Sistema de

evaluación rápida

de infraestructuras

en emergencia.

Quiero ser voluntario

Suscríbete

Formación de evaluadores

SERIE es un sistema Online de entrenamiento y formación basado en reconocimiento y evaluación de daños, manejo del sistema SERIE y habilidades en terreno.

 

Usando e-learning, SERIE prepara, enseña, recluta y certifica evaluadores de todo el país y, en función de los conocimientos del evaluador, lo asigna en una categoría.

Quiero ser evaluador

Encuestador

Permite que todos los interesados en colaborar en las primeras horas de una catástrofe puedan ayudar completando los instrumentos de evaluación, tomando fotografías sin tener conocimiento específico sobre daños a estructuraras.

Evaluador

El sistema prepara y certifica licenciados en construcción, ingeniería y arquitectura para realizar evaluación de daños y así tomar decisiones en terreno.

 

Experto

Todo profesional experimentado en evaluación de daño puede ser entrenado para el uso de SERIE y certificado para liderar equipos de evaluación, transformándose en una oportunidad laborar para profesionales del área.

 

Aplicación de Evaluación

El evaluador usa la aplicación para, primero, registrar la ubicación de una vivienda (Mediante GPS, dirección o rol independientemente). Luego, ingresa datos demográficos e información social de los afectados (La que puede ser autocompletada por datos ya existentes).

 

SERIE asiste la evaluación de daños mediante tecnologías de inteligencia artificial y reconocimiento fotográfico de daño, las que complementadas con la experiencia del evaluador, evitan errores en la toma de decisiones.

 

El resultado final indica si una casa debe ser evacuada (Clasificación roja), debe ser reevaluada en detalle (Etiqueta amarilla) o considerada segura (Etiqueta verde).

Georreferenciación de la información

Siendo Chile uno de los países mas sísmicos del mundo, los instrumentos de captura de información están en un nivel básico (Papel).

 

SERIE utiliza teléfonos móviles u otros dispositivos electrónicos con sistemas de autocompletado, colgándose de datos ya existentes de libre uso, para facilitar el llenado de las fichas.

 

La app tambien puede registrar información de modo offline (Sin tener cobertura de internet) para localidades aisladas o con problemas de conectividad.

 

Machine Learning

La toma de decisiones sobre evaluación de daños es compleja, requiere de expertos y consume mucho tiempo y recursos, lo que obliga el uso de evaluadores sin experiencia, más propensos a tomar decisiones erróneas.

 

Con la ayuda de machine learning y reconocimiento de patrones fotográficos de los daños, junto a un análisis comparativo de casos similares o excepcionales, el sistema aumenta la calidad de la evaluación, reduce los tiempos requeridos para evaluar y evita errores comunes del proceso.

 

Resultado

Al principio de la evaluación, con unas pocas preguntas, el sistema es capaz de sugerir si es necesario continuar la evaluación por medio de tres estados tempranos.

Verde: El evaluador puede terminar la evaluación temprana y seguir con la próxima vivienda.

 

Amarillo: El evaluador debe completar en su totalidad la evaluación para llegar a una decisión final.

 

Rojo: El evaluador puede terminar la evaluación temprana y el sistema solicita la probación de un experto para declarar su habitabilidad.

Plataforma

Plataforma que permite desplegar información y mapas en tiempo real, esenciales para las necesidades de diferentes organizaciones para abordar una emergencia (Gobierno, ONGs, Empresas).

El sistema permite personalizar la información entregada, crear alertas y filtros para el manejo de emergencias. Además permite a las organizaciones responsables de la evaluación monitorear el trabajo en terreno de los diferentes evaluadores.

Sincronización en tiempo real

Un proveedor móvil de servicios inalámbricos permite a los evaluadores y jefes de equipo subir la información a la plataforma a través de un enlace de internet dedicado, especialmente útil cuando los proveedores de telecomunicaciones están fuera de servicio o colapsados por la emergencia.

Información y Machine Learning

La información es evaluada con nuestro sistema machine learning, comparando y comprobando correctamente los datos, al mismo tiempo que generamos informes, estadísticas y zonificaciones de la zona afectada.

Información georreferenciada

El sistema ocupa la información de GPS del dispositivo para individualizar casos, crear mapas y planificar rutas de los evaluadores.

Adaptable y Multiplataforma

Adaptable según las necedades de cada cliente y emergencia.

Multiplataforma para permitir el acceso desde cualquier dispositivo en cualquier lugar, con distintos niveles de usuarios, permitiendo actuar en base a la información generada tanto a distancia como en terreno.

Suscripción a sistema SERIE

Plataforma Abierta

El sistema libre, es de consulta abierta al público, usted puede revisar toda la información que está incorporada en la plataforma de forma genérica, sin visualización indivisualizada y sin filtros.

Plataforma Particular

Para usuarios o instituciones en particular, que tienen en interés de poder visualizar discriminadamente información puntual, permite el diagnóstico y consulta de evaluación de interés.

Plataforma Integrada o Dedicada

Permite el filtro de toda la información existente, revisar las evaluaciones y al evaluador, revisar los resultados estadísticos de las evaluación y las escalas de daño. Este sistema también se puede desarrollar de manera dedicada para una institución que requiera un sistema de evaluación personalizado.

Suscríbete aquí

Equipo

Joaquín González

Arquitecto gestor de proyectos, coordinación de proyectos de innovación, administración  y gestión de voluntarios.  Lideró el equipo Universidad de Chile que asistió 100.000 viviendas el 27F

Philippe Delteil

Ingeniero en Ciencias de la Computación, Univerisdad de Chile. Desarrollador plataforma de evaluación MINVU_27F.

Rodrigo Ortiz

Arquitecto director RENAV (Red Nacional Arquitectos Voluntarios) y Presidente CAJ del Colegio de Arquitectos.

Sebastián Álvarez

Arquitecto con experiencia y liderazgo en diferentes proyectos de ejecución en obras. Además de diseñar plataformas y proyectos de emprendimiento.

Gabriel Dintrans,

Licenciado en Ingeniería en ciencias de la computación, con experiencia en MAPAS, colaborador de la fundación OpenStreetMap.

Ex-presidente del centro de estudiantes de Computación.

Elizabeth Contreras

Administradora Pública, Magister Gestión Pública.

Experiencia en diseño y ejecución de proyectos de innovación social y gestión de voluntariado.

Luis Goldsack

Académico en la Universidad de Chile, especialista en análisis patológico de edificios y evaluación de daños a vivienda.

Francis Pfenigge

Académico en la Universidad de Chile, especialista en análisis patológico de edificios y evaluación de daños a vivienda.

Contacto

Almirante Grau 092 Of C.

Santiago, Chile

contacto@serie.cl

SERIE 2017