Varma表示。他说,虽然结果只是理论上的,但“为我们打开了一扇门,可以对我们如何开展业务进行良好的、数据驱动的评估。
洛扎诺说:“利用经验数据来推动我们未来的决策是非常好的第一步。
Varma说,总的来说,结果显示city’s应急响应人员在保护公民方面已经做了很好的工作。学生们也同意HFD’s寻求改善其对医疗紧急情况的反应是值得追求的。与火灾有关的电话只占HFD接收电话的12%。他说,绝大多数是EMS事故。
然而,58%的hfd’机队由发动机和梯子组成;42%是EMS车辆,” Varma指出。自2012年以来,“火灾事件量相对稳定。事件总数的增加完全是由EMS呼叫量驱动的。在过去的六年中,这个数字增长了20%以上
他指出,通话高峰在上午11点至下午6点之间。当通勤工人使这个城市的人口增加了100多万。他说,如果需要在部署战略上做出改变,可能只需要在一天的特定时间做出改变。
team’s的最终任务之一是构建一个模拟器,该模拟器包含了所有6年的呼叫和响应数据、调度协议和旅行时间,以查看它是否与该部门实际执行情况相匹配(确实如此),然后将其用于“应力-test”变体。
他说,这让我们能够接通任何给定的车辆分布,并告诉消防部门,这将是一个改善,而不是一个改善。该模拟器帮助确定休斯顿西南部是将从额外设备中受益最多的地区。
Varma告诉委员会,他和他的队友与消防员进行了交谈,并对结果表示同意。我们问他们,你认为我们的结论怎么样?’”他说。是的,你提到的五个车站,你应该派五辆救护车进去。如果你三个月前问我们这个问题,我们会告诉你同样的事情
瓦玛说:“这很好,因为它证明了数据驱动的策略符合现场多年来一直在做这方面工作的人们的直觉。”
新闻旨在传播有益信息,英文原版地址:https://news.rice.edu/2019/08/13/students-adding-5-ambulances-would-aid-ems-response-across-houston-2/