Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Alliance Grants

Université de Sherbrooke

$52,500.00

IA pour la gestion stratégique des services préhospitaliers d'urgence

FY 2023-24

Summary
La demande des services préhospitaliers d'urgence (SPU) ne cesse de s'accroitre au Québec. Un déterminant de cette demande est le vieillissement de la population. À titre d'exemple, au Québec, l'espérance de vie a augmenté de 1% entre 2012 et 2016 au même titre que la demande de SPU. Selon la loi québécoise, les SPU incluent le traitement des appels, l'évaluation des appelants, l'offre de soins de santé d'urgence et le transport vers le centre hospitalier. Pour ce faire, les compagnies ambulancières et les services de communication santé doivent s'assurer qu'il y a suffisamment de personnel et de ressources pour faire face à la demande. Cela nécessite l'acquisition et l'analyse de données pour la compréhension des phénomènes liés à la demande et à l'offre des SPU. Malgré leur importance, les SPU sont mal compris par la population et sont sous-étudiés en recherche. Leur mise en oeuvre fait face à de nombreux défis d'ordre phénoménologique, organisationnel et technologique. Notre programme de recherche a été défini étroitement avec des compagnies ambulancières et le centre de communication santé des Laurentides et de Lanaudière (CCSLL). En s'appuyant sur l'IA et les sciences des données, il vise à étudier des questions sous-jacentes à la demande et à l'offre des SPU. Sur le plan phénoménologique, il vise à étudier la pertinence d'hypothèses sur les facteurs spatiotemporels qui influenceraient les SPU. Pour ce qui est des technologies, nous développerons des méthodes, des algorithmes et des programmes informatiques pour améliorer à la fois la qualité des services offerts à la population et le bien être des intervenants. Ces technologies permettraient de réaliser des analyses spatiotemporelles des données acquises par les partenaires, la prédiction d'évènements, l'analyse comportementale des appelants, la planification des emplacements des équipes d'intervention, la répartition de ces équipes et l'interprétation des données sonores et visuels. En outre des SPU, ces retombées pourraient être utiles pour d'autres fournisseurs de services qui ont besoin, entre autres, de comprendre les phénomènes et leurs données (alphanumérique, vidéo, son), de trouver le trajet optimal en cas d'urgence et d'anticiper les évènements. The demand for Prehospital Care Emergency Medical Services (EMS) continues to grow in Quebec. A determinant of this demand is the aging of the population. For example, in Quebec, life expectancy increased by 1% between 2012 and 2016, as did the demand for EMS. According to Quebec law, EMS include handling calls, assessing callers, providing emergency health care and transport to the hospital center. To do this, ambulance companies and healthcare communication services must ensure that there are enough staff and resources to meet the demand. This requires the acquisition and analysis of data for the understanding of phenomena related to the demand and supply of EMS. Despite their importance, EMS are misunderstood by the population and are understudied in research. Their implementation faces many phenomenological, organizational, and technological challenges. Our research program has been defined closely with ambulance companies and the Centre de communication santé des Laurentides et Lanaudière (CCSLL). Drawing on AI and data science, it aims to investigate issues underlying the demand and supply of EMS. On the phenomenological level, it aims to study the relevance of hypotheses on the spatiotemporal factors that would influence EMS. About technology, we will develop methods, algorithms and computer programs to improve both the quality of services offered to the population and the well-being of stakeholders. These technologies would make it possible to carry out spatiotemporal analysis of the data acquired by the partners, the prediction of spatiotemporal events, the behavioral analysis of the callers, the planning of the spatiotemporal locations of the intervention teams, the assignment of these teams and the interpretation of the audio and visual data. In addition to EMS, the outcomes could be useful for other service providers who need to understand phenomena and their data (alphanumeric, video, sound, etc.), to find the optimal route in an emergency, to manage the ressources, to estimate waiting places, and anticipate events.
Program
Alliance Grants
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
576936-2022
Name nom
Ziou, Djemel D
Department département
Informatique
Organization id
68
Institution établissement
Université de Sherbrooke
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2022
Award amount
52500
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
801
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Computer software
Area of application fr
Logiciel
Research subject code
2708
Research subject group en
Information technology
Research subject group fr
Image processing
Research subject en
Technologie de l'information
Research subject fr
Traitement des images
Application title
IA pour la gestion stratégique des services préhospitaliers d'urgence
Keyword
Analyse comportementale; Analyse de données; Analyse prédictive; Apprentissage machine; Intelligence artificielle; Interprétation des médias numériques; Localisation des ambulances; Modèles paramétriques; Santé publique; Services préhospitaliers d'urgence
Application summary
La demande des services préhospitaliers d'urgence (SPU) ne cesse de s'accroitre au Québec. Un déterminant de cette demande est le vieillissement de la population. À titre d'exemple, au Québec, l'espérance de vie a augmenté de 1% entre 2012 et 2016 au même titre que la demande de SPU. Selon la loi québécoise, les SPU incluent le traitement des appels, l'évaluation des appelants, l'offre de soins de santé d'urgence et le transport vers le centre hospitalier. Pour ce faire, les compagnies ambulancières et les services de communication santé doivent s'assurer qu'il y a suffisamment de personnel et de ressources pour faire face à la demande. Cela nécessite l'acquisition et l'analyse de données pour la compréhension des phénomènes liés à la demande et à l'offre des SPU. Malgré leur importance, les SPU sont mal compris par la population et sont sous-étudiés en recherche. Leur mise en oeuvre fait face à de nombreux défis d'ordre phénoménologique, organisationnel et technologique. Notre programme de recherche a été défini étroitement avec des compagnies ambulancières et le centre de communication santé des Laurentides et de Lanaudière (CCSLL). En s'appuyant sur l'IA et les sciences des données, il vise à étudier des questions sous-jacentes à la demande et à l'offre des SPU. Sur le plan phénoménologique, il vise à étudier la pertinence d'hypothèses sur les facteurs spatiotemporels qui influenceraient les SPU. Pour ce qui est des technologies, nous développerons des méthodes, des algorithmes et des programmes informatiques pour améliorer à la fois la qualité des services offerts à la population et le bien être des intervenants. Ces technologies permettraient de réaliser des analyses spatiotemporelles des données acquises par les partenaires, la prédiction d'évènements, l'analyse comportementale des appelants, la planification des emplacements des équipes d'intervention, la répartition de ces équipes et l'interprétation des données sonores et visuels. En outre des SPU, ces retombées pourraient être utiles pour d'autres fournisseurs de services qui ont besoin, entre autres, de comprendre les phénomènes et leurs données (alphanumérique, vidéo, son), de trouver le trajet optimal en cas d'urgence et d'anticiper les évènements. The demand for Prehospital Care Emergency Medical Services (EMS) continues to grow in Quebec. A determinant of this demand is the aging of the population. For example, in Quebec, life expectancy increased by 1% between 2012 and 2016, as did the demand for EMS. According to Quebec law, EMS include handling calls, assessing callers, providing emergency health care and transport to the hospital center. To do this, ambulance companies and healthcare communication services must ensure that there are enough staff and resources to meet the demand. This requires the acquisition and analysis of data for the understanding of phenomena related to the demand and supply of EMS. Despite their importance, EMS are misunderstood by the population and are understudied in research. Their implementation faces many phenomenological, organizational, and technological challenges. Our research program has been defined closely with ambulance companies and the Centre de communication santé des Laurentides et Lanaudière (CCSLL). Drawing on AI and data science, it aims to investigate issues underlying the demand and supply of EMS. On the phenomenological level, it aims to study the relevance of hypotheses on the spatiotemporal factors that would influence EMS. About technology, we will develop methods, algorithms and computer programs to improve both the quality of services offered to the population and the well-being of stakeholders. These technologies would make it possible to carry out spatiotemporal analysis of the data acquired by the partners, the prediction of spatiotemporal events, the behavioral analysis of the callers, the planning of the spatiotemporal locations of the intervention teams, the assignment of these teams and the interpretation of the audio and visual data. In addition to EMS, the outcomes could be useful for other service providers who need to understand phenomena and their data (alphanumeric, video, sound, etc.), to find the optimal route in an emergency, to manage the ressources, to estimate waiting places, and anticipate events.
Université de Sherbrooke - $52,500 Grant (2023-24) | Canada Spends