En este estudio, proponemos un método de optimización para sistemas de protección de ocupantes utilizando una técnica de aprendizaje automático. Primero, se desarrolló un modelo de simulación de choque para una condición de prueba de choque frontal MPDB de Euro NCAP. En segundo lugar, se realizaron una serie de simulaciones paramétricas utilizando un modelo de maniquí THOR con diferentes parámetros de diseño del sistema de seguridad para ocupantes, como ubicaciones de sujeción del cinturón, límites de carga del cinturón, pulso de choque, entre otros. En tercer lugar, se desarrollaron metamodelos utilizando redes neuronales para predecir criterios de lesiones para un diseño dado del sistema de seguridad para ocupantes. En cuarto lugar, se optimizó el sistema de seguridad para ocupantes utilizando metamodelos, y se verificó el diseño óptimo mediante una simulación de choque posterior. Por último, se investigaron los efectos de las variables de diseño sobre los criterios de lesiones utilizando el método de Shapley. La puntuación de Euro NCAP del modelo de maniquí THOR mejoró de 14.3 a 16 puntos. La principal mejora se debió a una reducción del riesgo de lesiones en las regiones del pecho y las piernas. Las ubicaciones más altas del anillo D y los anclajes hacia atrás beneficiaron las regiones del pecho y las piernas, respectivamente, mientras que un pulso de choque cargado por la parte trasera fue beneficioso para ambas áreas. El análisis de sensibilidad a través del método de Shapley estimó cuantitativamente la contribución de cada variable de diseño en relación con las mejoras en los valores de métricas de lesiones para el maniquí THOR.