災害應變

如何在發生緊急事件時利用智慧型手機保命

Google 與緊急救援服務合作,為第一線應變人員改善位置資訊技術

閱讀時間約需 5 分鐘

「在無法縮小搜索範圍的情況下,想在某個區域找出失蹤人士相當困難。」
直升機駕駛員 Christian Steiner

Christian Steiner 是下奧地利阿爾卑斯山脈的一名救援直升機駕駛。這個地區景色壯闊,但也危機四伏。因為此處是相當熱門的登山、滑翔傘及滑雪運動地點,所以意外也頻傳。以往,Christian 前往廣闊的阿爾卑斯山脈執行救援任務時,都不知道該從「何處」找起,這個問題直到最近才獲得解決。

多年來,Christian 只能依賴過時的定位技術,根據距離來電者最近的基地台資訊判斷來電者的概略位置,但這個概略範圍可能是方圓 100 公尺至 20 公里不等,因此可能會將 Christian 導向錯誤的山峰,甚至是完全錯誤的山脈。

這個問題不只困擾著像 Christian 這樣的直升機駕駛,近年來 (具體而言是從手機問世以來) 也一直是緊急救援領域的一大阻礙。透過室內電話撥出的緊急電話可追溯至確切街道地址,但手機發話地點則無任何限制。

來電者通常已經迷失方向、心情焦慮不安,也無法具體描述周遭環境。搜索行動多耗費的任何一分鐘,都有可能導致慘重甚至是致命的結果。

肖像照:Google 工程師 Garcia Puyol、EENA 的 Benoît Vivier,以及直升機駕駛員 Christian Steiner。

由左至右依序為:Maria Garcia Puyol、Benoît Vivier 和 Christian Steiner。

Google 工程師 Maria Garcia Puyol 表示:「我一直以為緊急應變人員都能使用這項先進的定位技術。」Maria 負責開發 AndroidAndroid 是由 Google 打造的行動裝置作業系統。目前全球搭載這個開放原始碼平台的裝置超過 25 億部,橫跨逾 1,300 個品牌。 手機開發定位服務,盡可能提高 Google 地圖上的定位藍點準確度。當 Maria 發現計程車或食物外送公司都能取得定位資訊,但緊急救援服務卻未能取得這類資訊,她便下定決心要改變現況。

其他 Google 工程師也共襄盛舉,而 Maria 很快就找到另一個志同道合的夥伴:歐洲緊急電話號碼協會 (European Emergency Number Association,EENA)。EENA 十多年來致力讓緊急定位技術更臻完善。他們對歐洲各地的救援準則瞭若指掌,與該領域的多數人員皆有聯繫。

EENA 公共事務負責人 Benoît Vivier 表示:「我覺得自己的付出能夠拯救人命,這就是我每天早起進辦公室的原因。」雖然過去幾年,某些國家/地區對緊急應變定位技術的準確度做出了改善,但進展緩慢,變化也不大。因此,當 EENA 和 Google 發覺彼此想解決的是同一個問題時,便決定攜手合作。

幾個月後,他們推出了 Android 緊急定位服務 (ELS),超過 99% 的 Android 手機皆可使用。這項技術結合基地台三角量測、輔助全球衛星定位系統和 Wi-Fi 等資訊,因此相較於大多數國家/地區採用的舊版系統,其定位準確度可高出 3,000 倍1。在導入 ELS 技術的國家/地區境內,只要使用 Android 手機撥打緊急電話,系統就會自動將座標傳送給緊急救援服務。換句話說,緊急應變人員能夠直接收到手機中的 ELS 定位資訊。

採用 ELS 技術時的搜索半徑範圍

12 公尺

6 公尺

未採用 ELS 技術時的搜索半徑範圍

900 公尺

14 公里

ELS 技術問世之前,許多第一線應變人員在判斷緊急電話發話地點時,唯一的可用依據就是距離最近的基地台位置資訊,因此誤差半徑範圍可達 20 公里。

範例 1

範例 2

「所有參與技術開發作業的人員,都認為這是過去 30 年來公共安全領域的一大進步。」
EENA 的 Benoît Vivier

Maria 仍記得她的第一件 ELS 成功案例。2017 年 1 月,一名 7 歲的立陶宛男孩 Nojuh 發現父親的癲癇發作,倒臥在客廳。他驚慌失措地拿起父親的手機,打電話給緊急救援服務。他不知道自己的住家地址,而根據距離最近的基地台資訊,也只能將他的位置鎖定在半徑 14 公里的範圍內。幸好,立陶宛在三個月前導入了 ELS 技術,因此緊急服務接線員順利收到 Nojuh 的定位資訊,誤差範圍只有半徑 6 公尺2。救護車很快地前往該地點,將 Nojuh 的父親送到附近醫院治療。

現在,全球五大洲有超過 20 個國家/地區採用 ELS 技術,每天為 2 百萬通緊急電話提供定位資訊3。隨著世界各地不斷傳出成功案例,EENA 和 Google 更持續致力拓展及改善這項技術。Maria 表示:「我們希望不要再有人因為所在位置資訊不明而死去。」

對於 Christian 來說,雖然他的工作具有風險,但他瞭解新技術可為他和待援人士節省寶貴的時間,令他倍感安心。Christian 表示:「我從事這份工作最大的動力就是幫助他人,無論他們遭遇什麼情況,只要我能提供協助,就會盡我所能。」

  • 1 2017 年歐盟 Help112 最終報告
  • 2 ELS 效能可能會因環境、網路條件、合作夥伴選用的傳輸通訊協定和誤差程度等要素而有所不同。
  • 3 數據來源為 Google 內部資料。

觀看簡短紀錄片,瞭解某個小組如何運用全新的定位技術,搜索在奧地利阿爾卑斯山失蹤的滑翔傘運動員。

相關報導

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

AI 技術如何協助針對緊急情況提供預警

AI 技術如何協助針對緊急情況提供預警

腳踏車幫助失智症患者成功記起往日時光

腳踏車幫助失智症患者成功記起往日時光

認識運用機器學習技術拯救全球蜜蜂的團隊

認識運用機器學習技術拯救全球蜜蜂的團隊

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

AI 技術如何協助針對緊急情況提供預警

AI 技術如何協助針對緊急情況提供預警

腳踏車幫助失智症患者成功記起往日時光

腳踏車幫助失智症患者成功記起往日時光

認識運用機器學習技術拯救全球蜜蜂的團隊

認識運用機器學習技術拯救全球蜜蜂的團隊

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

看看這位女性如何運用機車、血庫和 Google 地圖拯救生命

AI 技術如何協助針對緊急情況提供預警

AI 技術如何協助針對緊急情況提供預警

腳踏車幫助失智症患者成功記起往日時光

腳踏車幫助失智症患者成功記起往日時光

認識運用機器學習技術拯救全球蜜蜂的團隊

認識運用機器學習技術拯救全球蜜蜂的團隊

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

一個部落運用手機和 TensorFlow 打擊亞馬遜的非法伐木行為

返回頁首