El primer mapa de tejados con amianto, posible gracias a la IA y la visión por computador

Veinte años después de su prohibición en la construcción, el amianto sigue siendo un problema de salud pública de primer orden. Se estima que, solo en Cataluña, el amianto instalado supone más de cuatro millones de toneladas de fibrocemento y entre unas 6.000 y 30.000 toneladas de otros compuestos de este material que, según la Organización Mundial de la Salud (OMS), provoca 107.000 muertes anuales en el mundo por cáncer de pulmón, cáncer de pleura y fibrosis pulmonar. Como respuesta a la citada problemática la Universitat Oberta de Catalunya (UOC), en colaboración con la compañía DetectA, ha puesto en marcha un proyecto para poner fin a una de las cuestiones clave de esta lucha: la identificación de las cubiertas fabricadas con este material. ¿El propósito? Desarrollar una solución tecnológica basada en la inteligencia artificial (IA) y la visión por computador para detectar automáticamente, a partir de imágenes aéreas públicas, qué tejados tienen amianto.

"Actualmente, no hay ningún tipo de protocolo para identificar el amianto que existe en el territorio ni ninguna forma sistemática para llevar a cabo este proceso. La única manera es la identificación visual, que, teniendo en cuenta la gran cantidad de construcciones afectadas que todavía existen, implica un gasto económico y personal muy importante", explica Javier Borge Holthoefer, investigador líder del grupo Complex Systems (CoSIN3) del Internet Interdisciplinary Institute (IN3) y coordinador de la citada iniciativa.

Alcance del problema

La situación es especialmente problemática teniendo en consideración las diferentes normativas que obligan a definir un censo de las edificaciones con amianto para poder eliminarlo durante los próximos años. Y es que “en 2028, todos los edificios públicos y privados deberán haber eliminado cualquier presencia de amianto”. Esto, además, se suma a la nueva Ley de Residuos aprobada por el Congreso madrileño que obliga a todas las localidades a censar la presencia de amianto en el interior del término municipal antes de mayo de 2023. “El primer paso para acabar con el amianto es tener un conocimiento profundo de su presencia y su estado, y es aquí donde entra nuestro proyecto. Nunca podremos solucionar un problema si no conocemos su alcance”, incide César Sánchez, fundador de DetectA.

Entrenar a los algoritmos

Ante este reto, el nuevo proyecto aprovecha la experiencia de los investigadores de la UOC en materia de análisis de imágenes, visión por computador y aprendizaje automático. Se pretende diseñar así sistemas computacionales capaces de aprender a partir de datos para, posteriormente, realizar predicciones sobre datos nuevos que no han visto anteriormente. Un tipo de tecnología que no es desconocida para estos investigadores que ya la han usado en otras aplicaciones como por ejemplo en la identificación de zonas seguras para peatones en entornos urbanos.

En este caso, la idea es entrenar a un algoritmo para que sea capaz de reconocer qué tejados tienen amianto observando imágenes aéreas y de satélite de Cataluña. "El amianto se utilizó para fabricar depósitos, túneles, galerías, cañerías y otras muchas tipologías de construcciones, pero la estimación es que la mayoría está en cubiertas", explica Javier Borge. Cabe destacar que las imágenes que usará el proyecto para entrenar al algoritmo provendrán de la base de datos del Instituto Cartográfico de Cataluña, lo que supone una de las ventajas principales de la iniciativa ya que abarata la tecnología y favorece la escalabilidad del proyecto. "Nuestra solución no necesita vuelos dedicados para conseguir imágenes específicas y nos permite construir el mapa de tejados de fibrocemento del país sin dedicarle nuevos recursos", asegura Sánchez.

Metodología

Para llevar a cabo esta iniciativa, los investigadores parten de una base de datos de imágenes de tejados con y sin amianto de zonas del área metropolitana de Barcelona que han sido recopiladas y verificadas por la empresa DetectA. "El primer paso de un proyecto como este es tener una verdad indiscutible, es decir, fotos verificadas de cubiertas para poder entrenar al algoritmo y que sepa qué características tiene que buscar en las nuevas imágenes sin clasificar. Cuanto más lo entrenas, mejor funciona", detalla el investigador del IN3.

Con estos datos verificados, y a través de diferentes técnicas de visión por computador —una disciplina que trata de extraer la información contenida en una imagen—, el algoritmo va aprendiendo y precisando la clasificación de las fotos de cubiertas y techos de diferentes edificaciones. En este proceso, el equipo investigador también aplicará modelos computacionales avanzados de aprendizaje profundo, denominados redes neuronales profundas, que, en palabras de Àgata Lapedriza, son "unos modelos basados en capas, con millones de parámetros, que utilizan las mejoras recientes en la capacidad de cálculo computacional para aprender, a partir de grandes conjuntos de datos, a automatizar tareas".