灾难响应方面的学术专家已经开发了基于AI的仿真模型，该模型可以准确预测免打孔疫苗接种站的交通流量波动。
此外，团队已将模型转换为在线应用程序。
他们的希望是，该工具将帮助大规模疫苗接种计划人员快速比较不同类型的访问方法，并确定最适合当地居民的方法。
这项研究是在多伦多的约克大学进行的，并发表在《国际环境研究与公共卫生杂志》上。
Ali Asgary博士及其同事描述了他们的步骤。
该方法是在125,000名模拟患者前往驾驶疫苗接种诊所时训练机器学习模型。
作者在讨论中评论说：“我们的驾驶模拟是根据过去和当前可用于驾驶设计，设置和操作的最佳实践开发和参数化的”。
研究人员指出，在准备手稿时缺乏无人驾驶疫苗接种。
根据协议，研究人员说，他们的仿真工具可以在使用时进行微调。
作者写道，从模拟场景中生成的数据“可以直接通过大规模疫苗接种用于为诊所开发新的更好的预测性机器学习模型”。
“所生成的模型可用于在各种参数设置下快速预测要接种的人数和平均接种时间”。
他们认为，本文中介绍的大多数模拟都可以通过新的输入和算法调整得到进一步改善。
