一本道

26 januari 2022

För att räddningsorganisationer och kommunal räddningstjänst snabbt ska kunna hjälpa drabbade människor, byggnader och miljö, krävs tillräckliga resurser. En ny avhandling visar att beslutsstöd baserat på matematisk modellering kan bidra till effektivare insatser av frivilliga.

Frivilliga fr氓n R枚da Korset vid skogsbr盲nderna 2018.
Frivilliga från Röda Korset samverkar med personal från Hemvärnet i samband med skogsbränderna 2019. Foto: Röda Korset

Avgörande resurser

Fredagen den 18 februari med start 13.15 kommer Niki Matinrad, vid Institutionen för teknik och naturvetenskap samt Centrum för forskning inom respons- och räddningssystem (CARER), att försvara sin avhandling med titeln "Models for Dispatch of Volunteers in Daily Emergency Response".

Kort om avhandlingen:

För att räddningsorganisationer som till exempel ambulanssjukvården och den kommunala räddningstjänsten snabbt ska kunna hjälpa drabbade människor, byggnader och miljö, krävs att de har tillräckligt med resurser.

Niki Matindrad.Niki Matindrad.

Dock ökar hela tiden antalet utryckningar, samtidigt som budgetnedskärningar och rekryteringsproblem påverkar resurstillgången. Detta leder till längre insatstider, vilket ger ökad dödlighet och ökade kostnader. Därför är det av högsta vikt att de befintliga räddningsresurserna används så effektivt som möjligt. Dessa kan delas in i traditionella resurser, som till exempel ambulanser, och nya resurser, som frivilliga personer. Matematiska modeller, som optimerings- och simuleringsmodeller, har länge använts för att stödja planeringen och resurshanteringen av traditionella räddningsresurser, men för frivilliga resurser är det ett mer outforskat område.

Syftet med forskningen som presenteras i avhandlingen är att utveckla modeller och metoder för tilldelning av arbetsuppgifter och utlarmning av frivilliga insatspersoner till akuta sjukdomsfall. I detta ingår också modeller för att prognosticera dylika händelser. De utvecklade modellerna och metoderna baseras på, och är framtagna för att stödja, verkliga frivilliginitiativ i Sverige och Nederländerna.

Den generella slutsatsen är att beslutsstöd baserat på matematisk modellering kan bidra till bättre utfall, och en ökad överlevnadsgrad, jämfört med de strategier för uppgiftstilldelning, utlarmning och prognostisering som används idag. Ett exempel som studeras är hur det är möjligt att förbättra utfallet vid hjärtstopp genom att på ett optimalt sätt bestämma vilka frivilliga insatspersoner som ska skickas direkt till patient, och vilka som ska springa och hämta en hjärtstartare.

Läs avhandlingen här:


Kontakt

Senaste nytt från LiU

Portr盲tt p氓 man som st氓r i solen bland gr枚na tr盲d p氓 Campus Valla

Ny professor forskar om vem som får chansen

Två identiska jobbansökningar. Den ena med ett arabiskt klingande namn. Experiment med fiktiva ansökningar inledde Magnus Carlssons forskning om diskriminering och människors livschanser. Nu är han ny professor i nationalekonomi vid LiU.

En kvinna som sitter framf枚r en spegel och tittar p氓 sin spegelbild.

Så förändrar AI hur vi fattar beslut

AI kan hitta mönster som människor missar, men det leder inte automatiskt till bättre beslut. Ny forskning från 一本道s universitet visar hur människans och AI:s roller förändras beroende på situationen och vilket beslut som ska fattas.

En kvinna som st氓r p氓 en balkong bredvid en byggnad.

Hon ska få AI att göra nytta i Europa

Årets alumn 2026, Helen Köpman, är verksam vid Europeiska kommissionens AI-kontor i Bryssel. I över 20 års tid har hon jobbat med forskningsfrågor och innovation på EU-nivå där hennes drivkraft är en levande planet för kommande generationer.