Seleccione un idioma
ES
Pedestrian modelling; Pedestrian modelling;

Modelizando un mundo cambiante: una visión especializada para las medidas de recuperación tras el COVID-19

Will Cavendish, líder de servicios digitales de Arup a nivel global, y Fiona Cousins, miembro de la junta directiva.

Mientras intentamos superar el brote de COVID-19, las cifras y su comprensión son esenciales. Los datos de salud pública y los modelos de los expertos utilizados por gobiernos han sido cruciales para una toma eficaz de decisiones. Podemos observar que las múltiples y difíciles decisiones que han tomado los gobiernos de todo el mundo en respuesta a la amenaza de COVID-19 están empezando a funcionar. En muchos lugares, afortunadamente, lo peor parece haber pasado, o están próximos a alcanzar el pico de la curva.

Pero, a medida que empezamos a considerar cuándo saldremos de nuestros hogares, se hace evidente que el desafío de la toma de decisiones para los gobiernos - la industria y la humanidad en general - es tan grande ahora como lo fue para el cierre inicial, e incluso más complejo.

COVID-19 tiene repercusiones a muchas escalas, desde cómo el virus se propaga por el aire, que afecta a la forma en que protegemos a las personas, hasta las nuevas pautas de movilidad y costumbres culturales en los edificios y sistemas de transporte que faciliten el distanciamiento social, pasando por el impacto de las políticas que tratan de equilibrar el anhelo de reabrir la economía, la sociedad y la vida con la amenaza de la transmisión del virus. Esta pandemia plantea nuevos desafíos operacionales para los gobiernos de un mundo globalmente integrado y altamente urbanizado.

La reapertura de nuestras ciudades

La población urbana del mundo progresa gracias a la energía de las interacciones, la creatividad, la pasión y la cultura que proporciona la vida en la ciudad. COVID-19 desafía casi todo esto. Por ello, hemos empleado nuestro enfoque analítico y las herramientas de diseño para encontrar un camino a través de la pandemia y así, tal vez, reconfigurar nuestro entorno para su futura resiliencia. Si bien no tenemos todas las respuestas, consideramos que un análisis reflexivo de los modelos puede ayudar a organizaciones e individuos a definir su curso hacia la recuperación.

Modelización de riesgos y escenarios de normativas

Hemos aunado nuestra experiencia interdisciplinar para abordar estos desafíos en cuatro escalas.

A mayor escala, las preguntas que tenemos son sobre la propagación de la enfermedad, el número de personas que se verán afectadas, la eficacia del distanciamiento social y cuánto tiempo se espera que dure el brote mundial. Empleando la ciencia de datos y las técnicas probabilísticas que solemos aplicar para anticipar los riesgos de continuidad de las actividades después de las inundaciones o los terremotos, junto con los datos públicos disponibles, nuestros especialistas en análisis de riesgos han desarrollado modelos de análisis epidemiológicos para diferentes ciudades.

Estos nos permiten modelar diferentes escenarios que proporcionan una visión anticipada de las probables acciones del gobierno. Estos modelos también son valiosos para muchas empresas, ya que planifican su regreso al trabajo y la continuidad de la actividad después de que el brote actual haya pasado.

Modelización tasas de infección Nueva York y San Francisco Modelización tasas de infección Nueva York y San Francisco
Las tasas de infección en San Francisco y la ciudad de Nueva York se midieron y modelizaron para que el gobierno tomara medidas al respecto.

Reiniciar los servicios de transporte, un nuevo comienzo para las ciudades

En la siguiente escala, nuestras ciudades y empresas de transporte querrán reabrir minimizando los riesgos para los ciudadanos. De los datos emergentes se desprende claramente que varias regiones se ven afectadas de manera diferente - nuestros modelos epidemiológicos nos permiten cuantificar algunas de las diferencias - y entender que estas se deben a los patrones de interacción social.

Los especialistas digitales y los planificadores de transporte de nuestro City Modelling Lab lo hacen utilizando una combinación de modelos basados en agentes y técnicas de aprendizaje automático y ciencia de los datos. Estos modelos nos permiten entender la intensidad y la superposición de las interacciones que surgen del movimiento de las personas: desplazarse al trabajo, cuidar de sus familias, ir de compras y socializar. La comprensión de estos modelos permitirá a los gobiernos y a los organismos de transporte explorar cómo se podrían ajustar los sistemas para maximizar el acceso y, al mismo tiempo, minimizar las interacciones de la red y, por lo tanto, el riesgo de transmisión. También pueden utilizarse para asesorar a las personas sobre la interacción social para que puedan preservar su propia seguridad.

Ejemplo de la modelización City Lab Ejemplo de la modelización City Lab
Modelo de red para las interacciones del agente A.

Agentes de MassMotion interactuando en el espacio. Los agentes rojos están demasiado cerca.

La remodelación de los espacios de encuentro

A partir del momento en que se relajen los requisitos de confinamiento, las empresas y los gobiernos tendrán que pensar en cómo las medidas de distanciamiento social podrían afectar a las interacciones en los edificios - la siguiente escala. A medida que se favorezca un mayor distanciamiento físico, se reducirá la capacidad de los espacios para gestionar el flujo de peatones, lo que repercutirá en los tiempos de espera o en la necesidad de gestionar los cuellos de botella del sistema. Nuestro software de modelización peatonal MassMotion, basado en agentes, se construyó para este tipo de criterios de diseño cambiantes. Ya hemos construido modelos para aeropuertos y estaciones de tren que nos permiten estimar ocupaciones seguras.


Diseñando el movimiento de los patógenos

A escala de los edificios, necesitamos entender los riesgos. ¿Cómo de transmisible es un virus en un edificio común? Nuestros ingenieros mecánicos utilizan regularmente modelos dinámicos de fluidos computacionales que muestran cómo se mueve el aire a través del espacio y la efectividad de los sistemas de ventilación. Hemos vuelto a aplicar estas técnicas para entender cómo los patógenos transportados por el aire pueden moverse a través de los edificios, permitiendo el diseño de espacios en los que pueda controlarse la propagación del virus y aumentando nuestro conocimiento sobre el riesgo de infección.

Modelización de un CFD Modelización de un CFD
Modelo dinámico de fluidos computacional que muestra un detallado flujo de aire.

Modelización: la visión de la determinación que necesitamos

En muchos sentidos, los gobiernos y otros organismos están trabajando desde la incertidumbre, con decisiones que nunca han tenido que tomar. Para nosotros, la pandemia de COVID-19 ha reforzado el valor que tiene la modelización y la capacidad de extraer información basados en datos para ayudar a los responsables en la toma de decisiones sin precedentes, con rapidez y ofreciendo una respuesta a todos los niveles. Así, podremos proporcionar la mejor asesoría posible sobre los distintos escenarios, aunando nuestra experiencia en entornos construidos con los nuevos conocimientos analíticos y de modelización digital. De esta forma, se optimizará la visualización de las distintas alternativas para solucionar las decisiones tan complicadas que han de tomarse en este momento.

Para más información, contacta con Will Cavendish o Fiona Cousins.