Le opportunità potenziali che offre l’Artificial Intelligence per le Centrali Operative di Emergenza sono state al centro di molti studi. Già nel 2019 si ipotizzava la creazione di un servizio di emergenza basato sui social, da integrare nelle Centrali di Emergenza già esistenti. EENA – European Emergency Number Association ha coordinato una serie di sperimentazioni sull’AI e ne ha documentato i risultati, valutati nell’ottica di un utilizzo a regime.
L’AI presenta, attualmente, una serie di limiti, legati, principalmente, alla mancanza di soluzioni industrializzate che superino la fase di POC – Proof of Concept. Tuttavia, fa discorso a sé, in tale contesto, il Call Handling. Nelle Centrali Operative, l’AI può portare benefici concreti alla gestione delle chiamate, secondo i processi che caratterizzano le diverse centrali operative. Tra questi troviamo, ad esempio: l’instradamento delle chiamate per il NUE 112 – Numero Unico di Emergenza, il triage urgente per le Centrali di Emergenza Sanitaria, il triage non urgente per il NEA 116117 – Numero Europeo Armonizzato, o, infine, il triage tecnico per i Vigili del Fuoco.
Nella gestione delle chiamate, ha una rilevanza non secondaria la presenza delle situazioni di picco, che si può verificare a fronte di maxi-emergenze (eventi naturali, incidenti alle infrastrutture, ecc.). Il sovraccarico e lo stress possono generare errori e imprecisioni. La previsione dei picchi può essere affrontata implementando le reti neurali, che sono in grado di decifrare dinamiche complesse che possono portare all’aumento anomalo delle chiamate, analizzando molteplici variabili (geolocalizzazione del chiamante, durata della chiamata, sentiment della voce, ecc.). La deviazione rispetto allo standard può indicare l’approssimarsi di un picco e suggerire le contromisure da porre in essere.
Quando la chiamata è in corso, l’AI può contribuire in modi diversi, rendendo la chiamata stessa maggiormente efficiente e diminuendo le fonti di errore. In alcune situazioni, inoltre, l’AI non solo ottimizza la chiamata, ma determina l’innesco del soccorso, e, quindi, l’eventualità di salvare una vita umana. Il contributo dell’AI prende forma in 3 modi:
speech-To-Text. La trascrizione della telefonata consente di intercettare velocemente le informazioni di interesse diminuendo il carico cognitivo dell’operatore, che si può concentrare sulle azioni critiche per dare corso alla chiamata. Ciò è fondamentale nel caso di lingue sconosciute (idiomi rari o dialetti), o quando la situazione di affanno ostacola la comprensione del parlato. Non è casuale, dunque, che la fase di sperimentazione svolta da EENA abbia dato risultati diversi da caso a caso e da paese a paese. Il salto di qualità, in questo caso, è garantito dall’istruzione del modello, che è da valutare in funzione del contesto locale. Quando viene raggiunta l’affidabilità della trascrizione, il testo generato, oltre che assistere l’operatore, può essere utilizzato per generare una sintesi automatica della conversazione e, una volta archiviato, per addestrare gli operatori e effettuare predictive analytics. La previsione dei fenomeni, ribadiamo, è uno dei maggiori contributi dell’AI nelle centrali operative;
intervista assistita. L’AI può ottimizzare la conduzione dell’intervista. Analizzando in tempo reale il contenuto della conversazione, l’AI è in grado di intercettare le parole chiave o altri segnali contestuali che aiutano l’operatore a formulare le domande. La successione dei quesiti viene suggerita automaticamente all’interno di un protocollo definito. Nei diversi tipi di triage, il supporto intelligente dell’AI riduce il rischio di omissioni e velocizza le valutazioni di merito. L’AI, infine, effettua un’estrazione mirata delle informazioni d’interesse, per agevolare e velocizzare la compilazione dei form (scheda paziente, scheda missione, ecc.) e l’allocazione delle risorse per l’eventuale missione di soccorso;
filtro audio. L’AI è in grado di ridurre il rumore di fondo e i suoni dell’ambiente, garantendo, pertanto, una maggiore comprensibilità della voce e chiarezza del dialogo in corso. L’isolamento della voce, la normalizzazione del volume e il riconoscimento dei suoni critici (urla, colpi, ecc.), aumenta l’accuratezza della trascrizione e l’estrazione delle informazioni critiche.
Si consideri che, nei PSAP di secondo livello, la compilazione delle schede paziente o schede missione è un’attività critica, sia in termini di precisione che di tempo. Per tale motivo, i contributi dell’AI in tale ambito sono di grande interesse per le centrali operative.
L’utilizzo dell’AI è una strada segnata e non una fra le tante possibilità offerte dalla tecnologia. Le potenzialità sono enormi, e per utilizzarle, già oggi, occorre identificare soluzioni integrate nelle piattaforme CAD – Computer Aided Dispatch, piuttosto che tecnologie isolate, che possono rivelarsi controproducenti in rapporto all’intero processo. Ciò significa stabilire il corretto rapporto tra decisione dell’uomo e decisione della macchina. Lo “Human in the Loop” è essenziale per garantire l’efficacia degli interventi: l’AI fornisce i dati e suggerisce le soluzioni, ma le decisioni devono restare nelle mani delle persone.