在大规模事故中使用5G和人工智能,基于无人机的智能分类系统
Jiafa Lu1, Xin Wang2, Linghao Chen3
1Emergency Department of Shenzhen University General Hospital, Shenzhen 518055, China.
这项研究介绍了一种人工智能驱动的无人机 (UAV) 系统,用于快速批量伤亡事件 (MCI) 选. 智能系统在准确识别患者状况方面展示了可行性,以实现高效的紧急救援行动.
科学领域:
- 紧急医疗 紧急医疗
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
背景情况:
- 在大规模伤亡事件 (MCIs) 中,快速现场分组至关重要.
- 目前在MCIs中使用的无人机 (UAV) 在很大程度上依赖于操作员的经验.
- 在大规模伤害事件中,需要更有效,更客观的分类解决方案.
研究的目的:
- 开发和评估使用无人机和人工智能的MCIs的新型智能分拣系统.
- 提高紧急救援行动的效率和客观性.
- 为MCI分类提供一种替代技术.
主要方法:
- 开发了一个集成AI算法 (OpenPose和YOLO) 的智能分拣系统.
- 利用配备AI的无人机进行实时数据捕获.
- 在模拟的MCI场景中,用于实时传输的第五代 (5G) 移动通信.
- 招募志愿者模拟MCI场景和分类程序.
主要成果:
- 成功设计并识别了七种不同的姿势,用于快速MCI分类.
- 模拟场景证实了拟议的人工智能驱动无人机方法的可行性.
- 该系统展示了模拟大规模伤害事件中准确和高效分拣的潜力.
结论:
- 拟议的人工智能驱动的无人机技术为MCI分类提供了一个可行的替代方案.
- 这种创新方法提高了紧急救援能力.
- 该系统有望改善对大规模伤亡事件的响应.
更多相关视频
07:49Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
Published on: November 26, 2019
08:13Development and Implementation of a Multi-Disciplinary Technology Enhanced Care Pathway for Youth and Adults with Concussion
Published on: January 20, 2019
相关概念视频
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Applications of GIS: Disaster Management and Emergency Response
Integrated Healthcare System
Cardiopulmonary Resuscitation V: Advanced Airway Management Techniques
