Un estudio de la Universidad Miguel Hernández (UMH) de Elche permite una tasa de acierto del 84% en la predicción de severidades graves o fallecimientos de los ocupantes de un vehículo implicado en un accidente de tráfico, así como un 74% en la de accidentes leves. Estos son algunos de los resultados que se recogen en la tesis “Predicción de la severidad de accidentes de tráfico en la Red de Carreteras de España y Reino Unido mediante modelos estadísticos basados en Random Forest y Regresión Logística”, realizada por el doctorando y profesor de la UMH David Úbeda González. Este estudio ha sido dirigido por los profesores de la Universidad Arturo Gil Aparicio y Agustín Pérez Martín.

La investigación se basa en un modelo probabilístico que permite predecir la severidad de los daños producidos a cada uno de los ocupantes de los vehículos implicados en un posible accidente de tráfico. Este modelo, aplicado con éxito en el análisis de accidentes en España y Reino Unido, ha sido aplicado para el estudio, entre otros, del accidente producido el pasado 5 de septiembre en la N-I de Burgos, donde fallecieron 5 de los 6 ocupantes al impactar contra un camión. Durante el periodo 2002-2017, han fallecido en este tramo 117 personas y existe una plataforma de vecinos afectados por la alta siniestralidad de esta vía, que reclama la liberalización del peaje de la AP-1 para la circulación de camiones en el tramo comprendido entre Burgos y Pancorbo, paralelo a la N-I. A través del modelo aplicado en este tramo, los investigadores de la UMH han concluido que, en caso de producirse un siniestro en este punto, la probabilidad de que los ocupantes fallezcan o sufran lesiones de extrema gravedad oscila entre un 82 y un 85%, en función de la posición ocupada en el vehículo, siendo la probabilidad excesivamente elevada, a juicio de los investigadores, en comparación con otras vías del país.

El modelo desarrollado por los investigadores de la UMH está apoyado en el uso de clasificadores basados en Random Forest e interpretados a través de algoritmos de Regresión Logística Bayesiana y permite obtener las relaciones entre accidentes y sus factores contribuyentes, con el fin de reconocer las causas que determinan los daños asociados a cada víctima. Este trabajo se enmarca dentro de las políticas de “Cero muertes”, propuestas por la Comisión Europea para el Horizonte 2020 en su Desafío 3.4. Este programa está destinado a la búsqueda de soluciones en materia de transporte inteligente, ecológico e integrado. A través de estos resultados, es posible extraer información que puede resultar de suma importancia en la planificación de políticas de reducción de accidentes de tráfico.