Un algoritmo A* adaptativo para gestionar el transporte de sangre con UAV

Por qué importa el transporte aéreo de sangre

Cuando alguien necesita una prueba de sangre urgente o una transfusión, cada minuto perdido en el tráfico puede costar una vida. En muchas ciudades, las carreteras congestionadas retrasan ambulancias y mensajerías, sobre todo cuando las muestras deben trasladarse entre hospitales distantes. Este estudio explora cómo se pueden guiar pequeñas aeronaves autónomas —drones— por rutas seguras y eficientes para que transporten sangre a través de paisajes complejos sin quedarse sin batería ni entrar en espacios aéreos prohibidos.

De las calles de la ciudad a las rutas aéreas

Los autores se centran en una cuestión muy práctica: ¿cómo pueden los drones trasladar sangre entre hospitales de manera fiable en un país real, no solo en simulación? Estudian el caso del Líbano, donde el terreno montañoso y el tráfico denso dificultan las entregas rápidas. Los drones prometen sobrevolar la congestión, pero afrontan dos límites importantes. Primero, sus baterías se agotan con rapidez, especialmente cuando transportan bolsas de sangre pesadas y refrigeradas. Segundo, no pueden volar en línea recta sin más, porque colinas altas, ciudades densas y espacios aéreos restringidos pueden interponerse. El artículo trata el paisaje como un rompecabezas tridimensional y pregunta cómo encontrar caminos que ahorren energía sin dejar de llevar la sangre a su destino a tiempo.

Enseñar a los drones a leer el paisaje

Para resolverlo, los investigadores adaptan un método de navegación bien conocido llamado algoritmo A*, que normalmente encuentra la ruta más corta en un mapa plano. Le suministran mapas digitales detallados que describen la altura del terreno en cada punto, convirtiendo la región en una cuadrícula de pequeñas celdas, cada una con su propia elevación. El algoritmo mejorado mide distancias 3D reales, por lo que sabe que subir una colina cuesta más esfuerzo que volar sobre una llanura. También comprueba obstáculos, como zonas de no vuelo, y descarta cualquier paso que los cruce. Además de la distancia pura, el equipo construye un modelo de energía basado en experimentos que muestran que ascender consume energía adicional mientras que descender consume algo menos. Por tanto, el algoritmo favorece rutas que serpentean suavemente por el paisaje, intercambiando un poco de distancia extra por grandes ahorros en el uso de la batería.

Planificar dónde los drones pueden recuperar energía

Aun con una planificación cuidadosa, los drones actuales no pueden volar indefinidamente. Los autores estiman cuánto puede recorrer un dron médico de uso común mientras transporta una carga típica de sangre, teniendo en cuenta el viento y márgenes de seguridad. Luego vinculan el paso de planificación de la ruta con un segundo problema: dónde ubicar estaciones de carga o intercambio de baterías. Usando una técnica de agrupamiento, agrupan hospitales cercanos entre sí y seleccionan sitios centrales que pueden servir como hubs de carga compartidos. A lo largo de cualquier ruta planificada, cuando la batería restante ya no cubriría con seguridad el siguiente tramo, el sistema elige la ubicación realista más cercana —a menudo un hospital o un centro de servicio— para actuar como punto de carga en lugar de algún lugar remoto e inutilizable en el mapa.

Poner el sistema a prueba

El marco se prueba con ubicaciones reales de hospitales en el Líbano. El equipo compara varias estrategias de vuelo entre dos hospitales distantes: un trayecto idealizado e irrealista en línea recta, y tres versiones más realistas que respetan el terreno y el uso de energía de diferentes maneras. Encuentran que la ingenua línea recta no es la más eficiente en batería una vez que se contabilizan los ascensos y descensos. El enfoque de mejor rendimiento comienza el vuelo a la altura real del hospital de origen y limita los cambios innecesarios de altitud, reduciendo el consumo total de energía. El estudio también muestra que, para la misma velocidad de desplazamiento, un dron suele cubrir una distancia menor que un coche obligado a seguir carreteras sinuosas, y puede evitar los retrasos impredecibles causados por atascos.

Qué significa esto para los vuelos médicos del futuro

En términos cotidianos, el estudio demuestra que una navegación inteligente y una ubicación acertada de puntos de carga pueden convertir a los drones de simples aparatos en miembros fiables del equipo de transporte médico. Al enseñar a los drones a “ver” colinas, áreas restringidas y sus propios límites de batería, el sistema propuesto ayuda a garantizar que las muestras y productos sanguíneos lleguen con rapidez, seguridad y con suficiente carga de reserva. Aunque el trabajo actual asume obstáculos fijos y vuelos de un solo dron, sienta las bases para futuras redes de drones médicos cooperativos que podrían atender a pacientes en ciudades y regiones remotas por igual.

Cita: Zaki, C., Taleb, H., Taki, M. et al. An adaptive A-Star algorithm to handle blood transportation using UAVs. Sci Rep 16, 13674 (2026). https://doi.org/10.1038/s41598-026-40040-5

Palabras clave: drones médicos, transporte de sangre, planificación de rutas, vuelo eficiente en energía, logística sanitaria