L’IA assiste le 112 en cas d’appels accidentels

La centrale d’urgence 112 pour les ambulances et les pompiers reçoit un appel où l’appelant reste muet. Celui-ci est-il en danger? Ou s’agit-il d’un appel accidentel? ML2Grow a imaginé une solution d’IA.

Nido est un labo d’innovation pour les pouvoirs publics fondé en 2017 par le SPF Stratégie et Appui (BOSA) et auquel le SPF Intérieur s’est adressé pour relever un défi. En l’occurrence, il semble que le numéro d’urgence 112 soit assez souvent confronté à des appels accidentels. Ce 112 est en effet le seul numéro pouvant être formé avec un smartphone verrouillé – donc également de manière fortuite.

1 appel sur 3 accidentel

” La difficulté est que le 112 applique le principe ‘first in first out’, explique Frédéric Baervoets, responsable chez Nido. Tous les appels aboutissent dans une file d’attente et sont traités l’un après l’autre. ” Jusqu’à 29% des appels sont involontaires ou accidentels. Durant les périodes de pointe, notamment lors d’alertes météorologiques, un grand nombre d’appels non urgents s’ajoutent, par exemple pour des caves inondées.

Les conséquences se devinent aisément: les véritables appels d’urgence doivent parfois attendre plus longtemps, avec des risques de détérioration des dégâts, voire de mort humaine. Le SPF Intérieur s’est tourné vers Nido pour lui demander s’il était possible d’automatiser partiellement ou totalement le traitement des appels accidentels, afin que le service 112 puisse se consacrer totalement aux véritables appels d’urgence.

Hazira

Nido a interrogé le marché et a reçu des propositions de différents acteurs. Après une évaluation approfondie, ML2Grow a eu l’occasion de présenter un prototype. ML2Grow a été créée voici 5 ans dans le giron de l’Université de Gand. Cette ‘spin-off’ est spécialisée dans les solutions basées sur l’apprentissage machine. ” Pour le 112, nous ne voulions pas proposer simplement une solution d’automatisation, explique Joeri Ruyssinck, CEO de ML2Grow. Nous avons dès lors imaginé une approche basée sur le principe ‘primum non nocere’, entendez ‘en premier ne pas nuire’. Avec Hazira Digital, pas question de courir le risque de rater des appels pertinents. ”

Le nom de Hazira Digital n’a pas été choisi au hasard. En effet, Hazira est l’un des opérateurs du 112 qui apparaît dans le programme TV ‘De Noodcentrale’ qui a suivi durant un certain temps une équipe de collaborateurs du service d’urgence. ” A un certain moment, Hazira a reçu un appel où le correspondant ne parlait pas “, explique Joeri Ruyssinck. Or même si tout était calme, l’intuition et l’expérience de l’opérateur ont permis de déduire qu’il ne s’agissait pas d’un appel accidentel. C’est cette approche qui a inspiré ML2Grow. En pratique, Hazira Digital s’appuie sur une technique d’empreintes audio pour identifier les appels intempestifs, ce qui permet aux opérateurs de se concentrer sur les véritables appels urgents.

Affiner les résultats

ML2Grow a entraîné Hazira Digital grâce à l’apprentissage machine sur un jeu de 300 fragments audio d’appels à la fois pertinents et accidentels. Le projet pilote a débouché sur une identification des appels accidentels correcte à 84%. ” C’est déjà un bon résultat en soi, considère Frédéric Baervoets. Notre recommandation est de poursuivre le projet pour améliorer encore ce résultat. ” Pour ce faire, il s’agira – lors de l’implémentation pratique – de demander au système de répondre, ce qui permettra une meilleure analyse de la voix de l’appelant. Et si le système n’est pas certain qu’il s’agit d’un appel malveillant, cet appel est placé en file d’attente. Cette solution doit permettre d’éviter que de véritables appels soient perdus. De même, le système n’interviendrait que s’il y a effectivement une file d’attente d’appels.