ドローンによるカバレッジ・ネットワークのためのベイズ学習アプローチ：スコットランドにおける心停止事例研究

ドローンは extac{ems}の補完システムとして普及しつつある。いくつかのパイロット研究や飛行試験では、ドローンを支援する extac{aed}配送の実現可能性が示されているものの、高額な設備投資と環境面の不確実性により、フルスケールの運用ネットワークを構築・運用することは依然として困難である。本論文では、環境および運用上の不確実性のもとで、ドローンを支援する extac{aed}配送ネットワークを設計するための、信頼性を考慮したベイズ学習の枠組みを定式化する。さらに、 extac{ohca}患者の生存確率に基づく目的関数を提案し、ドローン基地局（ステーション）の理想的な配置場所を特定する。加えて、遠隔地における応答信頼性を向上させるために、既存の extac{ems}インフラのカバレッジ（カバー範囲）も考慮する。提案手法は、スコットランドの地理参照された心停止データを用いて示す。その結果は、環境の変動性と空間的な需要パターンが、都市部および農村部にまたがる最適なドローン基地局配置にどのように影響するかを明らかにする。加えて、ネットワークの頑健性を評価し、期待 extac{qaly}に基づく費用対効果分析により、その経済的妥当性も検証する。これらの知見は、ドローンを支援する extac{aed}配送が費用対効果に資するものと期待され、また救急車の応答時間がより長い農村部および都市部において緊急対応のカバレッジを大幅に改善する可能性があることを示唆している。