Penelitian dari University of Waterloo telah memungkinkan untuk secara akurat melacak suhu dalam ruangan untuk menentukan rumah tangga dengan kondisi yang mengancam jiwa.
Meskipun ada undang -undang di Kanada tentang pemanasan bangunan publik dan unit sewa karena semakin dingin di luar, tidak ada aturan untuk pendinginan selama panas yang ekstrem.
Para peneliti dari Lab Teknologi Kesehatan yang ada di mana-mana (Ubilab) di Waterloo menguji termostat pintar dengan Wi-Fi untuk secara otomatis mengontrol pengaturan pemanasan dan pendinginan untuk mengumpulkan data tentang suhu dalam ruangan di Amerika Utara dari 2015 hingga 2024. Tim kemudian menggunakan algoritma pencarian mesin untuk secara akurat melacak suhu indoor untuk menentukan rumah tangga kehidupan.
“Selama badai panas SM ekstrem pada musim panas 2021, hampir semua kematian 619 – 98 persen dari mereka – terjadi di dalam rumah,” kata Dr. Jasleen Kaur, seorang profesor tambahan di Waterloo. “Kami berupaya memprediksi kerentanan dalam hal rumah mana yang paling berisiko dengan mengidentifikasi hot spot atau daerah yang kemungkinan besar membutuhkan layanan darurat.”
Risiko kesehatan terkait panas bisa parah dan bahkan mematikan bagi populasi yang rentan yang menghabiskan sebagian besar waktu mereka di dalam ruangan, termasuk orang dewasa yang lebih tua, orang dengan kondisi yang sudah ada sebelumnya, orang-orang cacat dan orang yang hamil.
Para peneliti Ubilab sedang mengembangkan dasbor waktu-nyata yang akan tersedia secara online untuk umum, di samping sistem peringatan awal. Informasi ini dapat mengidentifikasi hotspot lingkungan untuk lembaga untuk menginformasikan pengambilan keputusan pemerintah dan langkah-langkah darurat.
Plinio Morita, seorang profesor dalam ilmu kesehatan masyarakat dan direktur Ubilab, mengatakan deteksi dini dan peramalan suhu dalam ruangan yang tinggi selama peristiwa ini sangat penting dalam mencegah cedera dan kematian terkait panas.
Para ahli menentukan suhu 26 derajat selama delapan jam atau lebih sebagai ancaman tingkat satu. Pada 31 derajat selama lebih dari delapan jam, ini adalah ancaman tingkat dua, di mana penduduk berada pada risiko kesehatan tertinggi.
Mengakui bahwa beberapa rumah tangga mungkin tidak mampu membeli termostat pintar, Morita mengatakan ada potensi signifikan untuk program kesehatan masyarakat dan subsidi pemerintah untuk menjembatani kesenjangan ini.
“Dengan memprediksi kondisi dalam ruangan yang berbahaya, sistem kesehatan lokal dan pihak berwenang dapat memprioritaskan sumber daya dan intervensi mereka lebih efisien, memastikan bahwa mereka yang paling berisiko menerima dukungan tepat waktu,” kata Morita. “Menggunakan AI untuk membuat prediksi ini membantu memastikan sumber daya diarahkan di tempat-tempat seperti komunitas berpenghasilan rendah dan fasilitas perawatan jangka panjang yang tidak memiliki AC.”
Setelah peringatan mengidentifikasi rumah tangga yang rentan, pihak berwenang dapat tahu di mana harus mengimplementasikan langkah-langkah jangka panjang dan jangka panjang. Intervensi ini termasuk menetapkan strategi pendinginan dengan mendistribusikan penggemar, misalnya, selain menggunakan layanan kesehatan darurat.
Tim mengatakan dalam jangka panjang, subsidi untuk termostat pintar dan investasi dalam infrastruktur hijau dapat membantu mengurangi risiko panas.
“Adopsi termostat pintar yang meluas di rumah -rumah Kanada dan prevalensi media sosial memberikan peluang berharga untuk mengatasi data dan kesenjangan pengetahuan yang ada,” kata Morita. “Namun, kegigihan informasi yang salah iklim dan penolakan menantang upaya komunikasi kesehatan masyarakat.”
Studi ini, model pembelajaran mendalam untuk peramalan suhu dalam ruangan yang didorong oleh kesehatan dalam gelombang panas di Kanada: Sebuah studi eksplorasi menggunakan termostat pintar, muncul secara online di Inovasi Kesehatan Digital dan Informatika untuk Sistem Perawatan Kesehatan Berkelanjutan. Arlene Oetomo dan Irfhana Zakir Hussain juga berkontribusi pada pekerjaan ini sebagai kandidat PhD, dengan Zakir Hussain melanjutkan penelitian ini di Ubilab.
