Las situaciones de emergencias radiológicas suponen un riesgo muy alto para la seguridad. La formación de los profesionales para este tipo de emergencias es fundamental para el éxito de las actuaciones en dichas emergencias, pero no es posible realizar formación en entornos de riesgo real, ya que esto supondría un peligro inasumible para la salud. Existen técnicas de formación seguras para estas emergencias, pero su efectividad es limitada.
Generalmente, la gravedad de este tipo de emergencias provoca altos niveles de estrés y ansiedad, que dificultan la reacción humana [1], por lo que el estado emocional y cognitivo de las personas involucradas en la situación de emergencia real no es el mismo que el que tienen en un contexto de formación. Por otro lado, es difícil identificar el nivel adquirido por los usuarios durante la formación y ajustar los ejercicios a las diferencias entre usuarios sin hacer un análisis costoso de la formación. Estas dos cuestiones limitan notablemente la efectividad de la formación para emergencias radiológicas. Sin embargo, existen avances importantes relativamente recientes que permiten proponer aproximaciones potencialmente más efectivas a la formación tradicional.
En primer lugar, el desarrollo reciente de la tecnología de realidad virtual permite desplegar sistemas de forma accesible y con un coste asumible. Los dispositivos hardware de realidad virtual (gafas, sensores hápticos) han puesto a disposición de plataformas de formación y equipos de investigación la posibilidad de desplegar experiencias de realidad virtual realistas y versátiles, con un coste relativamente reducido. Asimismo, y en paralelo con la tecnología de realidad virtual, los motores de última generación de experiencias interactivas y videojuegos hacen posible diseñar e implementar entornos virtuales interactivos de forma robusta y rápida, y simplifican enormemente la conexión con el hardware de realidad virtual. Además, los motores actuales se ofrecen de manera gratuita o abierta para aplicaciones de investigación.
En segundo lugar, las técnicas de captura, almacenamiento y procesado de datos actuales permiten disponer de información detallada y muy específica, útil para dos aspectos: el estudio y análisis exhaustivo de estos datos, y la utilización de los mismos en técnicas de aprendizaje máquina para mejorar el funcionamiento de procesos sin necesidad (pero con posibilidad) de intervención humana directa. En particular, la adquisición de datos de sesiones de formación puede crear un conjunto de datos que sirva para mejorar la efectividad de las variaciones controladas. Esta captura de datos puede incluir tanto información del comportamiento de una persona dentro del entorno como de su estado emocional (tensión, conductancia de la piel, etc.).
El proyecto ADARVE (Análisis de Datos de Realidad Virtual para formación en Emergencias Radiológicas) propone una combinación de avances tecnológicos en el campo de enseñanza asistida por computadora (realidad virtual, modelado de la respuesta bajo situaciones de estrés, y captura/análisis de datos) para desarrollar una herramienta de formación y entrenamiento para emergencias radiológicas. El sistema permitirá explorar el rango de respuestas conjuntas de los equipos ante distintas situaciones de estrés e identificar mediante el análisis conjunto de los datos, tanto de la emergencia como de las respuestas fisiológicas del equipo humano, posibles escenarios de riesgo, con vistas a depurar los protocolos de actuación para evitar estos riesgos.
En particular, tal como se detalla en las siguientes secciones, se propone crear un sistema de realidad virtual multiusuario con motores de entornos virtuales de última generación, y un sistema de visión y guantes hápticos de realidad virtual. El estado emocional de los usuarios será analizado con sensores biométricos y análisis de su comportamiento, y los ejercicios estarán diseñados de forma que se provoque una situación de estrés controlado (de forma controlada y bajo supervisión). Las dinámicas de formación se diseñarán según principios de diseño de interacción en los que se asegurará que las competencias del ejercicio son, en primer lugar, enseñadas y entrenadas, y después comprobadas dentro de los mismos ejercicios.
El motor de realidad virtual y los ejercicios incluirán un modelo realista de los principios de la radiación y protección radiológica de forma configurable, y todos los escenarios estarán basados en los documentos técnicos del Consejo de Seguridad Nuclear sobre preparación y respuesta a emergencias nucleares y radiológicas. La arquitectura del sistema permitirá la creación de ejercicios de formación de manera externa al motor, de modo que se puedan crear, revisar e incorporar elementos nuevos de formación tanto durante la duración del proyecto, como más adelante.
Adicionalmente, el entorno de realidad virtual permitirá perfiles adicionales (como el de personal inspector, el de personas involucradas pero no profesionales, etc.), que, dentro del sistema multiusuario, permitirán crear ejercicios ricos en los que poner en práctica una casuística compleja.
El desarrollo del proyecto ADARVE seguirá una metodología abierta, de forma que el motor, los ejercicios y las conclusiones estén a disposición de la comunidad científica. Se espera colaborar con miembros de las organizaciones relacionadas con la gestión de emergencias radiológicas en sesiones de experimentación y pruebas para mejorar, afinar y actualizar los protocolos y la implementación de los ejercicios realizados. El aspecto de captura intensiva y análisis de datos, junto con la creación de ejercicios de forma abierta para la plataforma de realidad virtual, tiene como objetivo adicional crear una base de datos y conocimiento de referencia para mejorar y compartir los procesos y criterios radiológicos de actuación. De esta forma, el proyecto ADARVE propone, como resultados, un sistema de realidad virtual multiusuario con varios perfiles, escenarios de formación que tengan en cuenta el estado cognitivo y emocional de los usuarios, y un sistema de captura de datos constante para el análisis de los resultados y la mejora de la formación.