Modelo detectaría accidentes de tránsito en tiempo real

El modelo, desarrollado por Sergio Andrés Robles Serrano, magíster en Ingeniería - Analítica, de la Universidad Nacional de Colombia (UNAL) Sede Medellín, utiliza redes neuronales artificiales, las cuales procesan la información que se les suministra de los videos vía streaming y responde ante las eventualidades.

Como las etapas más importantes en la gestión de un accidente de tráfico son el envío y la llegada de respuesta, la reducción de 10 minutos en el tiempo de respuesta médica podría disminuir la probabilidad de muerte hasta en una tercera parte.

“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”, explica el investigador.

El modelo es capaz de clasificar el evento en dos categorías: “accidente moderado” y “accidente grave”, con el fin de enviar la respuesta oportuna para suplir la necesidad presentada.

“Si es un accidente grave es posible enviar inmediatamente la señal de alerta a las centrales de salud, de bomberos o de guardas de tránsito, con el fin de reducir el tiempo de respuesta”, explica el investigador.

El método propuesto presenta un alto desempeño al momento de solucionar el problema de respuesta inmediata en la detección de accidentes, alcanzando una exactitud de 96 % y un 81 % en la clasificación del evento en una de las dos categorías.

Si después de la notificación no hay una llegada oportuna, ello obedecería a la escasez de recursos en el momento (personal ocupado), por lo que el investigador de la UNAL recomienda que estas entidades mejoren su organización y planeación con el fin de atender a tiempo la demanda de servicios.

Cabe destacar que en condiciones normales el tiempo de respuesta de emergencias médicas en la ciudad debería ser de 18 minutos con 12 segundos, es decir sin tráfico ni problemas de comunicación.

Clasificación de accidentes

“Las arquitecturas de redes neuronales del modelo fueron entrenadas con el fin de explotar las características espaciales y temporales y clasificar con éxito el accidente según su nivel de gravedad”, agrega el magíster Robles.

El sistema puede segmentar temporalmente el video, es decir en secciones más pequeñas, 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”.

“La intención es que sea un sistema automático que mejore en gran medida el sistema de alerta para así aumentar la esperanza de vida de las personas que están involucradas en el siniestro”, detalla el creador.

A futuro, el modelo se podría instalar a través de un sistema separado, que funciona por medio de cámaras instaladas en las vías del país con conexión a internet independiente, las cuales podrían tener un procesador capaz de enviar la alerta a las centrales de policía o de salud.

Según estadísticas mundiales, los accidentes de tránsito causan un alto porcentaje de muertes. En Colombia, la pérdida de vida por accidentes de tránsito es el segundo motivo de muertes más violentas en el país, con una tasa de 75 muertes por cada 100.000 habitantes.

La Agencia Nacional de Seguridad Vial reporta que durante el primer trimestre de 2021 se presentaron 1.621 víctimas fatales, con un crecimiento del 11,4 % en el número de fallecidos respecto al año anterior.

Aunque existen diferentes alternativas para ayudar a regular estos eventos, la respuesta oportuna de un accidente se ve afectada en gran medida por el factor humano.

Al respecto, cada país desarrolla un plan de gestión de accidentes según diversas prioridades. En Colombia, los accidentes son notificados por las mismas víctimas, testigos o guardas y policías de tránsito en la zona.