AI förebygger suicid och olyckor i kollektivtrafiken

Kollektivtrafiken har länge haft ett behov av att förebygga olyckor och suicid vid spårområden. Händelser kan inträffa snabbt och vara svåra att upptäcka i tid. Tidigare byggde arbetet i stor utsträckning på manuella bedömningar av kamerabilder och rapporter från resenärer eller personal. Det gjorde att vissa riskfyllda situationer upptäcktes sent. Samtidigt ökade mängden data från kamerabevakning, vilket skapade behov av mer effektiv analys.

Lösning

Trafikförvaltningen i Region Stockholm har infört AI-baserad videoanalys som stöd i trygghetsarbetet i tunnelbanan. Lösningen innebär att:

• kamerabilder från 15 tunnelbanestationer analyseras i realtid
• systemet identifierar riskbeteenden, till exempel:
  • personer som hamnar på spåret
  • personer som rör sig nära plattformskanten
  • beteenden som kan tyda på suicidtankar
• larm skickas automatiskt till trygghetscentralen

Trygghetscentralens operatörer gör en snabb bedömning av situationen och beslutar om åtgärder. De kontaktar rätt resurser, till exempel väktare eller trafikledning.

AI används som beslutsstöd. Det är alltid personal som avgör hur situationen ska hanteras och som möter personer på plats. Lösningen utvecklas löpande för att upptäcka fler typer av riskbeteenden, förbättra träffsäkerheten och minska felaktiga larm

Lösningen är upphandlad av Region Stockholm från leverantören Irisity och regionen undersöker möjligheterna att utveckla en egen lösning för mer flexibilitet vid utökning och utveckling. Lösningen använder sig av bildmaterial från befintliga trygghetskameror. Systemet sparar inte bildmaterial efter analys utan enbart metadata. Inga människor identifieras i videoanalysen.

Resultat

Lösningen har gett konkreta effekter i trygghetsarbetet:

• 46 suicidförsök och andra allvarliga händelser har avstyrts
• riskfyllda situationer upptäcks tidigare
• personal kan agera snabbare vid akuta händelser
• bättre beslutsunderlag i pressade situationer

Ytterligare effekter som identifierats:

• ökad trygghet för resenärer och personal
• förbättrad samverkan mellan funktioner i trygghetsarbetet
• möjlighet att utveckla förebyggande insatser baserat på data

Kostnad och investering

För att införa lösningen krävs:

• tillgång till kamerabevakning och relevant datainfrastruktur
• AI-kompetens och analyskompetens
• bemannad trygghetscentral som kan ta emot och hantera larm
• nära samverkan mellan teknik och verksamhet

Införandet har skett stegvis genom:

• tester i liten skala
• utvärdering av resultat
• successiv utveckling och anpassning

Dokument och länkar

• Artikel om effekter från Karolinska insititutet (öppnas i ny flik)
• Region Stockholm om AI i lokaltrafiken (öppnas i ny flik)
• AI som räddar liv i tunnelbanan tilldelas priset AI i samhällets tjänst (öppnas i ny flik)