El SEM i el CIDAI creen un model predictiu d’incidents basat en intel·ligència artificial

L’eina s’ha entrenat amb dades històriques de 27 milions d’incidents recollits pel SEM des del 2014 i pot fer prediccions a diverses escales temporals

Categories:

Redacció

El model s'ha desenvolupat per ajudar els serveis d'emergències a planificar millor el servei i a dimensionar els equips en funció de l'activitat
El model s'ha desenvolupat per ajudar els serveis d'emergències a planificar millor el servei i a dimensionar els equips en funció de l'activitat | Eurecat

El Sistema d’Emergències Mèdiques de Catalunya (SEM) i el Centre of Innovation for Data tech and Artificial Intelligence (CIDAI) s’han aliat per desenvolupar un model d’intel·ligència artificial per predirincidents. L’eina, presentada aquest dimecres públicament, s’ha entrenat amb dades històriques generades pel SEM des de 2014, un total de 27 milions d’incidents diversos, per generar patrons basats en la realitat catalana, amb capacitat d’autoaprenentatge en funció de les previsions que faci un cop sigui operatiu.

El model predictiu busca facilitar la feina diària del SEM, que té “un volum d'activitat variable que requereix una adaptació constant dels recursos disponibles”, segons ha explicat la directora de l’ens, Anna Fontquerni. Només l’any 2023, el SEM va donar resposta a 2.211.161 incidents, dels quals 1.171.291 no van requerir mobilitzar recursos i es van atendre de manera no presencial, mentre que la resta sí que ho van necessitar. “El desenvolupament d'aquest model predictiu amb ús d'IA és el primer pas per comptar amb una eina que ens permet anticipar l'activitat presencial i no presencial”, ha destacat Fontquerni.

Un dels aspectes que s’han remarcat del model desenvolupat és la seva capacitat d’oferir prediccions en diferents escales temporals. “Es té l'aproximació d'incidents que es poden rebre diàriament en cada torn de treball, sigui tant a una setmana vista com en les pròximes hores”, ha explicat el sotscap de la Central de Coordinació Sanitària (CECOS) de Reus, Albert Gual. Això permetrà als professionals dels serveis d’emergències poder fer una millor planificació del servei i “dimensionar correctament l'equip de professionals en funció de l'activitat”.

La prova pilot que s’ha presentat aquest dimecres s’emmarca dins dels Projectes d’Alt Impacte (PAI) que el CIDAI desenvolupa en el marc de l’estratègia Catalonia.AI del Govern de Catalunya. En aquest cas concret, el repte ha estat impulsat pel SEM i liderat per Eurecat, amb la col·laboració del centre de recerca i2CAT i de Huawei. "Els Projectes d'Alt Impacte com aquest contribueixen a fomentar el desenvolupament i adopció d'innovació amb IA, demostrant el valor d'aquesta tecnologia per resoldre reptes d'alt impacte, amb casos d'ús reals”, ha incidit la secretària de Polítiques Digitals de la Generalitat, Maria Galindo, destacant que “no només es validen solucions innovadores, sinó que a més a més es transfereix aquest coneixement avançat en IA cap a l'ecosistema”.