SEVILLA, 22 Jul. (EUROPA PRESS) -
El grupo constructor GEA 21 está desarrollando un proyecto de I+D+I, respaldado por Corporación Tecnológica de Andalucía (CTA), para obtener un sistema de prevención de riesgos laborales en ingeniería civil basado en inteligencia artificial que ayude a reducir los accidentes al menos en un 20 por ciento.
En una nota, Andalucía Innova ha explicado que el proyecto, donde colabora el grupo de investigación de Sistemas y Tecnologías de la Información de la Universidad Pablo de Olavide (UPO) de Sevilla, desarrollará una herramienta denominada 'SinRisk', que permitirá la alerta temprana o detección precoz de los riesgos que podrían pasar desapercibidos para prevenirlos.
Así, el principal avance de la aplicación de técnicas de inteligencia artificial a la prevención es la capacidad de procesar la incertidumbre. El sistema 'SinRisk' incorpora medidas de procesamiento de la incertidumbre que permiten prevenir esos acontecimientos inesperados para evitar los riesgos asociados y reducir caídas, atropellos o golpes, entre otros.
Mediante la implantación de SinRisk, se pretende que todos los niveles organizativos de la empresa tengan a su alcance métodos y herramientas de gestión y trabajo que les permitan actuar "adecuadamente no sólo en la ejecución de las obras, sino también a través de la prevención".
Según ha precisado, el sistema que está desarrollando GEA 21 aplica un razonamiento no lineal de inteligencia artificial, como las llamadas redes bayesianas, que proporcionan una "potente e innovadora herramienta en la ingeniería del riesgo". Entre las características de las redes bayesianas, ha destacado que permiten establecer relaciones de dependencia y causalidad, combinar conocimiento con datos y manejar bases de datos incompletas.
"Las redes bayesianas han sido aplicadas en medicina, economía y otras áreas científicas, pero nunca hasta ahora en la prevención de riesgos laborales", ha indicado CTA, que ha aclarado que son una forma "compacta de representar el conocimiento y métodos flexibles de razonamiento capaces de predecir el valor de variables no observadas, así como explicar las observadas". Esta técnica de inteligencia artificial permite hacer inferencias sobre la probabilidad de que suceda un accidente sobre la base de evidencias observadas e incluso inferidas de datos preexistentes.
