La IA relaciona el desgaste del pavimento con un mayor riesgo de accidentes

Un investigador de la University of Houston está usando inteligencia artificial para vincular datos sobre el estado de las vías con registros de accidentes de una manera que las agencias de transporte normalmente no hacen. El trabajo, liderado por Lu Gao, profesor de ingeniería civil y ambiental, relaciona la estructura del pavimento, la condición superficial, la geometría de la vía y los datos de accidentes —incluyendo las narrativas policiales de choques— para señalar tramos de carretera donde las condiciones del pavimento o de la vía pueden estar asociadas a un mayor riesgo de siniestros.

Gao dijo que un estudio de caso que combinó más de 24.000 narrativas policiales de choques con un conjunto de datos de gestión de pavimentos de aproximadamente 180.000 registros encontró fuertes asociaciones entre medidas de fricción y textura y los mecanismos de choque en pavimento mojado.

“Un estudio de caso que utilizó más de 24.000 narrativas policiales de choques vinculadas a un conjunto de datos de gestión de pavimentos de aproximadamente 180.000 registros demuestra fuertes asociaciones entre las medidas de fricción/textura y los mecanismos de choque en pavimento mojado.”

Los resultados fueron publicados en Accident Analysis and Prevention. Según Gao, el enfoque podría ayudar a las agencias a elegir proyectos de seguridad del pavimento de forma más efectiva al identificar condiciones asociadas con un mayor riesgo de accidentes y priorizar soluciones específicas y rentables.

Recomendado

Las plantas locales de amoníaco pueden funcionar, pero solo en los lugares adecuados

El estudio empleó un análisis basado en modelos de lenguaje grande para convertir narrativas policiales no estructuradas en etiquetas estructuradas, como hidroplaneo y pérdida de control en curvas. Eso importa porque esos detalles a menudo están enterrados en informes en texto libre y ausentes en las bases de datos estándar de accidentes, lo que dificulta extraerlos mediante revisión manual o coincidencia simple de palabras clave.

Gao dijo que investigaciones recientes en seguridad vial sobre modelos de lenguaje grande para la comprensión de narrativas de accidentes y la extracción de información estructurada proporcionaron la base para este trabajo. El estudio se centró en factores del pavimento, incluyendo la rugosidad y la severidad del deslizamiento, que investigaciones previas han vinculado tanto con la frecuencia como con la gravedad de los accidentes. Estudios anteriores, señaló Gao, encontraron que un pavimento muy rugoso puede aumentar significativamente los accidentes, mientras que la resistencia al deslizamiento está fuertemente correlacionada negativamente con la ocurrencia de choques, especialmente en condiciones de humedad.

Eso podría hacer que el método sea útil para examinar tramos de carretera de alto riesgo y elegir tratamientos donde el mantenimiento centrado en el pavimento sea más probable que reduzca los accidentes. El artículo es «Integración de los registros de condición del pavimento con el análisis de narrativas de accidentes basado en LLM para la evaluación de la seguridad del pavimento», de Sarayu Varma Gottimukkala et al., con DOI 10.1016/j.aap.2026.108609.