Vinay Kulkarni
A epidemia de COVID-19 criou condições socioeconómicas altamente invulgares e incertas. Conter a pandemia e ao mesmo tempo manter as rodas da economia a girar, ainda que lentamente, é o desafio. Com base na compreensão atual das características epidemiológicas da COVID-19, surgiu um amplo conjunto de medidas de controlo em dimensões como a restrição dos movimentos das pessoas, o elevado volume de testes, o rastreio de contratos e o comportamento adequado à Covid. No entanto, estas intervenções têm as suas próprias limitações e níveis variados de eficácia, dependendo de factores como a densidade populacional e as características socioeconómicas da área. Para ajudar a adaptar as intervenções, desenvolvemos um modelo de simulação configurável e refinado baseado em agentes que serve como uma representação virtual, ou seja, um gémeo digital de uma área diversa e heterogénea como uma cidade. Este gémeo digital está a ser utilizado para prever e controlar a Covid-19 na cidade indiana de Pune. Utilizámos o gémeo digital para simular vários cenários hipotéticos de interesse para (1) prever a propagação do vírus; (2) compreender a eficácia das intervenções candidatas; e (3) prever as consequências da introdução de intervenções que possivelmente conduzam a compromissos entre a saúde pública, o conforto dos cidadãos e a economia. O City Digital Twin serve como um auxiliar de experimentação in-silico para prever a trajetória das infeções ativas, a taxa de mortalidade, a carga hospitalar e os centros de quarentena para as intervenções candidatas. As nossas principais contribuições são: (1) um novo modelo baseado em agentes que captura perfeitamente as características das pessoas, dos lugares e dos movimentos da cidade, as características do vírus COVID-19 e o conjunto primitivo de intervenções candidatas, e (2) uma abordagem baseada em simulação para determinar a intervenção exata que precisa de ser aplicada num determinado conjunto de circunstâncias. Dada a natureza configurável do City Digital Twin, pode ser facilmente reaproveitado para resolver o mesmo problema numa cidade diferente.