En el V Congreso Internacional Prevencionar, celebrado en Madrid los días 24, 25 y 26 de septiembre de 2025, se presentó la comunicación titulada “Validación técnica de un sistema de visión artificial basado en inteligencia artificial para la detección de riesgos en minería: caso SafetyMind en una empresa minera peruana”, desarrollada por profesionales del ámbito de la seguridad y salud en el trabajo y la innovación tecnológica aplicada a la prevención de riesgos laborales.
El trabajo aborda una problemática clave en sectores industriales de alto riesgo como la minería: las limitaciones de los métodos tradicionales de supervisión para identificar de forma temprana comportamientos inseguros y exposiciones peligrosas. A pesar de los avances en formación y control operativo, la detección tardía de situaciones de riesgo sigue siendo un factor crítico en la génesis de accidentes laborales. En este contexto, las soluciones basadas en inteligencia artificial emergen como herramientas complementarias para reforzar los sistemas de gestión preventiva mediante la monitorización continua y el análisis automatizado del entorno de trabajo.
La comunicación se basa en un estudio observacional y descriptivo desarrollado durante un piloto de 10 meses en una empresa minera peruana, centrado en áreas operativas consideradas críticas. El sistema SafetyMind fue implementado mediante cámaras de video conectadas a servidores que incorporan algoritmos de redes neuronales convolucionales, diseñados para identificar desviaciones respecto a los protocolos de seguridad establecidos. Durante el periodo de estudio se registraron 936 situaciones de exposición a riesgo, que permitieron la adopción de medidas preventivas por parte del equipo de supervisión.
Como parte del proceso, se llevó a cabo una validación técnica externa mediante auditoría independiente, basada en la segmentación de los registros audiovisuales, el etiquetado manual de eventos por personal experto y el cálculo de métricas de desempeño del sistema. Los indicadores obtenidos mostraron valores elevados de precisión, sensibilidad y equilibrio global del modelo, lo que respalda la capacidad del sistema para identificar situaciones de riesgo en condiciones operativas reales.
Los resultados ponen de manifiesto el potencial de la videoanalítica basada en inteligencia artificial como apoyo a la gestión preventiva, al facilitar la detección temprana de exposiciones peligrosas, la generación de alertas en tiempo real y la mejora de los registros históricos de eventos. Asimismo, la experiencia evidenció beneficios operativos asociados a una mayor sistematización de la información y a la toma de decisiones basada en datos, así como limitaciones técnicas relacionadas con la conectividad y las condiciones visuales de determinadas ubicaciones.
Las conclusiones subrayan que sistemas como SafetyMind constituyen una herramienta técnicamente viable para complementar los modelos tradicionales de prevención en entornos industriales complejos. La experiencia presentada refuerza la necesidad de integrar estas tecnologías dentro de enfoques preventivos estructurados, alineados con los sistemas de gestión de la seguridad y la salud en el trabajo, y plantea futuras líneas de investigación orientadas a evaluar su impacto a medio y largo plazo en los indicadores preventivos y organizativos.
