Ein adaptiver A*-Algorithmus zur Bewältigung des Bluttransports mit UAVs

Warum fliegendes Blut wichtig ist

Wenn jemand dringend einen Bluttest oder eine Transfusion benötigt, kann jede Minute im Straßenverkehr Leben kosten. In vielen Städten verlangsamen überfüllte Straßen Krankenwagen und Kurierdienste, besonders wenn Proben zwischen weit auseinanderliegenden Krankenhäusern transportiert werden müssen. Diese Studie untersucht, wie kleine autonome Fluggeräte — Drohnen — entlang sicherer, effizienter Routen geführt werden können, damit sie Blut über komplexes Gelände transportieren, ohne die Batterie leerzufliegen oder in gesperrten Luftraum einzudringen.

Von Straßen zu Luftwegen

Die Autorinnen und Autoren konzentrieren sich auf eine sehr praktische Frage: Wie können Drohnen zuverlässig Blut zwischen Krankenhäusern in einem realen Land befördern, nicht nur in Simulationen? Sie betrachten den Libanon, wo bergiges Gelände und dichter Verkehr schnelle Zustellungen erschweren. Drohnen versprechen, Staus überfliegen zu können, stehen jedoch vor zwei harten Grenzen. Erstens entladen sich ihre Batterien schnell, besonders wenn sie schwere, gekühlte Blutbeutel transportieren. Zweitens können sie nicht einfach in gerader Linie fliegen, weil hohe Hügel, dichte Stadtgebiete und beschränkte Lufträume im Weg liegen können. Das Papier behandelt die Landschaft als dreidimensionales Puzzle und fragt, wie man Pfade findet, die Energie sparen und gleichzeitig das Blut rechtzeitig ans Ziel bringen.

Drohnen das Lesen der Landschaft beibringen

Um das Problem zu lösen, adaptieren die Forschenden eine bekannte Navigationsmethode namens A*-Algorithmus, die normalerweise die kürzeste Route auf einer flachen Karte findet. Sie speisen detaillierte digitale Karten ein, die die Bodenhöhe an jedem Punkt beschreiben, und verwandeln die Region in ein Gitter winziger Kacheln, jede mit eigener Höhe. Der erweiterte Algorithmus misst reale 3D-Distanzen, sodass er weiß, dass das Überwinden eines Hügels mehr Aufwand kostet als das Fliegen über eine ebene Fläche. Er prüft außerdem Hindernisse, wie Flugverbotszonen, und verwirft jeden Schritt, der diese kreuzen würde. Zusätzlich zur reinen Distanz baut das Team ein Energiemodell auf, das auf Experimenten basiert und zeigt, dass Steigen mehr Energie verbraucht, während Sinkflug etwas weniger benötigt. Der Algorithmus bevorzugt daher Routen, die sanft durch die Landschaft verlaufen und dabei etwas zusätzliche Strecke gegen große Einsparungen beim Batterieeinsatz eintauschen.

Planung, wo Drohnen auftanken können

Selbst mit sorgfältiger Routenplanung können heutige Drohnen nicht unbegrenzt fliegen. Die Autorinnen und Autoren schätzen, wie weit eine verbreitete medizinische Drohne mit typischer Blutladung fliegen kann, wobei Wind und Sicherheitsmargen berücksichtigt werden. Anschließend verknüpfen sie den Schritt der Routenplanung mit einem zweiten Problem: Wo Ladestationen oder Batteriewechselstationen platziert werden sollten. Mit einer Clustering-Technik gruppieren sie Krankenhäuser, die nahe beieinander liegen, und wählen zentrale Standorte, die als gemeinsame Lade-Hubs dienen können. Entlang jeder geplanten Route, wenn die verbleibende Batterie den nächsten Abschnitt nicht mehr sicher abdecken würde, wählt das System den nächstgelegenen realistischen Ort — häufig ein Krankenhaus oder ein Servicezentrum — als Ladehalt, statt eines abgelegenen, unbrauchbaren Punkts auf der Karte.

Das System auf die Probe stellen

Das Framework wird an realen Krankenhausstandorten im Libanon getestet. Das Team vergleicht mehrere Flugstrategien zwischen zwei weit entfernten Krankenhäusern: einen unrealistisch perfekten Geradflug sowie drei realistischere Varianten, die Gelände und Energieverbrauch auf unterschiedliche Weise berücksichtigen. Sie stellen fest, dass die naive Gerade nicht die energieeffizienteste Option ist, sobald Steigungen und Gefälle berücksichtigt werden. Der leistungsstärkste Ansatz startet die Drohne in der tatsächlichen Höhe des Startkrankenhauses und begrenzt unnötige Höhenänderungen, wodurch der gesamte Energieverbrauch sinkt. Die Studie zeigt außerdem, dass eine Drohne bei gleicher Reisegeschwindigkeit typischerweise kürzere Entfernungen zurücklegen kann als ein Auto, das Straßen mit Kurven folgen muss, und sie kann die unvorhersehbaren Verzögerungen durch Staus vermeiden.

Was das für künftige medizinische Flüge bedeutet

Alltäglich gesprochen zeigt die Studie, dass clevere Navigation und kluge Platzierung von Ladepunkten Drohnen von bloßen Gadgets zu verlässlichen Mitgliedern des medizinischen Transportteams machen können. Indem man Drohnen beibringt, „Hügel“, Sperrgebiete und ihre eigenen Batteriegrenzen zu «sehen», hilft das vorgeschlagene System sicherzustellen, dass Blutproben und -produkte schnell, sicher und mit ausreichender Reserve ankommen. Während die aktuelle Arbeit von festen Hindernissen und Einzel-Drohnenflügen ausgeht, legt sie eine Grundlage für künftige Netzwerke kooperierender medizinischer Drohnen, die Patienten in Städten und abgelegenen Regionen gleichermaßen versorgen könnten.

Zitation: Zaki, C., Taleb, H., Taki, M. et al. An adaptive A-Star algorithm to handle blood transportation using UAVs. Sci Rep 16, 13674 (2026). https://doi.org/10.1038/s41598-026-40040-5

Schlüsselwörter: medizinische Drohnen, Bluttransport, Routenplanung, energieeffizienter Flug, Logistik im Gesundheitswesen