Aplicación de inteligencia artificial y Big Data en la optimización de proyectos viales para la disminución de la accidentalidad en Bogotá

Abstract

La siniestralidad vial se ha consolidado como una de las principales problemáticas asociadas a la movilidad urbana y la salud pública a nivel mundial, generando impactos significativos en términos sociales, económicos y territoriales. A pesar de los avances normativos y de las estrategias implementadas en distintos países, los accidentes de tránsito continúan siendo una de las principales causas de mortalidad, afectando de manera desproporcionada a los usuarios viales más vulnerables, como peatones, motociclistas y ciclistas (Salud, 2025). Esta situación resulta especialmente crítica en ciudades de países en desarrollo, donde el crecimiento acelerado del parque automotor y las limitaciones de la infraestructura vial incrementan los niveles de riesgo. Bogotá, como principal centro urbano del país, concentra una proporción significativa de la accidentalidad vial a nivel nacional. Durante el año 2022, la ciudad registró una tasa de mortalidad de 6,8 muertes por cada 100.000 habitantes, con un total de 536 víctimas fatales, siendo los motociclistas, peatones y ciclistas los actores viales más afectados (Movilidad, 2022). Aunque estas cifras resultan inferiores en comparación con otras ciudades del país, continúan evidenciando la persistencia de condiciones de riesgo asociadas al comportamiento de los actores viales y a las características de la infraestructura urbana. Frente a este panorama, la presente investigación tiene como objetivo analizar la siniestralidad vial en la ciudad de Bogotá mediante el uso de tecnologías basadas en inteligencia artificial y Big Data, con el fin de identificar patrones de riesgo, puntos críticos y factores asociados a la ocurrencia de accidentes de tránsito