この記事では、無人航空機（sUAS）の画像を用いて建物の被害評価を自動化するAI/MLシステムの最初の運用事例が紹介されています。このシステムは、ハリケーンDebbyおよびHeleneの際に実際に展開され、多量の画像データを効率的に処理することが求められました。災害救助活動での迅速な反応を支援するため、チームは最大369GBの画像データを収集しましたが、これを専門家が処理することは困難でした。そこで、機械学習とコンピュータビジョン技術が必要とされました。これまでの研究は学術的なものであり、sUASを用いた被害評価システムは実用化されていませんでしたが、本研究では21,716の被害ラベルを持つ最大のデータセットを使用してモデルを開発しました。このモデルは、ハリケーン対応時に415棟の建物を約18分で評価することに成功しました。この取り組みは、AI/MLの災害時の実際の使用例と得られた教訓を記録しており、関連コミュニティにとって有益です。