روش های نوین مبتنی بر هوش مصنوعی در ارزیابی سریع وضعیت بهداشت محیط در شرایط بحرانی: مروری روایتی

افزایش تواتر بلایای طبیعی و حوادث آلودگی زیست محیطی در دهه های اخیر، چالش های جدی برای مدیریت بحران و سلامت عمومی ایجاد کرده است، به طوری که روش های سنتی پایش محیطی مبتنی بر نمونه برداری دستی به دلیل محدودیت های زمانی و هزینه ای کارایی لازم را ندارند. این مطالعه به صورت مروری روایتی، نقش فناوری های نوین مبتنی بر هوش مصنوعی، اینترنت اشیاء و سنجش از دور را در بهبود سرعت و دقت ارزیابی های بهداشت محیط در شرایط بحرانی بررسی کرده است. منابع پژوهش شامل پایگاه های بین المللی Scopus، PubMed، Web of Science، ScienceDirect و Google Scholar از سال ۲۰۱۸ تا ۲۰۲۵ بودند. تحلیل متون نشان داد که همگرایی هوش مصنوعی و حسگرهای محیطی، پارادایم پایش را از رویکرد واکنشی به پیش دستانه تغییر داده است؛ به طوری که آرایه های حسگر فلورسنت با الگوریتم های یادگیری ماشین، گونه های سمی آرسنیک را با دقت بیش از ۹۶٪ شناسایی می کنند و پهپادهای مجهز به حسگرهای چندطیفی و شبکه های عصبی کانولوشنال، دقت ارزیابی خسارات ساختمانی پس از زلزله را به بیش از ۸۵٪ رسانده و زمان نقشه برداری خطر را تا ۸۰٪ کاهش می دهند. همچنین، تکنیک های سوپر-رزولوشن مبتنی بر یادگیری عمیق وضوح تصاویر ماهواره ای را برای پایش سفره های آب زیرزمینی شهری بهبود بخشیده اند. نتایج نشان می دهد که فناوری های هوشمند با پایش بلادرنگ و کاهش خطای انسانی، تاب آوری سیستم های بهداشت محیط را به طور معناداری افزایش می دهند، هرچند توسعه پلتفرم های یکپارچه و پروتکل های استاندارد جهانی برای رفع چالش های داده ای و امنیت سایبری ضروری است.

کلیدواژه ها:

هوش مصنوعی ، اینترنت اشیاء (IoT) ، ارزیابی خطر ، مدیریت بحران ، بهداشت محیط