هوش مصنوعی و اینترنت اشیا (IoT) در مدیریت ازدحام و پیشگیری از حوادث آسیب زا برای گروه های پرخطر (زنان باردار و کودکان)

سابقه و هدف: مدیریت ازدحام در گردهمایی های انسانی عظیم مانند اربعین، چالشی جدی برای سلامت گروه های پرخطر (زنان باردار و کودکان) است. این مطالعه با هدف بررسی نظام مند نقش هوش مصنوعی و اینترنت اشیا در پایش بلادرنگ ازدحام و پیشگیری از حوادث آسیب زا برای این جمعیت ها انجام شد.روش جستجو: جستجوی نظام مند در پایگاه های معتبر علمی تا سال ۲۰۲۵ انجام شد. پس از غربالگری دقیق، ۱۳ مطالعه مرتبط که بر الگوریتم های یادگیری ماشین، سنسورهای پوشیدنی، سیستم های هشدار زودهنگام چندخطره و پایش فیزیولوژیک گروه های پرخطر تمرکز داشتند، وارد مرور شدند.یافته ها: الگوریتم های پیشرفته تخمین تراکم با دقت بالای ۹۸٪ قادر به شناسایی بلادرنگ گلوگاه های خطرناک و پیش بینی جریان جمعیت هستند. سنسورهای پوشیدنی و مدل های دوقلوی دیجیتال، تغییرات فیزیولوژیک ظریف (نظیر استرس گرمایی، خستگی مفرط و نوسانات ضربان قلب) را پیش از وقوع عوارض بالینی در زنان باردار و کودکان تشخیص می دهند. چالش های اصلی عبارت اند از: کاهش دقت مدل ها در شرایط پیش بینی نشده، تاخیر در انتقال داده، ملاحظات حریم خصوصی و ضرورت استقرار زیرساخت های پردازش محلی در محیط های پرتردد اربعیننتیجه گیری: ترکیب هوش مصنوعی و اینترنت اشیا (IoT)، مدیریت سلامت در اربعین را از حالت «اقدام پس از بروز حادثه» به «پیشگیری هوشمند» تغییر می دهد. برای تضمین ایمنی گروه های پرخطر در این رویداد، پیاده سازی سیستم های هشدار شخصی، مدیریت لحظه ای مسیرها و اجرای طرح های امدادی جامعه محور، حیاتی است.

کلیدواژه ها:

هوش مصنوعی ، اینترنت اشیا ، مدیریت ازدحام ، سیستم های هشدار زودهنگام ، سلامت اربعین ، گروه های پرخطر.