evidoria

← Volver al listado

Buena práctica Importada

El Catálogo de Desempeño de Tecnologías de Apoyo a la Inspección del MLIT — el Sistema Nacional de Certificación de Japón para la Detección de Daños en Puentes con IA

Japón · Tokyo · Ver el perfil de Japón · Ver el perfil de Tokyo

Evidencia: Observacional / pre-post Top 6% 87/100 · Pregunte a Evidence Copilot sobre esta práctica

El MLIT gestiona un catálogo nacional que certifica tecnologías de IA y sensores para la inspección de puentes y túneles. Las tecnologías listadas pasaron de 12 a 215 (2019-2025), con uso obligatorio en autopistas nacionales desde 2022.

12 technologies
Tecnologías de inspección incluidas (feb. 2019) (Feb 2019)
215 technologies
Tecnologías de inspección incluidas (abr. 2025) (Apr 2025)
91 technologies
Tecnologías de medición por imagen incluidas (Apr 2025)
76 technologies
Tecnologías de medición/monitorización incluidas (Apr 2025)
48 technologies
Tecnologías de ensayos no destructivos incluidas (Apr 2025)
~40 %
Puentes de Japón con previsión de superar los 50 años
El Catálogo de Desempeño de Tecnologías de Apoyo a la Inspección del MLIT — el Sistema Nacional de Certificación de Japón para la Detección de Daños en Puentes con IA

Detalles

Madurez
Consolidada
Promotor
Japan Ministry of Land, Infrastructure, Transport and Tourism (MLIT)
Período
2019-2026
Palabras clave
transport infrastructure, computer vision, regulatory certification, public works

Contexto

Japón está sujeto a un requisito legal de inspeccionar visualmente cada puente de carretera y cada túnel cada cinco años, y se prevé que alrededor del 40% de los puentes del país tengan más de 50 años, lo que hace que la inspección manual de proximidad sea cada vez más costosa y requiera mucha mano de obra.

Objetivos

Ofrecer a los gobiernos locales y a los ingenieros un conjunto validado y comparable de tecnologías de reconocimiento de imágenes por IA, ensayos no destructivos y medición/monitorización como alternativas a la inspección manual, con la precisión declarada y el ámbito de aplicación publicados para cada una.

Actividades

El MLIT lanzó el Catálogo de Rendimiento de Tecnologías de Apoyo a la Inspección en febrero de 2019, en el que se recogen sistemas de IA (como BMStar) que detectan y clasifican automáticamente grietas, desprendimientos, exposición de armaduras, filtraciones de agua y eflorescencias de cal a partir de fotografías o imágenes ortomosaico captadas por drones, junto con tecnologías de ensayos no destructivos y monitorización. Se añaden nuevas tecnologías mediante convocatorias públicas periódicas, y las fichas de rendimiento presentadas por los desarrolladores se evalúan conforme a los criterios de prueba estándar del MLIT.

Resultados

El número de tecnologías incluidas pasó de 12 en febrero de 2019 a 215 en abril de 2025 (91 de medición por imagen, 76 de medición/monitorización, 48 de ensayos no destructivos). El uso de las tecnologías incluidas en el catálogo pasó a ser obligatorio para determinados elementos de inspección de puentes y túneles de autopistas nacionales a partir del ejercicio fiscal 2022, ampliándose a las inspecciones de pavimento a partir del ejercicio fiscal 2023, con lo que una lista de referencia voluntaria se convirtió en un mecanismo de cumplimiento obligatorio.

Conclusiones

El catálogo pasó de ser una lista piloto voluntaria a un mecanismo de cumplimiento obligatorio a escala nacional, pero las afirmaciones de precisión de cada tecnología son presentadas por los desarrolladores y revisadas por el ministerio, sin una nueva verificación independiente por parte de terceros, por lo que la solidez de la evidencia varía según la tecnología incluida.

Implementación

Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Largo (> 3 años) — Catalog launched February 2019; listings grew from 12 to 215 by April 2025; mandatory use for national-expressway inspections from FY2022, extended to pavement inspections from FY2023.
Personal y competencias
Managed directly by MLIT (national ministry), Industry-academia-government working groups develop shared AI training data for crack detection, Technology performance sheets and periodic public announcements coordinated by MLIT and the Japan Bridge Engineering Center (JBEC)

Condiciones para el éxito

  • A pre-existing statutory five-year inspection mandate created guaranteed demand for vetted alternatives to manual close-range inspection
  • Converting a voluntary reference list into a mandatory requirement (FY2022 expressways, FY2023 pavements) drove real adoption
  • Standardised test items let many vendors submit comparable, published performance declarations

Modos de fallo comunes

  • Listed accuracy claims are developer-submitted and reviewed against MLIT's standard test items rather than independently re-tested, so evidence strength varies by individual listed technology

Dónde encaja

Tipo de gobernanza
national government ministry
Escala
national (all national-expressway bridge/tunnel inspections)
Nivel de ingresos
high-income

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

Kit de replicación

Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles