Cuando una persona sufre un accidente de tránsito, su vida muchas veces depende del tiempo en que llegue la ayuda médica. Con eso en mente, el magíster en Ingeniería y Analítica de la UNAL, Sergio Andrés Robles Serrano, ideó un modelo que utiliza redes neuronales artificiales para procesar la información del tránsito que se obtiene a través de vídeos vía streaming de cámaras instaladas en la calle, y responde ante las eventualidades.
"Entre el choque, el desespero y la necesidad de pedir ayuda se pierde gran cantidad de tiempo que podría ser importante en caso que esté en juego la vida de las víctimas", dijo el investigador al portal de noticias de la UNAL.
Esta tecnología reduce el tiempo de respuesta médica de 10 a 1 minuto, lo que, según la UNAL, podría disminuir la probabilidad de muerte hasta en una tercera parte. En condiciones normales —sin tráfico ni problemas de comunicación—, el tiempo de respuesta de emergencias médicas en Medellín debería ser de 18 minutos con 12 segundos.
¿Cómo funciona el invento colombiano?
El modelo es capaz de clasificar los siniestros en dos categorías: "accidente moderado" y "accidente grave", con una exactitud de 96% y un 81% en la clasificación del evento, respectivamente.
A su vez, el sistema puede segmentar temporalmente el vídeo para procesar exactamente el momento del accidente. "Aunque inicialmente el modelo solo puede captar e identificar accidentes de vehículos, se puede modificar y entrenar para reconocer motos por medio de redes neuronales", explicó Robles Serrano a la UNAL.
Así, envía inmediatamente la señal de alerta a las centrales de salud, bomberos, e inspectores de tránsito.
Además de reducir el tiempo de respuesta médica, el investigador de la UNAL asegura que la información también podrá ayudar a las entidades públicas a mejorar su organización y planeación con el fin de atender a tiempo la demanda de servicios.
Durante el primer trimestre de 2021, la Agencia Nacional de Seguridad Vial reportó 1.621 víctimas fatales, con un crecimiento del 11,4% en el número de fallecidos respecto al año anterior.