El domingo 22 de septiembre de 2024, Nicola Ivaldo, cirujano ortopédico de 66 años y montañista con amplia experiencia, salió solo hacia los Alpes del Piamonte, en Italia, sin imaginar que sería su última travesía conocida. Al no presentarse a trabajar el lunes siguiente, se activó la alerta y comenzó una búsqueda contrarreloj que encendió la preocupación entre colegas y familiares.
Los rescatistas localizaron su automóvil abandonado en Castello di Pontechianale, en el valle de Varaita, una pista clave que marcó el inicio del operativo. El último registro de su teléfono móvil lo situó en las inmediaciones de los picos Monviso y Visolotto, un terreno escarpado y de difícil acceso que pasó a convertirse en el epicentro de una búsqueda tan compleja como incierta.
El área presentaba enormes desafíos: cientos de kilómetros de senderos atraviesan los escarpados peñascos de ambas montañas, cada una con múltiples rutas de ascenso. Según Simone Bobbio, portavoz del Servicio de Socorro Alpino y Espeleológico de Piemonte (CNSAS), la extensión y complejidad del terreno dificultó las tareas. Más de 50 rescatistas recorrieron la zona durante casi una semana, mientras un helicóptero sobrevoló varias veces en busca de pistas.
Nadie reportó haber visto a Ivaldo en los senderos más concurridos, lo que llevó a pensar que eligió una ruta solitaria y remota. De acuerdo con BBC, las condiciones meteorológicas empeoraron y, tras las primeras nevadas de septiembre, la búsqueda se suspendió al considerar nulas las posibilidades de hallarlo con vida.
El regreso de la búsqueda y la llegada de la inteligencia artificial
En julio de 2025, con la mayoría de la nieve derretida, los rescatistas reanudaron la operación, esta vez con apoyo de inteligencia artificial. De acuerdo con el CNSAS, el nuevo intento utilizó un software capaz de analizar miles de fotos aéreas captadas por drones. Estos dispositivos pudieron acceder a barrancos y zonas de difícil acceso, lo que amplió las posibilidades de localización.
Según BBC, el uso de drones permitió cubrir 183 hectáreas en solo cinco horas y tomar más de 2.600 imágenes en alta resolución. El software de IA analizó pixel por pixel, en busca de anomalías de color o textura. Así identificó varios puntos de interés, entre ellos, un objeto rojo parcialmente cubierto de nieve.
Según Saverio Isola, jefe de estación de rescate en Torino, la selección final requirió experiencia humana para descartar falsos positivos. El software reaccionó ante elementos como basura plástica o piedras inusuales, por lo que los expertos priorizaron las zonas donde era más probable que hubiese transitado un montañista experimentado como Ivaldo.
El hallazgo del casco rojo
Tres días después de reiniciar la búsqueda, los equipos localizaron a Ivaldo en un barranco del peñasco norte de Monviso, a unos 3.250 metros de altitud. Un helicóptero recuperó el cuerpo desde el lugar, identificado tras confirmar que el punto rojo en las imágenes correspondía a su casco. “La clave fue un casco rojo detectado por el software”, explicó Bobbio.
La experiencia demostró cómo la combinación de inteligencia artificial, drones y pericia humana puede optimizar las tareas de rescate en entornos hostiles. El CNSAS destacó la importancia de los drones por su maniobrabilidad y capacidad de acercarse a zonas inaccesibles para helicópteros.
El aprendizaje previo de los pilotos de drones en la zona también resultó decisivo. “Recolectamos toda la información de misiones anteriores y estudiamos los senderos que podrían haber atraído a Ivaldo”, comentó Isola. Gracias a esto, los socorristas pudieron delimitar áreas prioritarias y aumentar la eficiencia de la operación.
Limitaciones y retos de la inteligencia artificial en rescates
El caso de Ivaldo no representa el primer uso exitoso de inteligencia artificial en búsquedas de montaña. De acuerdo con la BBC, en 2021, un software llamado SARUAV, desarrollado por la Universidad de Breslavia en Polonia, permitió rescatar a un hombre de 65 años desaparecido en Beskid Niski. El sistema analizó 782 imágenes y localizó a la persona en poco más de cuatro horas.
En 2023, algoritmos similares ayudaron a localizar restos humanos en Austria y Escocia. Sin embargo, los expertos advierten sobre las limitaciones actuales de estas tecnologías. Tomás Niedzielski, director del equipo que creó SARUAV, señaló que la efectividad disminuye en terrenos boscosos o de vegetación densa, donde los algoritmos suelen arrojar demasiados falsos positivos.
La clave para mejorar la precisión radica en entrenar constantemente los sistemas de aprendizaje automático. Niedzielski explicó que los algoritmos funcionan mejor en grandes extensiones abiertas, donde hay menos interferencias visuales y menos personas.
Daniele Giordan, jefe del Grupo de Monitoreo de Riesgos Geológicos del Instituto de Investigación para la Protección Hidrogeológica de Italia (IRPI), resaltó además desafíos éticos y legales. “Identificar formas humanas en imágenes puede acarrear problemas legales”, advirtió el especialista, quien trabaja en el desarrollo de algoritmos que ofrezcan resultados más precisos y georreferenciados.
Innovaciones y futuro para las búsquedas
Investigadores de la Universidad de Glasgow, en Reino Unido, presentaron recientemente un sistema que utiliza aprendizaje automático para simular el comportamiento de una persona perdida. Según los especialistas, este método permite crear mapas predictivos de las áreas donde los rescatistas deben concentrar sus esfuerzos, incluso en terrenos complejos como bosques.
Frente a la urgencia por hallar personas desaparecidas y la limitación de recursos, estos algoritmos pueden convertirse en herramientas valiosas para los servicios de búsqueda y rescate. Según los expertos consultados, la integración de IA en tiempo real durante las operaciones podría marcar una diferencia significativa en la cantidad de vidas salvadas.
La incorporación de inteligencia artificial representa un avance clave para los rescates en montaña. Los equipos humanos y la tecnología trabajan juntos para enfrentar desafíos cada vez más complejos. La combinación de experiencia, análisis automatizado y recursos ágiles permite cubrir grandes extensiones en menos tiempo. El caso de Nicola Ivaldo confirma que la tecnología puede ser decisiva en situaciones límite.
