Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
La infraestructura vial constituye un pilar fundamental para el desarrollo socioeconómico global, facilitando el comercio, la movilidad y el acceso a servicios esenciales (Banco de Desarrollo de América Latina (CAF(, 2020). No obstante, su gestión y mantenimiento presentan desafíos considerables, asociados al inevitable deterioro estructural, los elevados costos de intervención y la necesidad imperante de garantizar la seguridad de los usuarios y la sostenibilidad de las inversiones a largo plazo.
Diversos autores han destacado que la disponibilidad y calidad de la infraestructura influyen directamente en la productividad, la integración territorial y la competitividad de los países (Rozas y Sánchez, 2004; Comisión Económica para América Latina y el Caribe (CEPAL(, 2004). Sin embargo, su gestión y mantenimiento presentan desafíos considerables, asociados al inevitable deterioro estructural, los elevados costos de intervención y la necesidad de garantizar la seguridad de los usuarios y la sostenibilidad de las inversiones a largo plazo (Paterson y Rossigny, 2022).
En el contexto de América Latina, la brecha en la calidad de la infraestructura vial respecto a bloques económicos más desarrollados es evidente, lo que limita el potencial de crecimiento y la integración regional (CAF, 2020; CEPAL, 2004). En estudios recientes, se resalta que países como Perú enfrentan rezagos importantes en indicadores de calidad de infraestructura, especialmente en carreteras, si se compara con la Alianza del Pacífico y la OCDE (Ministerio de Economía y Finanzas del Perú, 2019, citado en ComexPerú, 2025). Esta situación evidencia la urgencia de optimizar las estrategias de conservación y modernización del sector vial.
En este sentido, la necesidad de mejora se ve acentuada por la presión económica que supone el mantenimiento, tal como lo detallan las notas técnicas sobre la estimación de sus costos (Ministerio de Economía y Finanzas del Perú, 2021), lo que impulsa la búsqueda de enfoques más eficientes y proactivos.
En este contexto de optimización, los Gemelos Digitales (DT) emergen como un paradigma tecnológico transformador en el ámbito de la ingeniería civil y la gestión de infraestructuras. Un Gemelo Digital puede conceptualizarse como una réplica virtual dinámica de un activo físico, proceso o sistema, que se mantiene sincronizada con su contraparte real mediante un flujo continuo de datos (Evans et al., 2020). Su arquitectura fundamental integra la representación física del activo, un modelo virtual detallado, una robusta conexión de datos bidireccional y capacidades analíticas avanzadas.
Esta integración es posible gracias a la convergencia de tecnologías habilitadoras clave, que incluyen el Internet de las Cosas (IoT) para la captura de datos mediante una red de sensores, el Modelado de Información de Construcción (BIM) para la representación geométrica y semántica, la Inteligencia Artificial (IA) para el análisis predictivo y la toma de decisiones, y la computación en la nube para el almacenamiento y procesamiento de grandes volúmenes de información.
La continua investigación en marcos robustos para la detección de daños en pavimentos (Zhengji et al., 2024) y el uso de tecnologías como redes neuronales convolucionales y vehículos aéreos no tripulados para la identificación de deterioros (Zhu et al., 2022) subrayan el avance hacia componentes tecnológicos que alimentan y potencian la funcionalidad de los DT.
A pesar del creciente interés y el potencial evidente de los DT para revolucionar el monitoreo y mantenimiento de la infraestructura vial, se percibe una necesidad crítica de consolidar y analizar la evidencia científica disponible. Por ello, esta revisión sistemática se enfoca en infraestructuras viales, con especial atención a contextos similares al peruano, para delimitar el alcance y aportar una visión integral y actualizada sobre el tema.
La literatura actual, si bien prolífica en propuestas conceptuales y estudios de caso aislados, carece de una síntesis sistemática que permita comprender a cabalidad el estado del arte de la investigación, identificar las arquitecturas y tecnologías más prometedoras efectivamente implementadas, evaluar los beneficios reales demostrados en contextos operativos y delimitar los desafíos persistentes que frenan una adopción más generalizada. Esta revisión sistemática se justifica, por tanto, en la necesidad de proporcionar una visión panorámica y estructurada que organice el conocimiento actual y oriente futuras investigaciones y desarrollos en este campo emergente.
Consecuentemente, el objetivo principal de esta revisión sistemática es analizar la literatura científica publicada entre el 1 de enero de 2020 y enero 2025, sobre la aplicación de Gemelos Digitales para el monitoreo y mantenimiento de infraestructuras viales, con un enfoque particular en estudios relacionados con infraestructuras de carreteras y autopistas en contextos latinoamericanos, especialmente aquellos comparables al peruano. Este enfoque regional busca aportar resultados relevantes y aplicables a las condiciones socioeconómicas y técnicas de la región, aunque también se considerarán estudios globales que aporten avances significativos y transferibles.
Para alcanzar este fin, la investigación se guiará por las siguientes preguntas específicas: 1. ¿Cuáles son las principales arquitecturas y tecnologías (sensores, modelos, plataformas de datos, algoritmos de IA) utilizadas en el desarrollo de DT para infraestructura vial? 2. ¿Qué tipos de aplicaciones de monitoreo y mantenimiento (ej., detección de daños, predicción de vida útil, optimización de mantenimiento) se están implementando o investigando mediante DT? 3. ¿Cuáles son los beneficios y resultados clave reportados (ej., precisión, eficiencia, reducción de costos) de utilizar DT en este contexto?
METODOLOGÍA
Esta investigación adopta un enfoque cualitativo, de tipo revisión sistemática, siguiendo las directrices PRISMA para la identificación, selección y síntesis de la literatura científica relevante sobre Gemelos Digitales aplicados al monitoreo y mantenimiento de infraestructuras viales. Se establecieron criterios de elegibilidad a priori, incluyendo artículos revisados por pares publicados entre el 1 de enero de 2020 y enero de 2025, en inglés o español, que abordaran el desarrollo, implementación o evaluación de Gemelos Digitales en activos viales como carreteras, puentes o túneles. Para la búsqueda, se establecieron los siguientes criterios de elegibilidad a priori:
Se incluyeron artículos de revistas científicas y actas de congresos revisados por pares que describieran el desarrollo, la implementación o la evaluación de Gemelos Digitales (DT) aplicados al monitoreo, gestión, mantenimiento o evaluación de activos de infraestructura vial, tales como carreteras, puentes o túneles. También se consideraron artículos de revisión si ofrecían una síntesis única y altamente pertinente. Las variables de resultado de interés abarcaron las tecnologías DT específicas, sus arquitecturas, las aplicaciones implementadas, los resultados y beneficios reportados, y los desafíos identificados.
En cuanto a los criterios de exclusión, se consideraron únicamente estudios en idioma inglés o español. Fueron excluidas las publicaciones anteriores a 2020, editoriales, cartas, resúmenes sin texto completo, reseñas de libros, notas cortas, patentes, puramente teóricos sobre DT sin aplicación discernible a infraestructura vial, artículos enfocados solo en una tecnología aislada sin integración en un sistema DT o de monitoreo de activos viales, y aquellos que describieran aplicaciones de DT para manufactura o industria sin una clara transferibilidad al sector de infraestructura civil vial, o que emplearan el término "digital twin" de manera vaga.
La búsqueda de literatura se realizó en las siguientes bases de datos electrónicas primarias: Scopus y Web of Science (Core Collection). Adicionalmente, se consultó Google Scholar como fuente complementaria para ampliar la cobertura y asegurar la identificación de estudios potencialmente relevantes no indexados en las bases primarias; en esta última, se realizó un filtrado exhaustivo mediante la revisión de los primeros 200 resultados ordenados por relevancia y un cribado más estricto de los títulos y resúmenes. La última búsqueda se efectuó en enero 2021, hasta, enero 2025.
También, se diseñó una estrategia de búsqueda exhaustiva para cada base de datos, combinando términos relacionados con "digital twin" y "virtual representation" con términos específicos de "infraestructura vial" (como "road", "pavement", "highway", "transport infrastructure", "urban infrastructure") y términos asociados a su "gestión y evaluación" (como "monitor", "management", "maintenance", "assessment", "inspection"). Las cadenas de búsqueda específicas fueron las siguientes:
Scopus: TITLE-ABS-KEY (("digital twin*" OR "virtual representation*") AND ("road*" OR "pavement*" OR "highway*" OR "transport* infrastructure" OR "urban infrastructure") AND ("monitor*" OR "management" OR "maintenance" OR "assessment" OR "inspection")) AND PUBYEAR > 2019
Web of Science (WoS): TS= (("digital twin*" OR "virtual representation*") AND ("road*" OR "pavement*" OR "highway*" OR "transport* infrastructure" OR "urban infrastructure") AND ("monitor*" OR "management" OR "maintenance" OR "assessment" OR "inspection")) AND PY > 2019
Google Scholar: (“digital twin" OR "virtual representation”) AND (“road" OR "pavement" OR "highway" OR "transportation infrastructure" OR "urban infrastructure”) AND (“monitoring" OR "management" OR "maintenance" OR "assessment" OR "inspection") since:2020
El proceso de selección de estudios se realizó en varias fases, siguiendo un enfoque estructurado como se recomienda en la investigación gerencial (Sauer y Seuring, 2023). Inicialmente, la búsqueda en las bases de datos identificó un total de 386 registros. Tras la importación de estos registros a un software de gestión de referencias (EndNote X9), se eliminaron 73 duplicados, quedando 313 registros únicos para la fase de cribado. Dos revisores independientes examinaron los títulos y resúmenes de estos 313 registros, excluyendo 258 que no cumplían con los criterios de elegibilidad o eran claramente irrelevantes.
Las discrepancias entre los revisores se resolvieron mediante discusión y consenso, o con la intervención de un tercer revisor cuando fue necesario. Posteriormente, se recuperaron los textos completos de los 55 artículos restantes para una evaluación de elegibilidad más detallada. En esta etapa, dos revisores independientes evaluaron cada artículo contra los criterios de inclusión y exclusión preestablecidos. De estos, 34 informes fueron excluidos, detallándose las razones principales: 15 por no enfocarse en Gemelos Digitales para infraestructura vial, 10 por ser estudios puramente teóricos sin aplicación específica o por un uso vago del término, y 9 por ser tipos de artículos no elegibles (ej., editoriales, resúmenes de conferencia sin texto completo). Finalmente, 21 estudios fueron considerados elegibles y se incluyeron en la síntesis cualitativa de esta revisión sistemática. El proceso de selección de estudios se resume en la Figura 1:
Se diseñó y utilizó un formulario de extracción de datos estandarizado en Microsoft Excel para recopilar la información relevante de cada uno de los 21 estudios incluidos. La extracción de datos fue realizada por dos revisores de forma independiente (H.S.D. y P.S.V.). Cualquier discrepancia en los datos extraídos fue resuelta mediante discusión entre los dos extractores o, si persistía el desacuerdo, mediante la consulta con un tercer miembro del equipo de investigación (L.M.F.V.) para llegar a un consenso.
La extracción de datos se efectuó con un formulario estandarizado, recopilando variables como:
Autor(es) y año de publicación
Título del estudio
País o contexto geográfico del estudio (si se especificaba)
Tipo de infraestructura vial abordada (ej., carretera, puente, túnel, red urbana)
Objetivo principal del estudio
Metodología empleada en el estudio primario (ej., desarrollo de marco conceptual, estudio de caso, diseño experimental, propuesta de prototipo)
Características clave del Gemelo Digital (DT) o su arquitectura
Tecnologías específicas utilizadas (ej., sensores, BIM, IoT, algoritmos de IA/ML/DL, plataformas de datos)
Alcance o aplicación principal del DT (ej., monitoreo de condición, detección de daños, predicción de deterioro, optimización de mantenimiento)
Principales hallazgos o resultados reportados
Limitaciones del estudio según los propios autores
Direcciones futuras de investigación sugeridas por los autores
Nivel de madurez o validación del DT reportado (ej., conceptual, prototipo, piloto, operacional).
Dada la esperada heterogeneidad en los diseños de las investigaciones incluidas (que abarcan desde propuestas de marcos conceptuales y estudios de caso hasta desarrollos de prototipos y algunas evaluaciones experimentales), se utilizó una lista de verificación de calidad adaptada para evaluar el riesgo de sesgo y la calidad metodológica de cada estudio. Esta lista evaluó aspectos como la claridad de los objetivos del estudio, la descripción detallada de la metodología del DT y su implementación o evaluación, la adecuación de la muestra o caso de estudio, la validez y fiabilidad de los instrumentos o datos utilizados, la idoneidad de los análisis realizados, y el reporte transparente de las limitaciones del estudio. Dos revisores (M.M.C.E. y J.R.J.U.) aplicaron de forma independiente esta lista de verificación a cada estudio incluido, y las discrepancias se resolvieron mediante discusión y consenso. Los resultados de esta evaluación de calidad se presentarán y discutirán en la sección de Resultados.
Finalmente, se planificó una síntesis narrativa de los hallazgos extraídos de los estudios incluidos, agrupándolos temáticamente en función de las preguntas de investigación de esta revisión. Este enfoque es consistente con las metodologías de síntesis cualitativa que buscan generar nuevos constructos interpretativos a partir de la evidencia. Las características detalladas de los estudios incluidos y sus resultados clave se presentarán en formato tabular para facilitar la comparación y el análisis. Debido a la anticipada heterogeneidad significativa en las metodologías específicas de los estudios primarios, las métricas de resultado reportadas y los contextos de aplicación, no se consideró factible ni apropiado realizar un meta-análisis cuantitativo de los datos.
DESARROLLO Y DISCUSIÓN
En este apartado, se presentan los principales hallazgos derivados del análisis de los 21 estudios incluidos en la revisión sistemática. Se describen las características generales de los estudios, así como las arquitecturas tecnológicas, aplicaciones y beneficios reportados en el uso de gemelos digitales para el monitoreo y mantenimiento de infraestructuras viales.
La situación de la infraestructura en diversas regiones, como ilustra el análisis comparativo de calidad en Perú frente a otros bloques económicos (Ministerio de Economía y Finanzas del Perú, 2019), evidencia la urgencia de optimizar las estrategias de conservación. A continuación, Figura 1:
La Figura 1, presenta un gráfico radar que compara el índice de calidad de la infraestructura en Perú con el promedio de la Alianza del Pacífico y de los países miembros de la OCDE, considerando distintos sectores: carreteras, ferrovías, transporte aéreo, transporte marítimo, electricidad y agua. La escala utilizada va de 0 a 100, donde 100 representa el nivel óptimo de calidad.
El análisis revela que Perú muestra consistentemente valores inferiores en todos los sectores evaluados en comparación con la Alianza del Pacífico y, especialmente, con la OCDE. Es notable la brecha en el sector de carreteras, donde la diferencia respecto a los estándares de la OCDE es significativa. De igual forma, este patrón se repite en ferrovías y transporte aéreo, evidenciando un rezago estructural que limita la competitividad y la integración logística del país.
En este sentido, la calidad de la infraestructura eléctrica y de agua, aunque presenta mejores indicadores relativos, sigue estando por debajo de los promedios regionales y globales. Estos resultados confirman la necesidad de adoptar estrategias más eficientes y sostenibles para la gestión y el mantenimiento de la infraestructura vial y de servicios públicos en Perú.
La problemática identificada en la calidad y gestión de la infraestructura vial, de manera especial en regiones con brechas significativas como Perú, destaca la necesidad de explorar y sistematizar el conocimiento sobre tecnologías innovadoras que puedan mejorar el mantenimiento y la supervisión de estos activos críticos. En este contexto, la presente revisión sistemática se enfoca en analizar la literatura científica reciente para comprender cómo los Gemelos Digitales (DT) están siendo aplicados en la gestión vial.
Características de los Estudios Incluidos
Los 21 estudios incluidos en esta revisión sistemática fueron publicados entre enero de 2020 y enero 2025. Estos trabajos se originaron predominantemente en contextos de investigación asiáticos y europeos, con un notable interés en países como China, Corea del Sur, Alemania y Reino Unido, aunque también se identificaron contribuciones de Estados Unidos y estudios con un enfoque global o multirregional.
La mayoría de los estudios se centraron en la aplicación de DT a carreteras y puentes, con un menor número de investigaciones dirigidas a túneles o redes viales urbanas completas. Los diseños metodológicos variaron, incluyendo el desarrollo de marcos conceptuales, estudios de caso para la implementación de prototipos, y algunas evaluaciones experimentales o pilotos de tecnologías DT. Las características detalladas de cada uno de los 21 estudios incluidos se presentan en la Tabla 1.
Un análisis general de las características de los estudios incluidos, como se detalla en la Tabla 1, revela una tendencia creciente en la publicación de investigaciones sobre DT para infraestructura vial a partir de 2021. A continuación, se presenta una síntesis de los hallazgos principales extraídos de los 21 estudios incluidos, organizada en atención a las preguntas de investigación de esta revisión.
Arquitecturas y tecnologías de DT para infraestructura vial
Los estudios analizados revelaron una diversidad de arquitecturas para los Gemelos Digitales, siendo comunes los modelos basados en capas que distinguen la adquisición de datos, el procesamiento, el modelado virtual, el análisis y la interfaz de usuario. Varias propuestas enfatizaron arquitecturas centradas en el Modelado de Información de Construcción (BIM) como núcleo para la representación geométrica y semántica, extendidas con capacidades de IoT para la conexión con el activo físico. Las tecnologías de sensores más frecuentemente reportadas incluyeron LiDAR para la captura de nubes de puntos 3D, cámaras (instaladas en vehículos, drones o fijas) para inspección visual y fotogrametría, sensores GPS para geolocalización, y en menor medida, sensores embebidos (acelerómetros, galgas extensométricas) para monitoreo estructural específico.
En cuanto a los modelos virtuales, el BIM fue la tecnología predominante, complementada en algunos casos con modelos de elementos finitos para análisis estructural o modelos basados puramente en datos. Las plataformas de datos y las tecnologías de integración mencionadas abarcaron soluciones basadas en la nube para el almacenamiento y procesamiento, Entornos de Datos Comunes (CDE), el uso de Interfaces de Programación de Aplicaciones (APIs) para la conexión de sistemas, y el desarrollo de ontologías para mejorar la interoperabilidad semántica. Los algoritmos de Inteligencia Artificial (IA) desempeñaron un papel crucial, con un uso extendido de Redes Neuronales Convolucionales (CNN) para la detección y clasificación automática de daños en pavimentos e imágenes, y diversos algoritmos de Aprendizaje Automático (Machine Learning) para la predicción de deterioro, la estimación de vida útil y la optimización de decisiones.
Beneficios y resultados clave
Los estudios incluidos reportaron una serie de beneficios potenciales y resultados clave derivados de la implementación de DT. Entre los beneficios cuantitativos, varios trabajos indicaron mejoras en la precisión de la detección de daños en comparación con métodos manuales tradicionales, con algunos estudios reportando precisiones superiores al 90% para ciertos tipos de defectos.
También se mencionó la reducción potencial en los costos y tiempos de inspección y monitoreo, aunque pocos estudios ofrecieron cuantificaciones detalladas de estos ahorros en contextos operativos a gran escala. Los beneficios cualitativos más frecuentemente destacados incluyeron la mejora en la toma de decisiones gracias a la disponibilidad de información actualizada y contextualizada, una mayor eficiencia en la planificación del mantenimiento, y la capacidad de realizar un monitoreo continuo y proactivo en lugar de reactivo. Algunos estudios también resaltaron la mejora en la comprensión del comportamiento de los activos y la facilitación de la colaboración entre diferentes actores involucrados en la gestión de la infraestructura.
Discusión
Los resultados de esta revisión concuerdan y expanden los hallazgos de investigaciones previas, como la revisión de Chang et al. (2024) sobre DT en infraestructura de transporte también identificó la importancia de BIM, IoT e IA como tecnologías habilitadoras clave y señaló desafíos similares en cuanto a interoperabilidad y estandarización. Sin embargo, esta revisión, al enfocarse específicamente en el periodo posterior a 2020 y con una metodología PRISMA explícita sobre 21 estudios, ofrece una granularidad más fina sobre las arquitecturas emergentes y la frecuencia de aplicaciones específicas en el subcampo del monitoreo y mantenimiento vial. Esta especificidad permite mapear con mayor precisión las tecnologías predominantes, los sensores más utilizados y los algoritmos de IA aplicados, así como evidenciar la frecuencia y contexto de uso en carreteras y puentes, áreas que no siempre reciben un tratamiento detallado en revisiones anteriores.
No obstante, mientras Chang et al. (2024) y Sark y Sadhu (2024) destacan el potencial transformador de los DT, nuestra revisión revela que, a pesar de los avances tecnológicos, la adopción práctica aún enfrenta limitaciones significativas. Por ejemplo, la interoperabilidad y estandarización de datos, señaladas como desafíos desde estudios anteriores (Chang et al., 2024; Zheng et al., 2018), persisten como barreras críticas que dificultan la integración eficiente de múltiples fuentes de datos y plataformas. Además, la heterogeneidad metodológica y la escasez de evaluaciones cuantitativas robustas limitan la generalización de resultados y la comparación directa entre estudios, lo que evidencia una brecha importante en la literatura actual.
Una contribución relevante de esta revisión ha sido la identificación de la predominancia del uso del BIM combinado con tecnologías loT y algoritmos de redes neuronales convolucionales para la detección automatizada de daños, un avance que no se había detallado en revisiones previas. De igual forma, se destaca la tendencia de los modelos predictivos para la estimación de la vida útil y la optimización de mantenimiento, que representan un paso adelante en la transición de enfoques reactivos a proactivos.
Sin embargo, la revisión también evidencia la limitada cuantificación de beneficios económicos y operativos en contextos reales a gran escala, lo que constituye una brecha crítica para justificar inversiones y promover la adopción masiva.
En cuanto a las limitaciones del proceso de revisión, la búsqueda se restringió a estudios en inglés y español, lo que podría haber omitido investigaciones relevantes publicadas en otros idiomas. Aunque se intentó una búsqueda exhaustiva, la literatura gris (como informes técnicos no publicados o tesis no indexadas) no fue sistemáticamente explorada. Finalmente, a pesar del esfuerzo por mantener la objetividad, la interpretación de los datos extraídos y su síntesis narrativa siempre conllevan un grado de subjetividad inherente al juicio de los revisores.
En cuanto a las implicaciones prácticas de estos hallazgos son claras: los profesionales de la ingeniería vial y gestores de activos de infraestructuras deben considerar que los DT ofrecen un potencial relevante para transformar las prácticas actuales de monitoreo y mantenimiento, permitiendo un cambio desde enfoques reactivos hacia estrategias proactivas y predictivas. También, se debe considerar la adopción gradual de tecnologías DT, comenzando con pilotos en activos críticos, para familiarizarse con sus capacidades y desafíos. La integración de BIM con datos de sensores y análisis de IA parece ser una vía prometedora para mejorar la eficiencia en la detección de daños y la planificación de intervenciones.
No obstante, para superar las barreras actuales, es crucial que las organizaciones inviertan en la capacitación de personal y en el desarrollo de infraestructura digital robusta, y que, los responsables de políticas deberían fomentar la creación de estándares y guías que faciliten la interoperabilidad y la adopción de DT, así como promover la colaboración entre la academia, la industria y el sector público para superar los desafíos tecnológicos y económicos.
Finalmente, esta revisión destaca la necesidad urgente de investigaciones futuras que cuantifiquen los beneficios económicos y operativos de los DT en escenarios reales y a gran escala, así como estudios que aborden la estandarización y escalabilidad de estas tecnologías en contextos diversos, particularmente en regiones como América Latina, donde la adopción aún es incipiente.
CONCLUSIONES
Esta revisión sistemática proporciona un panorama actualizado y detallado sobre la aplicación de gemelos digitales (DT) en la gestión de infraestructuras viales, evidenciando un avance significativo hacia sistemas de monitoreo inteligentes y proactivos. Si bien el potencial de los DT para optimizar la supervisión y la toma de decisiones es innegable, la madurez tecnológica y la validación empírica en contextos operativos aún son limitadas, lo que señala la necesidad de investigaciones que cuantifiquen beneficios y aborden desafíos como la interoperabilidad y la estandarización.
Entre las contribuciones más relevantes de este estudio incluyen la caracterización precisa de las arquitecturas tecnológicas predominantes, centradas en BIM, IoT e IA, y la identificación de aplicaciones concretas en detección de daños y mantenimiento predictivo. Estas evidencias ofrecen cimientan las bases para que profesionales y gestores adopten estrategias graduales de implementación, adaptadas a las condiciones específicas de sus regiones.
Finalmente, esta revisión resalta la importancia de fortalecer la integración entre academia, industria y sector público, así como el desarrollo de políticas que impulsen la estandarización y capacitación, con la finalidad de acelerar la consolidación práctica de los DT y maximizar su impacto en la sostenibilidad y eficiencia de la infraestructura vial.
