无人机送药，洪水灾区医疗新希望

快速阅读: 美国老多米尼亚大学研究显示，无人机可在10分钟内向弗吉尼亚州农村和易洪地区配送药品，显著提高老年人和弱势群体的药品获取能力，相比驾车最长需50分钟。

普里扬贾纳·普拉马尼克硕士撰写，苏莎·切里耶达斯硕士审阅，2025年10月12日。通过结合地理空间建模与实际飞行测试，研究人员展示了无人机如何绕过洪水淹没的道路和孤立的海岸线，向传统医疗难以覆盖的地区运送救命药物。

研究：无人机向农村和易受洪水侵袭的沿海社区配送药品。图片来源：ako photography / Shutterstock

最近发表在《PLOS ONE》期刊上的一项研究表明，美国老多米尼亚大学的研究人员评估了通过无人机向美国弗吉尼亚州的农村和易受洪水侵袭的沿海地区居民配送药品的过程。研究模型显示，与患者驾车前往药店取药最长需要50分钟相比，无人机配送可在10分钟内完成，显著提高了居住在医疗资源不足地区的老年人和弱势群体的药品获取能力。

背景

农村和易受洪水侵袭的沿海地区长期面临医疗障碍，尤其是交通中断阻碍了获取基本药物。这些挑战尤其影响老年人等脆弱人群，加剧了现有的健康不平等现象。

在美国，约80%的农村居民生活在医疗资源不足的地区，他们获取药店服务的机会远低于城市人口。交通问题、基础设施落后及频繁发生的极端天气事件进一步限制了及时获得医疗服务的机会。对于老年人来说，由于残疾、收入或年龄导致的可靠交通工具缺乏，可能导致错过治疗和独立性的降低。

易受洪水侵袭的沿海地区尤为危险，海平面上升和风暴引发的洪水可能将社区隔离数日。之前的灾难，如莫桑比克的飓风和日本的洪水，已经证明严重天气如何破坏医疗连续性。

在此背景下，无人机技术提供了一个有前景的解决方案。它能够更快、更可靠地大规模配送医疗物资。虽然无人机配送已在紧急或实验环境中使用，但其在常规医疗服务中为农村和洪水影响社区的应用仍需深入探索。

研究概况

该研究聚焦于弗吉尼亚州东海岸。这一地区地理位置孤立，易受洪水影响，且医疗设施有限，仅7家药店服务于超过2600平方公里的区域。

研究人员利用公开的地理空间数据绘制了药店、无人机站和人口分布图，重点关注高血压发病率较高的老年居民。为保护隐私和确保研究可重复，未使用个人医疗数据。

首先，他们估计了建筑物层面的人口密度和年龄分布。网络分析比较了私人车辆往返最近药店的旅行范围与从五个无人机中心单程配送的时间。无人机配送时间是根据距离、速度（22.35米/秒）以及装卸时间计算得出。

研究创建了两个患者脆弱性指数：一个是基于年龄和旅行时间（VAT），另一个加入了洪水暴露因素（VATF）。热点分析确定了高需求患者的聚集区，特别是偏远或洪水影响的地区。

研究还整合了无人机配送的监管和操作考虑，确保合规并促进与医疗服务提供者的合作。目前，操作需要视觉观察员，研究团队正在寻求超越视线范围的批准，以扩大未来规模。此外，进行了352次测试飞行，验证了操作可行性并为模型假设提供了依据。研究团队希望这一方法论框架能为评估无人机网络如何提高医疗资源不足、灾害频发地区的医疗韧性提供可扩展且数据驱动的方法。

主要发现

与汽车出行相比，无人机配送大幅改善了东海岸居民获取药品的情况。超过80%的居民可以通过无人机在10分钟内收到药品，而只有不到38%的居民能在相同时间内完成往返药店的旅程。

在偏远地区，车辆行驶需要长达50分钟，而无人机在测试飞行中仅需约15分钟即可到达类似坦吉尔岛这样的孤立区域。如果建立岛上枢纽，可以实现更快的配送。尽管东北部地区的禁飞区限制了覆盖范围，但超过99%的居民仍能在30分钟内通过无人机获得服务。然而，约有7,749名居民，其中包括2,943名60岁以上的老年人，因居住在受限制的空域内而无法享受无人机服务。

空间脆弱性分析进一步揭示了医疗获取方面的差异。VAT（年龄和旅行时间）和VATF（增加洪水暴露因素）两个指数显示，高风险“热点”集中在西海岸和低洼易洪区。

北部无人机站服务于人口较多且脆弱性较高的地区，特别是第1站覆盖了钦科蒂格和其他孤立的沿海社区。相比之下，南部站点服务的人口较少，且脆弱性较低。

总体而言，无人机为老年人和行动不便的患者提供了更快、更可靠的服务，显著减少了地理和环境条件复杂地区在医疗获取上的不平等。这些发现基于模拟的旅行时间，而非实际患者结果。

结论

研究表明，基于无人机的药物递送可以大幅缩短旅行时间，改善农村和易洪地区脆弱人群的医疗获取。无人机通过绕过不良道路网络和洪水障碍，为偏远岛屿和沿海社区提供快速、公平的服务。脆弱性指数有效识别了高风险区域，为指导战略性的无人机部署提供了可扩展的数据驱动框架。

研究的优势在于使用公开数据、可重复的地理空间方法以及在脆弱性评估中整合洪水暴露因素。然而，研究也存在一些局限性，包括简化的旅行时间估计、静态的无人机速度以及禁飞区导致部分居民无法被服务。作者还指出，该研究是基于模型而非观察到的旅行行为，无人机飞行路径和速度固定，且由于监管要求，操作上仍有约束。他们建议未来系统中探索AI支持的路由和协调多无人机网络以优化配送效率。

未来的研究应结合现实世界的驾驶行为、自适应无人机路由和替代配送模式，如卡车搭载无人机。他们还建议探索AI支持的物流和多无人机网络，这可能巩固无人机作为提高未服务、易洪地区药物获取和医疗韧性的可扩展、可持续和公平解决方案的角色。

(以上内容均由Ai生成)