metro
Exclusief
Een middelbare scholier uit Manhattan ontwierp een algoritme voor kunstmatige intelligentie om 911-bellers te helpen de hulp te krijgen die ze daadwerkelijk nodig hebben, wat op zijn beurt de reactietijden zal verkorten en steden uiteindelijk miljoenen zal besparen, vertelde hij aan The Post.
Pierce Wright, een 17-jarige senior aan de Browning School in Manhattan, zei dat zijn geavanceerde model noodhulpverleners zou kunnen helpen, bijvoorbeeld door te voorspellen wanneer een beller een psychische episode doormaakt.
“Als het algoritme zegt: ‘Ik denk dat dit een oproep voor geestelijke gezondheidszorg is’, kun je een psychiater of professional in de geestelijke gezondheidszorg met ambulancepersoneel sturen om de patiënt te helpen en de meest geschikte zorg te bieden” – in plaats van alleen maar de politie ter plaatse te haasten. Dat zei Wright woensdag in een interview.
“Het bespaart tijd voor de patiënt, maar ook voor de stad”, zegt hij. “Bovendien kan de ambulance veel sneller worden bevrijd.”
Om het algoritme te ontwerpen, combineerde Wright zijn ervaring als EMS-medewerker met zijn bekwaamheid in datawetenschap.
Het afgelopen jaar heeft hij de AI gecodeerd en vervolgens getraind met behulp van bijna twintig jaar aan statistieken uit de enorme online database van New York City met ongeveer 24 miljoen noodoproepen.
Zijn werk heeft zijn vruchten afgeworpen, zegt hij, omdat zijn model kan voorspellen welke middelen nodig zullen zijn, uitsluitend op basis van factoren als de postcode van de inkomende oproep, het tijdstip van de dag, het politiedistrict en het initiële risiconiveau.
Kicker? Hij zei dat het model een indrukwekkend succespercentage had van 94,5%, 2,2% hoger dan zijn menselijke tegenhangers.
'Je hebt heel weinig input nodig van de daadwerkelijke beller,' zei Wright terwijl hij aan een tafel zat in de eetzaal van zijn familie aan de Upper East Side, die uitkijkt op Park Avenue.
“Je kunt echt zeggen: 'Dit is hoe het eruit ziet.' En de 911-operator heeft de postcode, het politiedistrict, het tijdstip van de dag, enz. Ze zetten het allemaal erin, en binnen een paar seconden het model.' spuugt uit wat het denkt dat de oproep zal zijn.” Het nauwkeurigheidsbereik is ongeveer 94%.
“Het voorspelt eigenlijk… wat het denkt dat het telefoontje zal zijn,” zei de tiener. “Dienovereenkomstig kunt u het juiste antwoord sturen.”
Wright zei dat hij werd geïnspireerd om het programma te creëren nadat hij tijdens zijn eigen diensten werd gebeld als vrijwillige ambulancemedewerker in Westport, Connecticut.
Te vaak, zei hij, werden bemanningen gestuurd om te reageren op wat een oproep op het gebied van de geestelijke gezondheidszorg of middelenmisbruik bleek te zijn – en niet op de echte medische noodgevallen waarvoor ze waren opgeleid.
Het is ook niet nuttig voor de patiënt, die vaak naar de plaatselijke eerste hulp wordt gebracht en daar moet lijden.
“Dit bespaart de zorg voor de patiënt niet, en het verspilt middelen van de stad”, zei hij, eraan toevoegend dat zijn model zou helpen patiënten te elimineren die “in het ziekenhuis wachten om eruit te komen.”
Wrights moeder, Melanie, was verbaasd over het vermogen van haar zoon om de enorme hoeveelheid werk te verzetten die nodig was om het model te maken.
“Ik had zoiets van: ‘Ik hoop gewoon dat het lukt’”, zei ze lachend. “Omdat ik het vreselijk zou vinden als hij het gevoel zou krijgen dat hij al die tijd aan iets had besteed en dat het niet lukte!”
“Maar het was zo spannend – het zien van die gloeilampmomenten waarop hij een doorbraak zou bereiken,” voegde ze eraan toe. “Dit zou het naar de volgende fase brengen.”
Wright zei dat zijn software ook kan worden gebruikt voor andere soorten noodoproepen. Als het model bijvoorbeeld denkt dat het slachtoffer een trauma heeft opgelopen, kan het zich voorbereiden om een paramedicus te sturen in plaats van alleen EMT's.
De maker van het programma zei echter al snel dat het programma bedoeld is om afzenders te helpen en niet om ze te vervangen.
Maar op een dag zou het model, door het meer aanpasbaar en toegankelijker te maken voor de gemiddelde persoon, steden miljoenen dollars kunnen besparen en de responstijden dramatisch kunnen verkorten.
Het indrukwekkende project – dat ongeveer 200 uur in beslag nam – heeft de hardwerkende tiener verschillende onderscheidingen opgeleverd, waaronder een eerste plaats op de TerraNYC STEM Fair aan de Tandon School of Engineering van NYU op 7 april en een tweede plaats op de New York State Science and Engineering Fair in Queens.
Het zou in verband kunnen worden gebracht met zijn toekomstige carrière, al weet hij nog niet zeker wat dat zal zijn.
Wright zei dat hij uiteindelijk graag zou willen werken in de volksgezondheid, de informatica of een combinatie van beide.
“Wat ik ook besluit te doen, ik kijk er echt naar uit om iets te kunnen creëren dat mensen kan helpen”, zei hij.
“Dat is absoluut mijn doel.”
Meer laden…
{{#isDisplay}}
{{/isDisplay}}{{#isAniviewVideo}}
{{/isAniviewVideo}}{{#isSRVideo}}
{{/isSRVideo}}
“Hipster-Friendly Explorer. Award-Winning Coffee Fanatic. Analyst. Problem Solver. Troublemaker.”
More Stories
Apple kondigt uitbreiding van Vision Pro naar nog twee landen aan
Hoe u de Apple Gehoortest doet met AirPods Pro 2
Apple kondigt MacBook Pro-modellen aan met M4 Pro- en M4 Max-chips, Thunderbolt 5-ondersteuning en meer