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

Ante la obligación legal de inspeccionar visualmente cada puente y túnel de carretera cada cinco años, y la previsión de que alrededor del 40% de los puentes de Japón tendrán más de 50 años, el Ministerio de Territorio, Infraestructuras, Transporte y Turismo de Japón (MLIT) lanzó en febrero de 2019 el Catálogo de Desempeño de Tecnologías de Apoyo a la Inspección. El catálogo enumera tecnologías de reconocimiento de imagen por IA, ensayos no destructivos y medición/monitorización —incluidos sistemas de IA que detectan y clasifican automáticamente grietas, desprendimientos de hormigón, exposición de armaduras, filtraciones de agua y eflorescencias de cal en superficies de hormigón de puentes, a partir de fotografías o imágenes de drones— junto con la precisión declarada y el ámbito de aplicación de cada tecnología, permitiendo que gobiernos locales e ingenieros elijan alternativas validadas a la costosa inspección visual de proximidad.
El catálogo se ha ampliado de 12 tecnologías listadas para puentes en febrero de 2019 a 215 en abril de 2025, distribuidas entre las categorías de medición por imagen (91), medición/monitorización (76) y ensayos no destructivos (48), con nuevas tecnologías añadidas mediante anuncios públicos periódicos. Desde el año fiscal 2022, el uso de tecnologías de apoyo a la inspección incluidas en el catálogo se volvió obligatorio para determinados elementos de inspección en puentes y túneles de autopistas nacionales, y el requisito se amplió a las inspecciones de pavimento desde el año fiscal 2023, convirtiendo una lista de referencia voluntaria en un mecanismo nacional de cumplimiento obligatorio.
Las fichas de desempeño de cada tecnología (como el sistema de detección de daños por IA BMStar) publican niveles de precisión declarados, incluidas afirmaciones de que el reconocimiento de grietas por IA iguala o supera la inspección visual de proximidad realizada por ingenieros capacitados; se trata de declaraciones de desempeño presentadas por los desarrolladores y evaluadas según los ítems de prueba estándar del MLIT, no de auditorías de precisión totalmente independientes de terceros, por lo que la solidez de la evidencia varía según la tecnología listada.