26 Σεπτεμβρίου 2017

Η Code for America επεξεργάζεται ένα πρότζεκτ που θα χρησιμοποιεί big data για να μειώσει τις επείγουσες κλήσεις στο Λονγκ Μπιτς της Καλιφόρνιας

Οι Rhys Fureigh, Molly McLeod, και Dan Getelman είναι οι τρεις συνεργάτες της  Code for America 2014, που επεξεργάζονται ένα πρότζεκτ για το Λονγκ Μπιτς. Ο Fureigh κατασκευάζει ιστοσελίδες. Ο McLeod είναι γραφίστας. Ο Getelman είναι συνιδρυτής και διευθύνων σύμβουλος τεχνολογίας της startup εταιρείας Lore, που στηρίζεται από το εκπαιδευτικό ταμείο του Founders και που αποκτήθηκε πέρσι από την Noodle Education.

Το Λονγκ Μπιτς είναι μια από τις δέκα συνεργάτιδες πόλεις του Code for America. Η πόλη θέλει να βελτιώσει το σύστημα υγείας της μέσω του Code for America.

Έτσι λοιπόν η ομάδα μετέβη στο Λονγκ Μπιτς τον Φεβρουάριο προς έλεγχο της κατάστασης. «Μιλήσαμε με προσωπικό παραϊατρικής, με ασφαλιστές, με υπαλλήλους νοσοκομείων, με αστυνόμους,» ανέφερε ο Getelman σε μια συνέντευξη στην VentureBeat. “Μια από τις τάσεις που μας έκανε εντύπωση είναι ότι όλοι αυτοί αντιμετωπίζουν τα ίδια άτομα κάθε φορά.»

Το πρόβλημα λοιπόν δεν είναι οι επείγουσες κλήσεις αλλά ότι τα ίδια άτομα κάνουν τέτοιες κλήσεις ξανά και ξανά, πράγμα που σημαίνει πως υπήρχαν σοβαρότερα ζητήματα για τους τηλεφωνητές στο τμήμα των επειγόντων περιστατικών, τα οποία όμως δεν προλάβαιναν να αντιμετωπίσουν. Πώς λοιπόν να εντοπίζουμε αυτούς που κάνουν κλήσεις στα επείγοντα συνέχεια; Η ομάδα συγκέντρωσε τα δεδομένα από της κλήσεις για επείγοντα περιστατικά από το αστυνομικό και το πυροσβεστικό τμήμα – διεύθυνση, ώρα και είδος κλήσης.

Για να γίνει πραγματοποιήσιμο, ενσωμάτωσαν και όλα τα δεδομένα επιχειρήσεων από τον Εμπορικό Σύλλογο της πόλης για να δουν που βρίσκεται κάθε διεύθυνση. Αν μια οικογένεια έκανε 40 επείγουσες κλήσεις πέρσι, καλύτερα να στείλει κανείς μια νοσοκόμα εκεί. Αν ένα εστιατόριο έκανε 40 κλήσεις πέρσι, καλύτερα να στείλει κανείς έναν ελεγκτή.

Η ομάδα οπτικοποίησε τα δεδομένα της για να φανεί σε ποια τμήματα είναι οι τάσεις, για να στείλει την κατάλληλη ομάδα να αναλάβει δράση.

«Έχει ανθρώπινη επίδραση, αν κάποιος καλεί τα επείγοντα όλη την ώρα, και μπορείς να διορθώσεις την αιτία, τότε μπορούν όλοι να ζήσουν καλύτερα», ανέφερε ο Getelman. «Αλλά έχει και μεγάλη οικονομική επίδραση στην πόλη, γιατί πολλοί από όσους καλούν είναι ανασφάλιστοι.»

Αν και το πρότζεκτ στο Λονγκ Μπιτς είναι σε εξέλιξη, το τμήμα επειγόντων είχε οργανώσει από παλιά κάποιες προσπάθειες big data στο παρελθόν.

Η σχολή υγείας του Πανεπιστημίου του Πίτσμπουργκ ανέλυσε πάνω από 50.000 κλήσεις από περισσότερους από 3.000 ασθενείς και ανακάλυψε ότι «η κλήσεις προμηνύουν ποιοι ασθενείς έχουν πιθανότητα να νοσηλευτούν» σύμφωνα με αναφορά του πανεπιστημίου. Οι ερευνητές προσπαθούν να εντοπίσουν τους ασθενείς σε κίνδυνο και να προλάβουν την νοσηλεία τους.

Ο καθηγητής βιοστατιστικής στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϊ Alan Hubbard είναι στην ομάδα του χειρούργου τραυμάτων του Γενικού Νοσοκομείου του Σαν Φρανσίσκο Δρ Mitchell Cohen για να «αναπτύξουν μαζί ένα ηλεκτρονικό μοντέλο για την πρόγνωση των τραυματισμένων ασθενών» σύμφωνα με την Berkeley Health Online. Το μοντέλο προσπαθεί να πληροφορήσει καλύτερα τους υπαλλήλους των κλινικών για να παίρνουν σωστότερες αποφάσεις στο τμήμα επειγόντων.