Un bebé que no respira, otro que se ahoga y una persona que sufre una herida de bala. Todos ellos son ejemplos de emergencias en las que los pacientes estuvieron en espera más de dos minutos antes de que un operador del 911 de Toronto dijera que podía atender la llamada, según la CBC.
Teniendo en cuenta que una persona puede ahogarse en menos de 60 segundos, el tiempo es esencial. Cada minuto cuenta en situaciones de emergencia y, francamente, nuestro sistema de respuesta a emergencias no nos está dando la calidad de apoyo que merecemos. Es nuestra vida la que está en juego.
Debido a la escasez de personal, ha habido casos en los que menos de 10 operadores están disponibles para atender las llamadas al 911 de Toronto, una ciudad con casi tres millones de residentes, lo que lleva a tiempos de espera que van de 2 a 10 minutos. El gerente del centro de comunicaciones 911 informó a CBC News que durante las 2 horas que rodearon el ataque con furgoneta de Toronto en abril de 2018, recibieron casi 900 llamadas de emergencia, mientras que el día anterior solo se recibieron 400 llamadas, lo que sugiere que algunos días son mejores que otros. Pero los números no cuadran, según los documentos de auditoría de Toronto, el centro de despacho de Toronto no cumplió con su estándar mínimo para responder llamadas casi todos los días del año pasado, no solo un puñado.
Murray-Bates ha declarado que el equipo utiliza los datos históricos para «ajustar mejor nuestra plantilla a nuestro flujo de trabajo» y sigue formando y contratando nuevo personal para cubrir las vacantes. Por supuesto, incluso si nos centramos en lo que dicen los gestores, insistamos en que no todos los días son malos; tienen sus días buenos y sus días malos, pero sigue siendo necesario contar con un sistema para gestionar esos días atípicos, como los días en que se produce una catástrofe natural, un tiroteo o una emergencia meteorológica.
Considerar que el tiempo de espera de los centros de Toronto Dispatch ha subido a 10 minutos es escalofriante y demuestra que hay que hacer algo. Las estadísticas son abrumadoras, están desbordadas y sobrecargadas.
En 2021, el centro de llamadas no cumplió su norma de nivel de servicio, que consiste en responder al 90% de las llamadas en 15 segundos, y sólo lo hizo el 3% de las veces.
El informe indica que 13.260 personas esperaron en la línea más de un minuto en 2021. 424 esperaron más de cuatro minutos. ¿Y si fueras tú quien llamara? ¿Y si una de esas emergencias fuera un incendio o un tiroteo?
En un reportaje de la CBC, una mujer sugiere: «Enseñas a tus hijos, desde que saben hablar, que si pasa algo, llames al 911. Es algo que está muy arraigado. Se les inculca que es algo con lo que pueden contar». Pero hoy nos preguntamos si realmente podemos seguir haciéndolo.
Tabla de contenidos
Análisis del Centro de Despacho de Toronto 🕵️♀️
Así que hemos establecido que se trata de un problema. A partir de aquí empecé a analizar la causa raíz.
Algunas conclusiones generales de mi investigación:
- Uno de los principales problemas es la falta de recursos y financiación. Los servicios de urgencias de Toronto no dan abasto, y las ambulancias y el personal paramédico suelen tener exceso de trabajo y escasez de personal. Esto ha provocado largas esperas en los servicios de emergencia y un alto índice de agotamiento entre los primeros intervinientes.
- Otro problema es la falta de coordinación y comunicación entre los distintos servicios de emergencia. Los servicios de bomberos, policía y ambulancias de Toronto operan a menudo de forma independiente, lo que puede generar confusión y retrasos en la respuesta a las emergencias.
- La falta de tecnología e infraestructuras también agrava el problema. Los servicios de emergencia de Toronto han sido criticados por utilizar equipos y sistemas anticuados, que pueden ralentizar sus tiempos de respuesta y dificultar el intercambio de información entre los distintos servicios.
- Se han propuesto varias soluciones para resolver estos problemas. Algunos han pedido que se aumente la financiación de los servicios de emergencia y se destinen más recursos a formación y contratación. Otros han sugerido implantar tecnologías y sistemas más avanzados que ayuden a mejorar la coordinación y la comunicación entre los distintos servicios.
Ahora el zoom 🔍. Hay 3 problemas principales:
1. Llamadas innecesarias: Sólo el 43% de las llamadas al 911 son emergencias. Deja que eso se hunda. Más llamadas, exactamente el 47% son abandonadas, llamadas de bolsillo, y asuntos no policiales. ¿Por qué los operadores tienen que atenderlas y perder el tiempo?
2. Falta de personal: No se puede ocultar que ser interviniente en emergencias es un trabajo duro. Hay muy poca retención de empleados debido a que los empleados de los centros de llamadas manejan muchas cosas a la vez, y es mentalmente agotador.
3. Financiación insuficiente. Todo se reduce a dinero y los locutorios no tienen presupuesto para subir los sueldos o invertir en las mejores infraestructuras.
Qué se está haciendo actualmente 🛠
El gobierno y los gestores de los servicios de emergencias han reconocido estos problemas y han empezado a invertir y a introducir cambios. En el artículo Llama a la policía… y luego espera, se destacan más problemas e historias reales de torontonianos y se comentan algunas de las innovaciones y mejoras actuales.
Entre las principales mejoras figuran:
- Líneas de no emergencia (llamadas redirigidas al 211)
- Más apoyo a la salud mental, especialmente para las comunidades más desfavorecidas, como las indígenas y las negras.
- Recursos móviles sobre información y contacto en la ciudad
Aun así, los grandes problemas actuales no tendrán la oportunidad de combatirse. Estos servicios esbozados dan a los llamantes la oportunidad de utilizar los recursos móviles o usar las líneas de no emergencia, pero como muestran las estadísticas anteriores el 47% de los llamantes no quieren ayuda, están gastando bromas con llamadas de bolsillo y colgadas, y otros quieren hablar por la línea de emergencia aunque tengan un asunto que no sea de emergencia porque para ellos su emergencia es la mayor. Y si es otra persona la que atiende estas urgencias, es otro empleado más del centro de llamadas que tiene que ocuparse de estas llamadas innecesarias, cuando hay otras urgencias reales que merecen ser atendidas.
Respuestas de emergencias en todo el mundo 🌍
En otros lugares del mundo se están probando otras innovaciones. Desde la clasificación de niveles de prioridad para ayudar a los despachadores en la creación de avisos, hasta el uso de biomarcadores de voz para la asistencia médica, hay mucho en marcha en este espacio. California y Texas ya están probando implementaciones de voz con IA en el ámbito de las no emergencias y el enrutamiento, y Corti, una startup danesa, ha llevado las cosas un paso más allá e incluso está ejecutando algoritmos de ML sobre las llamadas para detectar enfermedades críticas con mayor precisión.
Punto de control 1. Lluvia de ideas sobre posibles soluciones 🤔
Con estos aprendizajes, me di cuenta de que necesitaba tomar medidas. El trabajo correcto no se está haciendo en este espacio y como miembro de la comunidad que se preocupa por mis amigos, y la familia que necesitaba para hacer un cambio. Así que me puse a buscar ideas para combatir este problema creciente:
- Crear un sitio web o una aplicación móvil que permita a la gente informar de incidentes o preocupaciones que no sean de emergencia, en lugar de llamar al 911.
- El desarrollo de un chatbot que pueda priorizar las llamadas entrantes al 911 y dirigirlas al departamento u organización adecuados, aligerando así la carga de los operadores del 911.
- La creación de un sistema que transcriba y clasifique automáticamente las llamadas al 911 utilizando el aprendizaje automático o el procesamiento del lenguaje natural para que a los operadores les resulte más sencillo reconocer y abordar las situaciones. ✅
- Ayudar a realizar diagnósticos médicos por teléfono utilizando biomarcadores basados en la voz para identificar qué indicaciones deben preguntar los despachadores.
- Analizar el ruido de fondo para extraer información adicional y mejorar la calidad del sonido para facilitar el trabajo de los operadores.
- Creación de un programa de divulgación comunitaria para informar a la población sobre cuándo utilizar los canales de no emergencia para informar de sucesos en lugar de llamar al 911.
- Identificar y abordar los problemas sociales subyacentes que conducen a las llamadas de emergencia, como las crisis de salud mental o la violencia doméstica.
Me decidí por la idea de un prototipo de chatbot basado en IA y un sólido sistema de gestión para responder, asistir, clasificar y agilizar los procesos del centro de llamadas hasta que un operador real esté disponible. Esta idea resuelve con éxito la pérdida de tiempo debida a las llamadas en espera y consigue que la información fluya hacia el sistema.
Punto de control 2. Identificación de un proceso de despacho mejorado 👀
A partir de aquí empecé a hacer una lluvia de ideas sobre cómo podría integrarse mi idea en el proceso de despacho actual.
Se me ocurrió este sistema mejorado.
- Cuando entre una llamada, será atendida por un operador si hay alguno disponible; de lo contrario, el chatbot automático iniciará una conversación.
- El chatbot pedirá toda la información básica necesaria (naturaleza de la emergencia, nombre, ubicación, número de teléfono) y empezará a ofrecer ayuda básica y sugerencias.
- Si se detecta una incidencia como «no urgente», la línea se desviará.
- Cuando un oficial de despacho esté disponible, deberá ser capaz de leer la transcripción, ponerse al día con la información proporcionada y continuar a partir de ahí.
- Por último, el expedidor puede utilizar su criterio profesional para enviar ayuda.
Punto de control 3. Creación de maquetas 👩🎨
A partir de aquí empecé a crear prototipos. Yo quería que este proyecto fuera una solución completa, y con el fin de tomar este concepto de una idea a un producto que empecé con algunos diseños frontales visuales para obtener este proyecto de mi cabeza y en el papel.
Empezamos con algunos dibujos funky.
Y con el tiempo ascendió a diseños Figma.
Punto de control 4. Creación de la compilación 👷♀️
Luego vino la construcción. En concreto, seguí tutoriales y cursos para adquirir las habilidades básicas necesarias para construir este proyecto. Aprendí a utilizar APIs, plataformas y recursos técnicos como Twilio, React, Google Cloud y algoritmos ML como GPT. Todos estos recursos fueron esenciales para crear un bot funcional y potente que puede entender y responder a las llamadas de una manera similar a la humana.
Una vez que tuve todas las habilidades, comencé a implementar este proyecto. Primero construí el frontend usando React, luego construí el sistema de extracción de detalles usando GPT, seguido por la construcción del sistema de transcripción usando Javascript, Google Cloud, y Twilio APIs. También construí el servicio de recepción de llamadas y conecté todas las funciones entre sí.
Puedes encontrar una visión general de mi proyecto y una demostración rápida en este vídeo de YouTube.
Y puedes encontrar el repositorio de github aquí. ¡Si quieres ver un paseo en profundidad a través del código echa un vistazo a este video para aprender más!
Esa es la explicación rápida, pero el proceso real fue mucha iteración. Dividí el proyecto en pequeños objetivos y partí de ahí. Primero utilicé métodos javascript para convertir voz a texto y extraer detalles, luego escalé a hacer llamadas telefónicas reales, a generar mis propias transcripciones con google cloud speech to text y finalmente me establecí con los propios servicios de transcripción de Twilios.
También hubo mucha iteración en el lado ML. Jugué con la construcción de modelos desde cero, afinándolos con el aprendizaje de transferencia, y la exploración de posibles opciones de API. Por supuesto, me decidí por utilizar un modelo GPT de OpenAI y el modelo BERT de Hugging Face debido a sus increíbles resultados. Por desgracia, no pude ajustar un modelo a mi caso de uso particular debido a la falta de datos.
Si estás interesado en la IA que hay detrás de mi proyecto, mira este vídeo en el que explico exactamente qué ocurre detrás de estas API.
Si este proyecto se aplicara en el mundo real, el sistema podría multiplicarse por 100 con los datos de envío. El sistema de despacho actual es un programa informático del tipo «si» o «si». En función de lo que diga la persona que llama, el sistema pide al operador que haga una pregunta o dé un consejo concreto. Con esta información, un modelo de inteligencia artificial podría hacer mejores preguntas y dar consejos de la misma calidad que los operadores reales. De este modo, los empleados de los centros de llamadas de urgencia podrían centrarse en las emergencias reales, coordinar las tareas de envío y realizar otras que hoy no pueden automatizarse.
Reflexiones finales e impacto 💭
Con las llamadas de emergencia automatizadas de tal manera, la IA puede ahorrar tiempo a los despachadores en los tediosos procesos de recopilación de datos necesarios, pero también puede hacer mucho más que eso. Este sistema puede ayudar en la detección temprana de llamadas duplicadas, específicamente llamadas relacionadas con la misma emergencia, para crear una visión holística de una emergencia y evitar la duplicación de esfuerzos de despacho.
- Murray-Bates ha declarado: «Un accidente impactante en la autopista Gardiner puede generar 50 llamadas… Eso crea un pico en nuestro volumen de llamadas, que a su vez genera cierto impacto en nuestros tiempos de espera». Agrupando estas llamadas y automatizándolas con mi chatbot podemos agilizar aún más los procesos. (He jugado con esta implementación en mi proyecto y puedes ver mis vídeos para ver cómo lo implementé y mi opinión final sobre esta función).
- La IA también puede filtrar de inmediato las llamadas que no son de emergencia y las que sí lo son, así como filtrar las «llamadas con el culo al aire» o las «llamadas colgadas», evitando que los agentes pierdan el tiempo con ellas.
Tenemos que empezar a invertir en tecnología para crear un futuro más seguro para nosotros y las generaciones futuras. Puede que algunos se muestren cautelosos a la hora de poner nuestras vidas en manos de la IA, pero a mí me parece una opción mucho mejor que quedarnos en espera durante minutos.
La próxima vez que se produzca el horrible incidente de un bebé que no respira, alguien que se ahoga o una persona que sufre una herida de bala, deberían confiar en nuestro sistema de respuesta a emergencias y saber que su emergencia está siendo escuchada.