使用人工智能识别溺水风险和保护因素,在德克萨斯州休斯顿大都市的媒体报道中出现
Shaila Zaman1, Aedan C Villegas2, Rohit P Shenoi3
1Pediatrics, Baylor College of Medicine and Texas Children's Hospital, Houston, Texas, USA.
概括
自然语言处理 (NLP) 有效地从报告中提取溺水风险因素. 这种新的方法通过分析媒体和警察数据,有助于研究溺水流行病学.
科学领域:
- 公共卫生 公共卫生
- 数据科学数据科学数据科学
- 伤害预防 预防伤害
背景情况:
- 自然语言处理 (NLP) 已被证明对分析与受伤相关的非结构化文本数据是有效的.
- 然而,NLP以前没有被应用到溺水事件的研究中.
- 本研究探讨了NLP在识别溺水风险和保护因素方面的潜力.
研究的目的:
- 评估NLP在从媒体和警察报告中的非结构化文本中提取溺水风险和保护因素的有效性.
- 确定在溺水流行病学研究中使用NLP的可行性.
主要方法:
- 一项横截面研究分析了德克萨斯州休斯顿 (2016-2022) 的190起无意溺水事件.
- 数据来源于媒体档案和编辑的警察报告.
- 采用OpenAI的GPT-4o模型,提取有关游泳能力,监督,酒精和救生衣使用的信息,数据与手动审查进行了验证.
主要成果:
- 该研究确定了190起溺水事件,其中74.7%是致命的.
- 受害者的平均年龄为16岁,其中45.8%为0-17.8岁.
- 在NLP中,回忆力 (0.6-1.0),精度 (0.7-1.00),F1得分 (0.6-1.0),准确性 (0.9-1.00) 均显示出高性能.
结论:
- 自然语言处理为从叙事报告中提取有关溺水风险和保护因素的关键信息提供了一种新的方法.
- 这种方法有望促进对溺水事件的流行病学理解.
- 在与溺水有关的公共卫生监测和伤害预防工作中,NLP可以成为一种有价值的工具.
相关概念视频
01:17Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Flood risk assessment involves careful planning and analysis to ensure the safety of communities near water retention structures. Capacity contours are a vital tool in this process, as they illustrate the potential spread of water at specific levels in a given area. In the context of building a bund across a small valley, these contours play a critical role in evaluating the safety of nearby residential areas.In this example, the bund is intended to store stormwater in the valley. The engineers...
01:29Applications of GIS: Disaster Management and Emergency Response
Geographic Information System (GIS) technology is essential for risk identification, action prioritization, and resource optimization in critical situations like flooding and earthquakes. By integrating spatial and demographic data, GIS provides a comprehensive framework for emergency response.GIS integrates data layers, like rainfall intensity, topography, elevation profiles, and river levels, to model high-risk flood zones. These layers assess areas susceptible to flooding based on their...