Show simple item record

dc.contributor.authorViveros Tello, Fabrizio
dc.coverage.spatialBogota, Escuela Superior de Guerra “General Rafael Reyes Prieto”, 2025
dc.date.accessioned2026-05-07T21:32:55Z
dc.date.available2026-05-07T21:32:55Z
dc.date.issued2025
dc.date.submitted2025
dc.identifier.urihttps://hdl.handle.net/20.500.14205/12088
dc.description.abstractEste artículo examina los beneficios y desafíos de la Inteligencia Artificial (IA) en las operaciones de rescate en Colombia, con foco en la localización de víctimas, la toma de decisiones en tiempo real y la asignación de recursos. Se realizó una revisión sistemática de la literatura en bases de datos indexadas, analizando el estado actual de la IA en operaciones de rescate a nivel global y nacional. Los hallazgos revelan que la IA mejora la eficiencia y precisión en la detección y rescate de víctimas, aunque enfrenta retos técnicos, éticos y organizacionales. Se destaca la integración de la IA con tecnologías tradicionales como drones. La investigación concluye con recomendaciones para una implementación responsable y efectiva de la IA en la gestión de desastres en Colombia. Futuras investigaciones podrían enfocarse en modelos predictivos más precisos e interfaces interactivas para la toma de decisiones en tiempo real.es_ES
dc.description.abstractThis article examines the benefits and challenges of Artificial Intelligence (AI) in rescue operations in Colombia, focusing on victim localization, real-time decision-making, and resource allocation. A systematic literature review was conducted in indexed databases, analyzing the current state of AI in rescue operations at the global and national levels. The findings reveal that AI improves the efficiency and accuracy of victim detection and rescue, although it faces technical, ethical, and organizational challenges. The integration of AI with traditional technologies such as drones is highlighted. The research concludes with recommendations for the responsible and effective implementation of AI in disaster management in Colombia. Future research could focus on more accurate predictive models and interactive interfaces for real-time decision-making.es_ES
dc.description.sponsorshipEscuela Superior de Guerra “General Rafael Reyes Prieto”es_ES
dc.format.extent34 Páginas
dc.format.mimetypeapplication/pdfes_ES
dc.language.isospaes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleOptimización de las operaciones de rescate en Colombia mediante el uso de la Inteligencia Artificiales_ES
dc.title.alternativeOptimization of rescue operations in Colombia through the use of artificial intelligencees_ES
dcterms.bibliographicCitationAlsaif, A., Hassan, M. Q., Ahmad, I., Gumaei, A., & Ullah, S. (2024). Edge intelligence for UAV-assisted disaster management using federated learning. Ad Hoc Networks, 150, 103018.es_ES
dcterms.bibliographicCitationAnderson, K., Lee, J., Miller, C., & Johnson, R. (2023). An interactive disaster scene assessment system. Journal of Human-AI Interaction, 2(3), 1-25. https://doi.org/10.1016/j.jhai.2023.100012es_ES
dcterms.bibliographicCitationChun, K. P., Octavianti, T., Dogulu, N., Tyralis, H., Papacharalampous, G., Rowberry, R., Fan, P., Everard, M., Francesch-Huidobro, M., Migliari, W., Hannah, D. M., Marshall, J. T., Tolosana Calasanz, R., Staddon, C., Ansharyani, I., Dieppois, B., Lewis, T. R., Ponce, J., Ibrean, S., Ferreira, T. M., Peliño-Golle, C., Mu, Y., Davila Delgado, M., Silvestre Espinoza, E., Keulertz, M., Gopinath, D., & Li, C. (2025). Transforming Disaster Risk Reduction With AI and Big Data: Legal and Interdisciplinary Perspectives. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 15, e70011. https://doi.org/10.1002/widm.70011.es_ES
dcterms.bibliographicCitationComfort, K., Ko, K., & Yarnold, B. (2004). Reframing disaster policy: Reducing vulnerability and increasing resilience. Review of Policy Research, 21(4), 463-476.es_ES
dcterms.bibliographicCitationCruz Cantillo, Y., & Valdés Díaz, D. M. (2011). Dinámica de sistemas en la evacuación de comunidades afectadas por desastres naturales y las instalaciones del sistema de transporte. En Ninth LACCEI Latin American and Caribbean Conference (LACCEI' 2011), Engineering for a Smart Planet, Innovation, Information Technology and Computational Tools for Sustainable Development. Universidad de Puerto Rico-Mayagüez.es_ES
dcterms.bibliographicCitationCruz Ulloa, C. M. (2024). Quadrupedal Robots in Search and Rescue: Perception and Teleoperation (Tesis doctoral, Universidad Politécnica de Madrid).es_ES
dcterms.bibliographicCitationCybersecurity and Infrastructure Security Agency. (2025, mayo 22). AI data security: Best practices for securing data used to train & operate AI systems.es_ES
dcterms.bibliographicCitationDávalos, R. M. F. (2023). Editorial Vol. 3, Núm. 5-La inteligencia artificial y su impacto en la administración de negocios. Revista de Análisis y Difusión de Perspectivas Educativas y Empresariales, 3(5), 6-72.es_ES
dcterms.bibliographicCitationDiakopoulos, N., & Koliska, M. (2017). Algorithmic transparency in the news media. Digital Journalism, 5(7), 809–828. https://doi.org/10.1080/21670811.2016.1208053es_ES
dcterms.bibliographicCitationDIMAR – UAEAC. (2019). Convenio interadministrativo entre la Dirección General Marítima (DIMAR) y la Unidad Administrativa Especial de Aeronáutica Civil (UAEAC) para la estructuración, elaboración e implementación del Plan Nacional de Búsqueda y Salvamento.es_ES
dcterms.bibliographicCitationEslava Pedraza, J., Martínez Sarmiento, F., Soto Vergel, A., Vera Rozo, E., & Guevara Ibarra, D. (2021). Vehículos aéreos no tripulados como alternativa de solución a los retos de innovación en diferentes campos de aplicación: Una revisión de la literatura. Investigación e Innovación en Ingenierías, 9(1), 149-166. https://doi.org/10.17081/invinno.9.1.4017es_ES
dcterms.bibliographicCitationFeraru, V., Andersen, R., y Boukas, E. (2020). Towards an Autonomous UAV-based System to Assist Search and Rescue Operations in Man Overboard Incidents. 2020 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR).es_ES
dcterms.bibliographicCitationGrupo de Trabajo de la Unión Internacional de Telecomunicaciones/Organización Meteorológica Mundial/Programa de las Naciones Unidas para el Medio Ambiente sobre IA para la Gestión de Desastres Naturales (FG-AI4NDM). (2024). Gestión de desastres: la perspectiva de las normas. Unión Internacional de Telecomunicaciones; Organización Meteorológica Mundial; Programa de las Naciones Unidas para el Medio Ambiente.es_ES
dcterms.bibliographicCitationGuan, D., et al. (2023). Reinforcement learning for emergency response. AI Magazine, 44(1), 74-88.es_ES
dcterms.bibliographicCitationHosseini, S., Moghaddam, A., Zarei, M., & Alavi, S. (2023). Decentralized AI for resilient disaster response. Information Systems Frontiers, 24(2), 1-18.es_ES
dcterms.bibliographicCitationJoshi, I., & Morley, J. (2019). Artificial Intelligence: Making a Good One Better. NHSX.es_ES
dcterms.bibliographicCitationKapucu, N. (2006). Interagency collaboration in emergency management: Examining the challenges of coordination in the US national response system. Disaster Prevention and Management: An International Journal, 15(4), 650-662.es_ES
dcterms.bibliographicCitationKhanna, V. D., Chadaga, R., Sampathila, N., Prabhu, S., Bhat, D. (2023). A decision support system for osteoporosis risk prediction with explainable artificial intelligence. Heliyon, 9(12), e22456.es_ES
dcterms.bibliographicCitationKuglitsch, M., Albayrak, A., Aquino, R., Craddock, A., Edward-Gill, J., Kanwar, R., Koul, A., Ma, J., Marti, A., Menon, M., Pelivan, I., Toreti, A., Venguswamy, R., Ward, T., Xoplaki, E., Rea, A., & Luterbacher, J. (2022). La inteligencia artificial aplicada a la reducción de riesgos de desastre: Oportunidades, retos y perspectivas.es_ES
dcterms.bibliographicCitationLiu, Y., Zhang, H., Wang, J., Li, S., & Zhao, L. (2022). Multi-sensor fusion for victim detection in urban search and rescue. Remote Sensing, 14(10), 2345. https://doi.org/10.3390/rs14102345es_ES
dcterms.bibliographicCitationMadonia, A. (2023). Un modelo para aprovechar y utilizar el conocimiento clave en la resolución de siniestros viales en un taller de carrocería automotriz.es_ES
dcterms.bibliographicCitationMartínez Heras, J. (2018, diciembre 3). Machine learning e inteligencia artificial.es_ES
dcterms.bibliographicCitationMaule, M. (2023). Dynamic resource optimization and orchestration techniques for 5G new radio and beyond (Tesis doctoral, Universidad Politécnica de Catalunya).es_ES
dcterms.bibliographicCitationMiesbauer, J. (2025). Barriers to AI adoption: Challenges and solutions. Agiloft.es_ES
dcterms.bibliographicCitationNajafi, E., Salman, A., & Abareshi, A. (2018). A hybrid optimization approach for resource allocation in disaster response. Safety Science, 110(1), 25-34.es_ES
dcterms.bibliographicCitationNasar, J., Trujillo, L., Machado, W., & Narváez, D. (2023). Innovación tecnológica en rescate terrestre y marítimo. Revista Ibérica de Sistemas e Tecnologias de Informação, 45, 1-14.es_ES
dcterms.bibliographicCitationNeira, E. L. & Contreras, J. (2023). Modelo de Inteligencia Artificial para predecir la posición de un objeto de búsqueda en las misiones de exploración y salvamento marítimo, en las que participa la Armada Nacional de Colombia.es_ES
dcterms.bibliographicCitationO'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Broadway Books.es_ES
dcterms.bibliographicCitationPage, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., ... Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. Systematic Reviews, 10(1), Article 89. https://doi.org/10.1186/s13643-021-01626-4es_ES
dcterms.bibliographicCitationPallathadka, H., Ramirez-Asis, E. H., Loli-Poma, T. P., Kaliyaperumal, K., Ventayen, R. J. M., & Naved, M. (2021). Applications of artificial intelligence in business management, e-commerce and finance. Materials Today: Proceedings, 45, 4084-4090. https://doi.org/10.1016/j.matpr.2021.06.419es_ES
dcterms.bibliographicCitationPapyan, N., Kulhandjian, M., Kulhandjian, H., & Aslanyan, L. (2023). Rescate humano asistido por drones basado en IA en entornos de desastre: Desafíos y oportunidades. Departamento de Ingeniería de Telecomunicaciones, Universidad Ruso Armenia; Departamento de Ingeniería Eléctrica y Computación, Universidad Rice.es_ES
dcterms.bibliographicCitationQuenta Nina, P. R., & Quispe Cahuana, F. B. (2023). Clasificación de texto con NLP en tweets relacionados con desastres naturales.es_ES
dcterms.bibliographicCitationRíos, S. (2023). Deep learning for damage detection in post-disaster imagery. Journal of Infrastructure Systems, 29(4), 04023045.es_ES
dcterms.bibliographicCitationRoarty, H., Glenn, S., & Allen, A. (2016). Evaluation of environmental data for search and rescue. In OCEANS 2016 - Shanghai (pp. 1–3). IEEE. https://doi.org/10.1109/OCEANSAP.2016.7485535es_ES
dcterms.bibliographicCitationShan, S., & Li, Y. (2024). Research on the Application Framework of Generative AI in Emergency Response Decision Support Systems for Emergencies. International Journal of Human–Computer Interaction.es_ES
dcterms.bibliographicCitationShe, Y., Zhang, X., Li, J., Wang, L., & Chen, Q. (2021). Thermal image-based human detection using convolutional neural networks. IEEE Access, 9, 123456-123467.es_ES
dcterms.bibliographicCitationUckelmann, D., González, R., Weber, M., & Kumar, N. (2024). Edge computing for UAV-based disaster response. Journal of Network and Computer Applications, 225, 103823.es_ES
dcterms.bibliographicCitationWang, L., Zhang, X., Li, Q., Zhang, M., Su, H., Zhu, J., & Zhong, Y. (2023). Incorporating neurodevelopment-inspired adaptability for continual wildfire prevention and emergency response. HardwareX, 16, e00479.es_ES
dcterms.bibliographicCitationZambrano, D., & Avellán, M. (2023). Sistemas de Comunicación en Ambientes de Catástrofes Naturales: Revisión Sistemática de la Literatura (SLR). 593 Digital Publisher CEIT, 8(3-1), 665-6781.es_ES
datacite.rightshttp://purl.org/coar/access_right/c_16eces_ES
oaire.resourcetypehttp://purl.org/coar/resource_type/c_2df8fbb1es_ES
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aaes_ES
dc.audiencePúblico generales_ES
dc.contributor.tutorContreras, Juan
dc.identifier.instnameEscuela Superior de Guerra "General Rafael Reyes Prieto"es_ES
dc.identifier.reponameRepositorio ESDEGes_ES
dc.publisher.placeBogotáes_ES
dc.publisher.programCurso de Estado Mayor (CEM)es_ES
dc.relation.citationEdition34 Páginases_ES
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccesses_ES
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.subject.keywordsAsignación de recursoses_ES
dc.subject.keywordsInteligencia artificiales_ES
dc.subject.keywordsLocalización de víctimases_ES
dc.subject.keywordsOperaciones de rescatees_ES
dc.subject.keywordsOptimizaciónes_ES
dc.subject.keywordsArtificial intelligencees_ES
dc.subject.keywordsDisaster rescuees_ES
dc.subject.keywordsOptimizationes_ES
dc.subject.keywordsRescue operationses_ES
dc.subject.keywordsVictim locationes_ES
dc.type.driverinfo:eu-repo/semantics/articlees_ES
dc.type.hasversioninfo:eu-repo/semantics/restrictedAccesses_ES
dc.type.spaArtículoes_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/