Coronavirus: desarrollaron una plataforma gratuita para predecir las zonas de mayor contagio en Latinoamérica

Se trata de Laboratorio Predictivo Covid-19, creado por la empresa argentina Urbeos. Evalúa a partir de diferentes parámetros cuáles son las áreas de propagación más frecuente

Compartir
Compartir articulo
Actualmente la plataforma está abierto al público en general y a todos los organismos públicos de Latinoamérica.
Actualmente la plataforma está abierto al público en general y a todos los organismos públicos de Latinoamérica.

La empresa argentina Urbeos desarrolló una plataforma pública y gratuita, llamada Laboratorio Predictivo Covid-19, que permite detectar en forma anticipada las zonas de mayor riesgo de contagio de coronavirus en Latinoamérica.

El objetivo de este sistema es ayudar a que Gobiernos y entidades privadas cuenten con esta información para idear estrategias adecuadas con el objetivo de reducir las chances de contagio en un marco de aperturas y flexibilizaciones de las cuarentenas.

“Actualmente la plataforma está abierto al público en general y a todos los organismos públicos de Latinoamérica. En la etapa 1 se han recibido más de 35.000 consultas en la plataforma desde Argentina, Uruguay y Chile. Actualmente, con el desarrollo de la etapa 2, se agregaron Colombia y Ecuador y se avanza con Brasil, Perú, Paraguay y México”, explicaron desde la compañía, en diálogo con Infobae.

El desarrollo se inició a principios de marzo para 20 ciudades de Latinoamérica. La primera etapa, que se presentó los primeros días de mayo, logró identificar de forma anticipada los 4 escenarios de mayor riesgo de contagio por Covid en las principales ciudades de Latinoamérica, antes de que la pandemia avanzara en la región: asentamientos precarios y complejos habitacionales; barrios suburbanos de bajo nivel socioeconómico; áreas de alta densidad y edificación en altura; así como áreas centrales con alto tránsito de personas.

La plataforma emplea tecnología predictiva para una salida 
de cuarentena segmentada geográficamente en Latinoamérica
La plataforma emplea tecnología predictiva para una salida de cuarentena segmentada geográficamente en Latinoamérica

La segunda etapa se presentó a mediados del mes de julio. En esta segunda, el análisis predictivo realizado en 20 ciudades latinoamericanas mostró que los contagios se originarían fundamentalmente en los centros urbanos (áreas comerciales y administrativas) con alto tránsito de personas o en instancia del viaje de las personas hacia ellos, sobre todo en el caso del transporte público. No obstante, los resultados también dejaron en claro que el nivel de riesgo de los centros urbanos varía significativamente entre distintas ciudades de la región o entre los centros de una misma área urbana.

“Los resultados preliminares de la segunda etapa ya muestran que ciudades como Córdoba, Mendoza y Rosario (Argentina), Montevideo (Uruguay) así como Valparaíso y Concepción (Chile) podrían salir más fácilmente de las cuarentenas al presentar centros urbanos con menor nivel de riesgo. Por el contrario, las áreas metropolitanas de Santiago de Chile, Buenos Aires y Bogotá requerirán estrategias graduales de reactivación de actividades segmentadas geográficamente con alto nivel de precisión urbana”, remarcan desde la compañía.

Para el desarrollo de la plataforma, se utilizaron modelos de análisis predictivo para evaluación de variables urbanas que contemplan modelos poblacionales, habitacionales, de actividad comercial y, fundamentalmente, de movilidad de personas, tanto en el transporte público como particular.

El análisis de riesgo se estableció a partir de varios cálculos que se realizan en conjunto, entre los que se destacan la cantidad de personas movilizadas diariamente a los centros urbanos principales (comerciales y administrativos) y el nivel de concentración de la gente en este espacio. A esto se suma el nivel de movilidad de las personas hacia/desde estos centros al resto de las zonas de la ciudad.

La información se puede visualizar ingresando aquí.

MÁS SOBRE ESTE TEMA: