Suicide Risk Assessment from AI-powered Video Surveillance: An Interpretable Framework for Prevention in Metro Stations
تقدم هذه الورقة أول إطار عمل للذكاء الاصطناذ القابل للتفسير لتقييم مخاطر الانتحار في محطات المترو، والذي يدمج تتبع الأشخاص، والتعرف على الأنشطة، والتحليل الزماني والمكاني لفيديو المراقبة لتحقيق 83.2% في منحنى خصائص تشغيل المستقبِل (ROC-AUC) على بيانات من العالم الحقيقي من أجل التدخل المبكر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل محطة مترو أنفاق مزدحمة كأنها نهر هائل من البشر المتدفقين. عادةً، يتحرك الجميع بإيقاع ثابت ومتوقع. ولكن في بعض الأحيان، قد يبدأ شخص واحد بالتصرف بشكل مختلف — كأن يروح ويجيء ذهاباً وإياباً، أو يحدق في النفق المظلم، أو يتواجد بشكل خطير بالقرب من الحافة. في الماضي، كان على موظفي المحطة مراقبة مئات الشاشات باستمرار، آملين في رصد هذه العلامات الدقيقة قبل وقوع مأساة. الأمر يشبه محاولة العثور على قطرة ماء واحدة على وشك السقوط من فوق منحدر بينما تراقب شلالاً كاملاً.
تقدم هذه الورقة البحثية "مساعداً ذكياً" جديداً لمحطات المترو، يسمى SRA-Framework. فكر في هذا النظام ليس كآلة لقراءة الأفكار، بل كمحقق شديد الملاحظة ولا يكل، يراقب بث الفيديو ويتساءل: "هل سلوك هذا الشخص، مقترناً بمكان وقوفه، يبني نمطاً من الخطر؟"
إليك كيف يعمل هذا النظام، مقسماً إلى خطوات بسيطة:
1. العيون الثلاث للنظام
بدلاً من مجرد البحث عن فعل مخيف واحد (مثل القفز)، يستخدم النظام ثلاث "عيون" مختلفة لفهم الصورة الكاملة:
- المتتبع (الحارس الشخصي): يتبع كل شخص كأنه ظل له، حيث يتتبع مكانه وكيفية حركته، حتى لو أصبح الزحام كثيفاً.
- الممثل (المترجم): يتعرف على ما يفعله الناس. هل الشخص يمشي؟ أم واقف في مكانه؟ أم يحدق في النفق؟
- صانع الخرائط (المهندس المعماري): يفهم مخطط المحطة. هو يعرف تماماً أين هي "المنطقة الآمنة"، وأين يقع "خط السلامة الأصفر"، وأين تبدأ "منطقة الخطر" بالقرب من النفق.
2. "الخريطة الحرارية للمخاطر" (خريطة الطقس)
تخيل رصيف محطة المترو كخريطة. يقوم النظام برسم "خريطة حرارية" فوقها.
- إذا مر شخص عابراً فقط، تظل الخريطة باردة (زرقاء).
- إذا وقف شخص بالقرب من الحافة لفترة طويلة، أو راح يذهب ويجيء بين الجدار والخط الأصفر، يبدأ ذلك الموقع على الخريطة بالتوهج باللون الأحمر.
- النظام لا ينظر إلى لحظة واحدة فحسب؛ بل يراقب مدة بقاء هذا "التوهج". فالنظرة الخاطعة أمر طبيعي؛ أما التحديق الطويل والمستمر في منطقة الخطر فيجعل التوهج الأحمر أكثر سطوعاً.
3. "درجة المخاطر" (توقعات الطقس)
يجمع النظام كل هذه القرائن في رقم واحد، وهو درجة المخاطر (Risk Score)، لكل شخص.
- درجة منخفضة: الشخص ينتظر القطار فحسب، وربما ينظر في هاتفه. لا يوجد قلق.
- درجة عالية: الشخص يقوم بـ "رقصة الخطر". قد يكون:
- واقفاً على الخط الأصفر.
- يمشي ذهاباً وإياباً بين الجدار والخط بشكل متكرر.
- يحدق في النفق لفترة طويلة.
- يقضي وقتاً طويلاً في منطقة "الطرف البعيد" من الرصيف.
إذا قام الشخص بواحد من هذه الأشياء، فقد ترتفع الدرجة قليلاً. ولكن إذا قام بعدة أشيات منها، أو فعلها لفترة طويلة، فإن الدرجة تقفز عالياً. تم تصميم النظام لملاحظة هذا التراكم للعلامات الصغيرة، بدلاً من انتظار وقوع أزمة كبيرة وواضحة.
4. لماذا "القابلية للتفسير" أمر مهم؟
العديد من أنظمة الذكاء الاصطناعي هي "صناديق سوداء" — تعطي إجابة لكنها لا تخبرك لماذا. هذا النظام مختلف. إنه يشبه المعلم الذي يصحح اختباراً ويظهر لك خطوات الحل:
- "حصل هذا الشخص على درجة مخاطر عالية لأنه عبر الخط الأصفر 5 مرات وحدق في النفق لمدة 30 ثانية."
- هذا أمر بالغ الأهمية لأنه يساعد الموظفين البشريين على الثقة بالنظام. يمكنهم رؤية الأسباب المحددة لإنذار الخطر، بدلاً من مجرد تلقي إشارة "خطر" عشوائية.
ماذا وجدوا؟
اختبر الباحثون هذا النظام على لقطات فيديو حقيقية من محطة مترو كندية.
- النتيجة: استطاع النظام التمييز بين الأشخاص المعرضين للخطر وبين الركاب العاديين بدقة بلغت حوالي 83%.
- الرؤية الجوهرية: لم تكن القرائن الأكثر أهمية هي مجرد "النظر إلى النفق". فقد وجد النظام أن التكرار والموقع هما العاملان الأكبر تأثيراً. وتحديداً، كان عبور الخط الأصفر والمشي ذهاباً وإياباً هما أقوى الإشارات على الخطر.
الخلاصة
تقدم هذه الورقة البحثية أداة جديدة تساعد موظفي المترو على رصد المآسي المحتملة في وقت مبكر عبر مراقبة أنماط السلوك بدلاً من الأحداث المنفردة. النظام لا يخمن ما يدور في ذهن الشخص؛ بل يقيس ببساطة مدة بقائه في أماكن خطرة ومدى تكرار حركات خطيرة. ومن خلال الجمع بين الرؤية الحاسوبية والمعرفة من خبراء الوقاية من الانتحار، يهدف النظام إلى منح المشغلين البشريين "عيناً ثانية" لا تكل، مما يساعد على التدخل قبل فوات الأوان.
ملاحظة هامة: تؤكد الورقة أن هذا النظام يقيم المخاطر الملحوظة بناءً على السلوك والموقع. فهو لا يشخص حالات الصحة العقلية ولا يدعي معرفة الأفكار الداخلية أو النوايا للشخص. إنه أداة سلامة مصممة لتنبيه المواقف التي تتطلب اهتماماً بشرياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.