Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continúa navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información.

Big Data para predecir emergencias en Canarias

El nuevo proyecto innovador que mejorará el sector turístico de nuestras islas

Big Data para predecir emergencias en Canarias

El Centro Coordinador de Emergencias y Seguridad (CECOES) del Gobierno de Canarias presentó en sus V Jornadas sobre Tecnología y Nuevas Emergencias el proyecto de Big Data e Inteligencia Artificial que han desarrollado junto con Synergic Partners y la Universidad de Columbia en Nueva York.

Gracias a dicho proyecto, se han podido analizar los datos anonimizados del periodo 2005 a 2018 con el objetivo de obtener predicciones fiables ante próximas eventualidades y, así, ofrecer mejores servicios de seguridad a los residentes y turistas.

El análisis, que se ha realizado con técnicas de Machine Learning y Deep Learning, parte de datos sobre los incidentes, tipos de incidentes, tiempos de respuesta ante una emergencia, localización de los incidentes y tipos de servicio (información que disponía el propio CECOES). A su vez, se combinaban con datos de fuentes abiertas como la climatología, el turismo, características geográficas de los emplazamientos, calendario laboral del personal de emergencias, entre otros.

De esta manera, se han podido obtener modelos predictivos que llegan a predecir situaciones peligrosas o de emergencia en un momento y lugar concreto con un 80% de confianza, lo cual implica una mejora del grado de anticipación a dichas eventualidades, de la eficacia de actuación por parte del equipo de Emergencias 112 y de los tiempos de respuesta.

Actualmente están aumentando los orígenes de datos del estudio para incorporar otras fuentes relevantes como el tráfico mediante open Street Maps, censo, el valor de los suelos e información sociodemográfica, lo que aumentaría la precisión de acierto del modelo predictivo.

Teniendo en cuenta que el sector turístico en Canarias es uno de los más importantes y de los que más mueve la economía de las islas, con este proyecto vemos que, gracias a tecnologías tan modernas y revolucionarias como el Big Data, podemos lograr predecir emergencias y estar lo suficientemente preparados para disponer de todos los recursos necesarios y actuar adecuadamente en cada situación.

No cabe duda de que el uso de estas herramientas supone, además, una mejora de la experiencia del turista en nuestras islas, ya que se les estaría proporcionando un destino muy seguro para hacer turismo, no solo prediciendo posibles peligros sino, también, pudiendo llegar a salvar muchas vidas.

Posiblemente a estas alturas estarás pensando que a tu negocio le vendría bien disponer de un sistema de predicción para su proceso de marketing o para el aprovisionamiento. Si no sabes por dónde ni cómo empezar, en Itop estaremos encantados de asesorarte smile

Te recomendamos leer

LinkedIn

Sobre el Autor

Miguel Sabatés

Miguel Sabatés

Director de Proyectos y Consultor Funcional.

Más de 12 años de experiencia en empresas de distribución y producción del sector del embalaje.

Entre sus funciones principales destacan las de coordinar al equipo que hace posible que los objetivos de los proyectos de los clientes se cumplan, ayudando a estas empresas a analizar su negocio y convertir sus necesidades empresariales en soluciones tecnológicas.

Ingeniero técnico en Informática de Sistemas, Posgrado en Business Process Management (School of Professional and Executive Development - UPC), Consultor en Innovación (FGULL), y Experto Universitario en Gestión, Producción y Organización de Eventos (ULL).

  • Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

¿Te ha gustado este artículo? ¡No te cortes y déjanos tu comentario!

Usted está como invitado.

¡Suscríbete a nuestra newsletter!