Inteligencia artificial para detectar el amianto pendiente de retirar de tejados

El amianto es un fibrocemento que se usó mucho en el pasado y que, según la Organización Mundial de la Salud, provoca más de 100.000 fallecimientos al año en todo el mundo, principalmente por cáncer de pulmón, pero también por cáncer de pleura y fibrosis pulmonar, entre otras afecciones. Se ha prohibido ya en diversas naciones su uso en la construcción y hay normativas que regulan su retirada. Una de ellas establece el objetivo de eliminarlo de los edificios públicos antes del 2028 y de los privados antes del 2032. Pero la labor avanza muy despacio. Se estima que, solo en Cataluña, todavía hay instaladas más de cuatro millones de toneladas de amianto.

En definitiva, el amianto continúa siendo un problema de salud pública importante en bastantes países.

Un equipo de investigadores de la Universidad Abierta de Cataluña (Universitat Oberta de Catalunya, UOC) ha diseñado y comprobado la eficacia de un nuevo sistema de detección del amianto que, a pesar de las diferentes normativas que lo requieren, todavía es común en los tejados de bastantes edificios.

El software, fruto de una colaboración con la empresa DetectA, aplica métodos de inteligencia artificial (incluyendo aprendizaje profundo) y visión artificial a partir de imágenes fotográficas aéreas de tipo RGB, el más habitual y económico. Esto supone una ventaja competitiva muy importante respecto a los intentos precedentes para crear un sistema similar, que se nutrían de imágenes multibanda, más complejas y difíciles de obtener.

El éxito de este proyecto allana el camino para controlar de forma más sistemática y eficaz la retirada de este material de construcción de alta toxicidad.

"A diferencia de los métodos que dependen de la imagen infrarroja o hiperespectral, nuestra decisión de entrenar la inteligencia artificial con imágenes RGB garantiza la versatilidad y la aplicabilidad de la metodología, porque en Europa y en otros muchos países del mundo este tipo de imágenes aéreas están disponibles gratuitamente en casi todos los países y con una resolución muy alta", explica Javier Borge Holthoefer, investigador líder del grupo de Sistemas Complejos (CoSIN3), del Internet Interdisciplinary Institute (IN3). Borge es el responsable de esta investigación, junto con Àgata Lapedriza, investigadora del grupo Artificial Intelligence for Human Well-being (AIWELL), del eHealth Center, y profesora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Su trabajo, publicado en abierto en la revista académica Remote Sensing, también ha contado con la participación de los estudiantes de doctorado de la UOC Davoud Omarzadeh, Adonis González-Godoy, Cristina Bustos y Kevin Martín Fernández, junto con los fundadores de la empresa DetectA, Carles Scotto y César Sánchez.

Los investigadores entrenaron el sistema de aprendizaje profundo con miles de fotografías procedentes del Instituto Cartográfico y Geológico de Cataluña y mostraron a la inteligencia artificial qué cubiertas contenían amianto y cuáles no. En concreto, se utilizaron 2.244 imágenes (1.168 positivos de amianto y 1.076 negativos) y el 80% se destinaron a la formación y validación del sistema, mientras que el resto se reservaron para el test final. De este modo, el software ahora es capaz de establecer la presencia de este material en imágenes nuevas a partir de la valoración de diferentes patrones, como por ejemplo el color, la textura y la estructura de los tejados, más allá del entorno al cual corresponden los edificios. El proyecto persigue la utilidad tanto en zonas urbanas como en industriales, costeras o rurales, dado que la normativa obliga a todos los municipios a tener un censo de las construcciones con amianto antes de abril del 2023, y no todos lo han hecho.

A pesar de que con las fotografías hiperespectrales resulta más sencillo detectar el amianto, pues son imágenes que contienen muchas más capas de información, la baja disponibilidad y el elevado coste de obtención suponen un lastre para utilizarlas en el desarrollo de un método de detección eficiente. El sistema desarrollado por los investigadores de la UOC, en cambio, es el primero que utiliza imágenes RGB, que pueden captarse desde aviones y son de uso común en los servicios cartográficos de muchos países. "A pesar de que son imágenes con menos información, gracias a un buen entrenamiento del sistema de aprendizaje profundo hemos conseguido resultados equiparables, con una eficacia superior al 80%", explica el investigador del CoSIN3.

El desarrollo de esta solución tecnológica puede ayudar a resolver una de las cuestiones clave en la lucha contra el amianto: la identificación por parte de la Administración de las cubiertas de este material que todavía están pendientes de ser retiradas por un equipo profesional y acreditado a tal efecto. "Actualmente, no existe ningún protocolo ni ningún sistema eficaz para localizar el amianto que todavía está disperso en el territorio, porque los inventarios con humanos sobre el terreno son caros y largos", apunta Borge Holthoefer.

Ahora su equipo se plantea la posibilidad de ampliar la base de entrenamiento del sistema de inteligencia artificial para mejorar su eficacia en entornos rurales y equipararla a la urbana y la industrial, que tienen una fiabilidad ligeramente superior porque el sistema se entrenó con más datos de estas zonas, pero también porque en el campo el desgaste y la conservación del amianto es diferente y puede tener capas de vegetación por encima. 

Fuente: www.noticiasdelaciencia.com

Noticia completa