امدادرسانی هوشمند با استفاده از سیستم اطلاعات جغرافیایی و اینترنت اشیاء | ||
| نشریه سنجش از دور و GIS ایران | ||
| مقاله 8، دوره 16، شماره 2 - شماره پیاپی 62، 1403، صفحه 159-178 اصل مقاله (1.86 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.48308/gisj.2024.229150.1128 | ||
| نویسندگان | ||
| ریحانه سعیدی1؛ حسین آقا محمدی* 2؛ علی اصغر آل شیخ3؛ علیرضا وفائی نژاد4 | ||
| 1دانشجوی دکتری، سنجش از دور و سیستم اطلاعات جغرافیایی، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران | ||
| 2استادیار، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران | ||
| 3استاد تمام، گروه مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران | ||
| 4دکتری، رشته مهندسی عمران، نقشهبرداری، استادیار، گروه عمران، مهندسی آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران | ||
| چکیده | ||
| مقدمه: سیستمهای پاسخ اضطراری هوشمند از فنّاوریهای مدرن مانند اینترنت اشیاء (IoT) استفاده میکنند تا بهبود عملکرد واحدهای واکنش اضطراری را فراهم کنند. این سیستمها بهمنظور بهبود کیفیت خدمات، کاهش هزینهها و افزایش نظارت بر فرایند واکنش اضطراری طراحی شدهاند. از جمله اهداف اصلی این سیستمها میتوان به بهینهسازی مسیر واکنش اضطراری از طریق ارتباط با اشیا و جمعآوری دادههای مکانی اشاره کرد. این سیستمها با استفاده از مدلهای مسیریابی مبتنی بر اینترنت اشیاء، قادر به بهینهسازی مسیر واکنش اضطراری هستند و باعث بهبود تجربة کاربران میشوند. بهعبارتدیگر، این سیستمها از اطلاعات جمعآوریشده توسط اینترنت اشیاء برای بهبود فرایند اضطراری استفاده میکنند. سیستمهای پاسخ اضطراری هوشمند نقش مهمی در بهبود کارایی واحدهای واکنش اضطراری و ارتقای سطح خدمات در مواقع اضطراری دارند. این سیستمها بهصورت کامل در دسترساند و باعث افزایش بهرهوری و کارایی در مواقع اضطراری میشوند. مواد و روشها: یک زیرساخت دادههای مکانی برای یکپارچهسازی سیستم و افزایش تلاشهای واکنش اضطراری ایجاد شده است که امکانات بسیار مهمی برای بهبود خدمات پزشکی فوری فراهم میکند. این زیرساخت شامل یک پورتال است که مسیر بهینه از محل حادثه تا مرکز پزشکی را بهدقت بر روی نقشه نمایش میدهد تا به تیم پزشکی کمک کند با سرعت و کارایی بیشتر به فرد مجروح برسند. علاوهبراین، این پورتال امکان انتقال اطلاعات حسگر مانند علائم حیاتی فرد مصدوم را به تلفن همراه پزشک در آمبولانس از طریق بلوتوث فراهم میکند که این اطلاعات بهطور همزمان برای ارزیابی بیشتر به اشتراک گذاشته میشوند تا در صورت اضطرار، بهسرعت و با دقت مناسب به فرد مجروح کمک کنند. این سامانه باعث افزایش کارایی و سرعت در واکنش به حوادث اضطراری میشود و امکان دسترسی سریع و بهینه به خدمات پزشکی را فراهم میکند. بهطور خلاصه، این زیرساخت دادههای مکانی بهبود چشمگیری در عملکرد واکنش به حوادث اضطراری درمانی داشته و امکان ارائة خدمات بهبودیافته و بهینهتر در حوادث اضطراری را فراهم کرده است. نتایج و بحث: مراکز پزشکی اهمیت موضوع بهداشت و درمان را اولویت خود میدانند. برای تعیین این اولویتها و بهبود فرایند تخصیص منابع، از یک مدل وزندهی سلسلهمراتبی آنلاین استفاده میکنند. این مدل به بهینهسازی تخصیص منابع براساس اطلاعات بهداشتی بیدرنگ مصدومان کمک میکند. در یک مورد آزمایشی که برای این مدل انجام شد، یک مصدوم با موفقیت در منطقة 5 تهران تحت درمان قرار گرفت. استفادة کارآمد از اینترنت اشیاء و زیرساخت دادههای مکانی، این مرکز پزشکی را قادر به بهبود و بهینهسازی خدمات درمانی خود کرد. این نتایج نشاندهندة اهمیت اطلاعات مکانی در کنار دادههای پزشکی و فنّاوری اینترنت اشیاء در بهبود خدمات پزشکی و افزایش کیفیت درمان است. نتیجهگیری: سیستمهای واکنش اضطراری سنتی بیشتر براساس مکانیسمهای سنتی و فاقد فنّاوری مدرن مانند اینترنت اشیاء و یکپارچهسازی دادههای مکانی عمل میکنند. به همین دلیل، این سیستمها ممکن است با مشکلاتی همچون تأخیر در ارسال کارکنان اورژانس به محل حادثه و کمبود اطلاعات دقیق و سریع از بیمار مواجه شوند. اگر فنّاوریهای مدرن مانند هوش مصنوعی، اینترنت اشیاء و سیستمهای اطلاعات جغرافیایی به این سیستمها اضافه شوند، میتوانند مشکلاتی را که در سیستمهای سنتی واکنش اضطراری وجود دارد، حل کنند. این فنّاوریها امکان پاسخ سریعتر و کارآمدتر به بحرانها را فراهم میکنند و به سازمانهای ذیربط از جمله سازمان مدیریت بحران کمک میکند تا تصمیمات بهتری برای تخصیص منابع در شرایط اضطراری بگیرند و عملکرد کلی خود را بهبود بخشند. با استفاده از دادههای جمعآوریشده توسط این فنّاوریها، سازمانهای اضطراری میتوانند بهبودی محسوسی در پاسخ به شرایط اضطراری ایجاد کنند و هزینههای زمانی، مالی و انسانی را کاهش دهند. بهطور کلی، این رویکرد جدید به سیستمهای واکنش اضطراری امکانپذیری بهتری در مواجهه با بحرانهای مختلف و بهبود کارایی واکنش به اضطرار را فراهم میآورد. | ||
| کلیدواژهها | ||
| امدادرسانی هوشمند؛ اینترنت اشیاء؛ حسگر؛ سیستم اطلاعات جغرافیایی | ||
| عنوان مقاله [English] | ||
| Smart Emergency Services Using Geographical Information System and Internet of Things | ||
| نویسندگان [English] | ||
| Reyhaneh Saeedi1؛ Hossein Aghamohammadi2؛ Ali Asghar Alesheikh3؛ Alireza Vafaeinejad4 | ||
| 1PhD Student in Remote Sensing and Geographic Information System, Faculty of Natural Resources and Environment, Islamic Azad University, Science and Research Branch, Tehran, Iran | ||
| 2Assistant Professor, Department of Remote Sensing and Geographic Information System, Faculty of Natural Resources and Environment, Islamic Azad University, Science and Research Branch, Tehran, Iran | ||
| 3Full Professor, Department of Geodesy and Geomatics Engineering, Khajeh Nasiruddin Tusi University of Technology, Tehran, Iran | ||
| 4Assistant Professor, Department of Civil Engineering, Water and Environmental Engineering, Shahid Beheshti University, Tehran, Iran | ||
| چکیده [English] | ||
| Introduction: Intelligent emergency response systems utilize modern technologies such as the Internet of Things (IoT) to enhance the performance of emergency response units. These systems are designed to improve service quality, reduce costs, and increase monitoring of the emergency response process. Key objectives include optimizing emergency response routes through communication with objects and collecting spatial data. Utilizing IoT-based routing models enables optimizing emergency response routes and enhancing the overall user experience. In essence, these systems leverage data collected by IoT to enhance the emergency response process. Intelligent emergency response systems play a crucial role in improving the efficiency of emergency response units and elevating service levels in emergencies. These systems are readily available and enhance productivity and efficiency in emergencies. Materials and Methods: A spatial data infrastructure has been developed to integrate the system and enhance emergency response efforts, providing critical capabilities for improving emergency medical services. This infrastructure includes a portal that accurately displays the optimal route from the incident location to the medical center on a map, assisting the medical team in quickly and efficiently reaching the injured individual. Additionally, this portal enables the transfer of sensor information, such as vital signs of the injured person, to the physician's mobile phone in the ambulance via Bluetooth. This allows the information to be shared simultaneously for further assessment, enabling quick and accurate assistance in emergencies. This system increases efficiency and speed in responding to emergencies, providing rapid and optimal access to medical services. In summary, this spatial data infrastructure has significantly improved the performance of emergency medical response and facilitated the delivery of enhanced and optimized services in emergencies. Results and Discussion: Medical centers prioritize healthcare and treatment. They employ an online hierarchical weighting model to ascertain these priorities and enhance the efficiency of resource allocation processes. This model helps optimize resource allocation based on real-time health information of the injured individuals. In a trial case, an injured person was successfully treated in District 5 of Tehran. The efficient use of IoT and spatial data infrastructure enabled this medical center to enhance and optimize its healthcare services. These findings underscore the significance of integrating spatial information, medical data, and IoT technology to advance healthcare services and elevate the quality of treatment. Conclusion: Traditional emergency response systems operate primarily based on outdated mechanisms and lack modern technologies, including IoT and spatial data integration. Consequently, these systems may encounter challenges such as delays in dispatching emergency personnel to the incident location and a lack of accurate and rapid patient information. Incorporating modern technologies like artificial intelligence, IoT, and geographic information systems can address the challenges faced by traditional emergency response systems. These technologies enable faster and more efficient crisis responses and assist organizations, such as crisis management agencies, in making better resource allocation decisions during emergencies, thereby improving overall performance. By utilizing data collected through these technologies, emergency organizations can significantly enhance their response to emergencies, reducing time, financial, and human costs. Overall, this new approach to emergency response systems enables better adaptability in facing various crises and improves emergency response efficiency. | ||
| کلیدواژهها [English] | ||
| Intelligent emergency response, Internet of Things, Sensor, Geographic Information System | ||
| مراجع | ||
|
Al-Fuqaha, A., Guizani, M., Mohammadi, M. Aledhari and M. Ayyash. (2015). Internet of Things: A Survey on Enabling Technologies, Protocols, and Applications, in IEEE Communications Surveys & Tutorials, 17(4), pp 2347-2376. Retrieved from:DOI: 10.1109/COMST.2015.2444095 Anagnostopoulos, T., Zaslavsky, A., Kolomvatsos, K., Medvedev, A., Amirian, P., Morley, J., & Hadjieftymiades, S. (2017). Challenges and opportunities of waste management in IoT-enabled smart cities: a survey. IEEE Transactions on Sustainable Computing, 2(3), 275-289. Retrieved from:DOI: 10.1109/TSUSC.2017.2691049 Avdić, A., Marovac, U., Janković, D. (2022). Smart Health Services Based on IoT and GIS. In: Camacho, D., Rosaci, D., Sarné, G.M.L., Versaci, M. (eds) Intelligent Distributed Computing XIV. IDC 2021. Studies in Computational Intelligence, vol 1026. Springer, Cham. Retrieved from:DOI:https://doi.org/10.1007/978-3-030-96627-0_2 Azizkhani M, Malek MR, Naseri F, Shankayi M. Volunteered geographic information in crisis management.Geospatial Engineering Journal. 2017;8(2):63-72. Available from:http://gej.issge.ir/article-1-144-en.html Edelkamp, Stefan; Jabbar, Shahid; Lluch-Lafuente, Alberto (2005). "Cost-Algebraic Heuristic Search" (PDF). Proceedings of the Twentieth National Conference on Artificial Intelligence (AAAI): 1362–1367. Available from:https://cdn.aaai.org/AAAI/2005/AAAI05-216.pdf Colorado, L. A. M., Ibanez, J. F., & Martinez-Santos, J. C. (2020, November). Leveraging emergency response system using the internet of things. A Preliminary approach. In 2020 17th International Conference on Electrical Engineering, Computing Science and Automatic Control (CCE) (pp. 1-6). IEEE. Retrieved from:DOI:10.1109/CCE50788.2020.9299175 Cui, B., Wen, X., & Zhang, D. (2019, July). The application of intelligent emergency response system for urban underground space disasters based on 3D GIS, BIM and internet of things. In Proceedings of the 2019 International Conference on Artificial Intelligence and Computer Science (pp. 745-749). Retrieved from:DOI:https://doi.org/10.1145/3349341.3349503 Gutierrez, J. M., Jensen, M., Henius, M., & Riaz, T. (2015). Smart waste collection system based on location intelligence. Procedia Computer Science, 61, 120-127. Retrieved from:DOI:https://doi.org/10.1016/j.procs.2015.09.170 Karimi, M., Sadeghi Niaraki, A., & Hosseininaveh Ahmadabadian, A. (2017). Overview of Role of Ubiquitous GIS in Urban Underground Infrastructure Management. Geospatial Engineering Journal, 8(1), 59-69. Available from: https://sid.ir/paper/374452/fa Longhi, S., Marzioni, D., Alidori, E., Di Buo, G., Prist, M., Grisostomi, M., & Pirro, M. (2012, May). Solid waste management architecture using wireless sensor network technology. In New Technologies, Mobility and Security (NTMS), 2012 5th International Conference on (pp. 1-5). IEEE. Retrieved from:DOI: 10.1109/NTMS.2012.6208764 Lu, Zx., Qian, P., Bi, D. et al. Application of AI and IoT in Clinical Medicine: Summary and Challenges. CURR MED SCI 41, 1134–1150 (2021). Retrieved from: DOI:https://doi.org/10.1007/s11596-021-2486-z Lwin, K. K., Sekimoto, Y., Takeuchi, W., & Zettsu, K. (2019, December). City geospatial dashboard: IoT and big data analytics for geospatial solutions provider in disaster management. In 2019 International Conference on Information and Communication Technologies for Disaster Management (ICT-DM) (pp. 1-4). IEEE. Retrieved from:DOI: 10.1109/ICT-DM47966.2019.9032921 Mansourian, A., Rajabifard, A., & Zoej, M. J. V. (2005, October). SDI conceptual modeling for disaster management. In ISPRS workshop on service and application of spatial data infrastructure, Hangzhou, China. Avaible from: https://www.researchgate.net/publication/209804633_SDI_conceptual_modelling_for_disaster_management Medvedev, A., Fedchenkov, P., Zaslavsky, A., Anagnostopoulos, T., & Khoruzhnikov, S. (2015, August). Waste management as an IoT-enabled service in smart cities. In Conference on smart spaces (pp. 104-115). Springer, Cham. Retrieved from:DOI: https://doi.org/10.1007/978-3-319-23126-6_10 Nair, L., Shetty, S., & Shetty, S. (2016). Interactive visual analytics on Big Data: Tableau vs D3. js. Journal of e-Learning and Knowledge Society, 12(4). Retrieved from:DOI: https://doi.org/10.20368/1971-8829/1128 Ogorek, M., Zaskorski, P. (2018). Implementation of the Internet of Things (IoT) in the integration of crisis management processes. Scientific Journals of Poznan University of Technology series of Organization and Management, 76, 199-215. Retrieved from:DOI: 10.21008/j.0239-9415.2018.076.15 Saeedi, R., Agha Mohammadi, H., Al Sheikh, A., & Vafainejad, A. (2022,April). Development of a method based on MobileGIS and VGI to improve relief to the victims in times of crisis. Scientific Journal of Mapping Sciences and Techniques, 11(3), 25-36. Avaible from: http://jgst.issgeac.ir/article-۱-۱۰۴۷-fa.html Safari Bazargani, J., Sadeghi-Niaraki, A., & Choi, S. M. (2021). A survey of gis and iot integration: Applications and architecture. Applied Sciences, 11(21), 10365. Retrieved from:DOI: https://doi.org/10.3390/app112110365 Saroj, A., & Pal, S. (2020). Use of social media in crisis management: A survey. International Journal of Disaster Risk Reduction, 48, 101584. Retrieved from: DOI: https://doi.org/10.1016/j.ijdrr.2020.101584 Sasirekha, S.P., Priya, A., Anita, T., Sherubha, P. (2020). Data Processing and Management in IoT and Wireless Sensor Network, Journal of Physics: Conference Series, 1712 012002. Retrieved from: DOI: https://doi.org/10.1088/1742-6596/1712/1/012002 Salih, K. O. M., Rashid, T. A., Radovanovic, D., & Bacanin, N. (2022). A comprehensive survey on the Internet of Things with the industrial marketplace. Sensors, 22(3), 730. Retrieved from: DOI: https://doi.org/10.3390/s22030730 Sharifi, M., Akram, A., Rafie, Sh, & Sabzeparvar, M. (2014). Prioritizing the cultivation of strategic crops in Alborz province using the fuzzy Delphi method and the Analytical Hierarchy Process (AHP). Avaible from: https://sid.ir/paper/201372/en Sinha A, Kumar P, Rana NP, Islam R, Dwivedi YK. Impact of internet of things (IoT) in disaster management: a task-technology fit perspective. Annals of Operations Research. 2019 Dec;283(1):759- 94. Retrieved from: DOI: https://doi.org/10.1007/s10479-017-2658-1 Vahidnia MH, Hosseinali F, Shafiei M. Crowdsource mapping of target buildings in hazard: The utilization of smartphone technologies and geographic services. Applied Geomatics. 2020 Mar;12(1):3-14. Retrieved from: DOI: https://doi.org/10.1007/s12518-019-00280-9 Zhou, L., Huang, H., Muthu, B. A., & Sivaparthipan, C. B. (2021). Design of Internet of Things and big data analytics-based disaster risk management. Soft Computing, 25, 12415-12427. Retrieved from: DOI: https://doi.org/10.1007/s00500-021-05953-5 | ||
|
آمار تعداد مشاهده مقاله: 4,252 تعداد دریافت فایل اصل مقاله: 1,881 |
||