Adaptacyjny algorytm A-Star do transportu krwi przy użyciu UAV

Dlaczego loty z krwią mają znaczenie

Gdy ktoś potrzebuje pilnego badania krwi lub transfuzji, każda minuta spędzona w korkach może kosztować życie. W wielu miastach zatłoczone drogi spowalniają karetki i kurierów, zwłaszcza gdy próbki muszą być przewiezione między oddalonymi szpitalami. W tym badaniu analizuje się, jak małe autonomiczne statki powietrzne — drony — można poprowadzić po bezpiecznych, wydajnych trasach, aby przenosiły krew przez złożony teren, nie wyczerpując baterii i nie wchodząc w strefy zakazane.

Od ulic miejskich do tras powietrznych

Autorzy koncentrują się na bardzo praktycznym pytaniu: jak drony mogą niezawodnie przewozić krew między szpitalami w prawdziwym kraju, a nie tylko w symulacji? Rozważają Liban, gdzie górzysty teren i duże natężenie ruchu utrudniają szybką dostawę. Drony mogą lecieć ponad korkami, ale napotykają dwa poważne ograniczenia. Po pierwsze, ich baterie rozładowują się szybko, szczególnie gdy niosą ciężkie, schłodzone worki z krwią. Po drugie, nie mogą po prostu lecieć po linii prostej, ponieważ wysokie pagórki, zwarte zabudowania i strefy ograniczonego ruchu powietrznego mogą stać na ich trasie. Artykuł traktuje krajobraz jako trójwymiarową łamigłówkę i pyta, jak znaleźć ścieżki oszczędzające energię, a jednocześnie dostarczające krew na czas.

Uczenie dronów rozpoznawania terenu

Aby to rozwiązać, badacze adaptują dobrze znaną metodę nawigacyjną o nazwie algorytm A*, która zwykle znajduje najkrótszą trasę na płaskiej mapie. Zasilają go szczegółowymi mapami cyfrowymi opisującymi wysokość terenu w każdym punkcie, przekształcając obszar w siatkę drobnych płytek, z których każda ma własne wzniesienie. Ulepszony algorytm mierzy rzeczywiste odległości 3D, więc wie, że wspinanie się nad pagórek kosztuje więcej niż lot nad równiną. Sprawdza też przeszkody, takie jak strefy zakazu lotów, i odrzuca każdy krok, który je narusza. Poza samą odległością zespół buduje model zużycia energii oparty na eksperymentach pokazujących, że wznoszenie zużywa dodatkową moc, podczas gdy opadanie zużywa nieco mniej. Algorytm faworyzuje zatem trasy, które łagodnie wplatają się w krajobraz, wymieniając odrobinę dodatkowej odległości na znaczne oszczędności baterii.

Planowanie miejsc, gdzie drony mogą „złapać oddech”

Nawet przy starannym planowaniu trasy dzisiejsze drony nie mogą latać w nieskończoność. Autorzy szacują, jak daleko popularny dron medyczny może przebyć, niosąc typowy ładunek krwi, uwzględniając wiatr i marginesy bezpieczeństwa. Następnie łączą etap planowania trasy z drugim problemem: gdzie umieścić stacje ładowania lub wymiany baterii. Przy użyciu techniki klastrowania grupują szpitale leżące blisko siebie i wybierają centralne lokalizacje, które mogą służyć jako wspólne punkty ładowania. Wzdłuż każdej zaplanowanej trasy, gdy pozostała bateria nie pozwoli bezpiecznie pokonać następnego odcinka, system wybiera najbliższą realistyczną lokalizację — często szpital lub centrum serwisowe — jako przystanek do ładowania, zamiast jakiegoś odległego, nieużytecznego punktu na mapie.

Weryfikacja systemu w praktyce

Ramę sprawdzono na rzeczywistych lokalizacjach szpitali w Libanie. Zespół porównał kilka strategii lotu między dwoma odległymi szpitalami: nierealistycznie idealną trasę po linii prostej oraz trzy bardziej realistyczne wersje respektujące teren i zużycie energii na różne sposoby. Odkryli, że naiwny odcinek po linii prostej nie jest najbardziej oszczędny energetycznie, gdy uwzględnić wzniesienia i opadania. Najlepiej działające podejście rozpoczyna drona na rzeczywistej wysokości szpitala źródłowego i ogranicza niepotrzebne zmiany wysokości, co obniża całkowite zużycie energii. Badanie pokazuje też, że przy tej samej prędkości podróży dron zwykle pokona krótszą odległość niż samochód zmuszony do krętych dróg i może uniknąć nieprzewidywalnych opóźnień spowodowanych korkami.

Co to oznacza dla przyszłych lotów medycznych

Mówiąc wprost, badanie wykazuje, że sprytna nawigacja i inteligentne rozmieszczenie punktów ładowania mogą przekształcić drony z prostych gadżetów w niezawodnych członków zespołu transportu medycznego. Ucząc drony „widzieć” pagórki, obszary ograniczone i własne limity baterii, proponowany system pomaga zapewnić, że próbki i produkty krwi dotrą szybko, bezpiecznie i z wystarczającą rezerwą energii. Choć obecna praca zakłada stałe przeszkody i loty pojedynczych dronów, tworzy podstawy dla przyszłych sieci współpracujących dronów medycznych, które mogłyby obsługiwać pacjentów w miastach i odległych regionach.

Cytowanie: 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

Słowa kluczowe: drony medyczne, transport krwi, planowanie tras, efektywny energetycznie lot, logistyka opieki zdrowotnej