پهنه بندی خطر ایست قلبی در چارچوب سیستم های اطلاعات مکانی و الگوریتم های فرا ابتکاری برمبنای اطلاعات زمینه ای

ایست قلبی حالتی است که ضربان قلب کاملا از بین می رود و خون توسط قلب پمپاژ نمی گردد. علیرغم اینکه اکثر موارد ایست قلبی از خانه ها یا بیمارستان ها گزارش می شود، در حدود 20 درصد از موارد ایست قلبی در خیابان ها و اماکن عمومی رخ می دهد، همچنین به دلیل تردد بیماران قلبی در محیط شهر، بررسی احتمال بروز این بیماری در مقیاس منطقه ای و شهری ضروری به نظر می رسد. در بروز ایست قلبی عوامل مختلفی تاثیر گذار می باشند. این عوامل شامل اطلاعات زمینه ای محیطی، علایق شخصی و اطلاعات شخص بیمار هستند. با توجه به اینکه در تهیه نقشه خطر وقوع ایست قلبی عوامل مکانی موثر می باشند، استفاده از سیستم اطلاعات مکانی برای آماده سازی معیارهای دخیل در مدل سازی و تحلیل های مکانی لازم می باشد. لیکن به دلیل حجم بالای لایه های مورد نیاز، جهت تحلیل دقیق و کارآمد اطلاعات زمینه ای مکانی بهره گیری از روش های توانمند نظیر الگوریتم های بهینه سازی پیشنهاد شده است. در این تحقیق اطلاعات زمینه ای بکار رفته شامل اطلاعات زمینه ای محیطی (کاربری اراضی، فاصله از بیمارستان ها، ارتفاع منطقه، وضعیت اقتصادی و موارد گزارش شده ایست قلبی) و اطلاعات پروفایل شخص (سن، وضعیت بیماری و سیگاری بودن یا نبودن شخص) بوده است. برای بررسی منطقه مطالعاتی و تعیین اماکن پرخطر در بروز ایست قلبی از الگوریتم های هوش جمعی شامل ACO و PSO استفاده شد. دلیل این انتخاب سادگی الگوریتم این روش ها، انطباق بیشتر با مسائل دنیای واقعی، مدل سازی بهتر نقص و نایقینی موجود در دانش تصمیم گیر و ارائه جواب در زمان بهینه بوده است. به دلیل عدم وجود داده های مورد نیاز در داخل کشور، مدل پیشنهادی بطور نمونه برای اماکن عمومی پیترزبورگ ایالت پنسیلوانیا اجرا گردید. نتایج تحقیق موید تاثیر فراوان اطلاعات زمینه ای شخص در بروز ایست قلبی می باشد، تا جایی که منجر به تغییر 98 درصدی در کلاس های نقشه های خروجی می گردد.