Politique de confidentialité

Ces données sont enregistrées par ordinateur et sont exclusivement destinées à être utilisées par cette entité.

Slefty
Articles

Simulation d'un drive through pour la vaccination du Covid

22-01-2021

La pandémie du Covid-19, qui a débuté en Europe en 2020, a suscité de nombreux efforts de la part de différentes personnes et organisations pour parvenir à son terme. Au cours des derniers mois, le vaccin étant déjà sur le marché, on commence déjà à imaginer une solution au problème qui atteint toute la société. Beaucoup disent que plus vite le vaccin soit distribué et administré aux gens, plus vite nous pourrons rouvrir toutes les restrictions auxquelles sont confrontées les personnes, et c’est pourquoi nous devons trouver et analyser des moyens de distribution et de vaccination qui soient rapides et efficaces.

Les outils de simulation sont un excellent moyen de découvrir les meilleures voies et les meilleures décisions à prendre à cet égard. Nous avons pu simuler les flux humains et les vaccins, en interaction avec de différentes variables externes, afin que nous puissions décider et mettre en œuvre les solutions qui apportent les meilleurs et les plus rapides résultats. Le cas d’un drive-through pour la vaccination du Covid-19 est l’une des possibilités que beaucoup de personnes en parlent comme l’une des meilleures à mettre en œuvre parce qu’il ne surcharge pas les installations sanitaires existantes et empêche la propagation du virus.

La simulation réalisée du drive-through vise à montrer quelles sont les meilleures décisions à mettre en œuvre sur elle, du point de vue du procédé et des flux de personnes et de matières, pour obtenir le meilleur résultat, en termes de nombre de personnes vaccinées et que nous puissions dimensionner l’espace pour les résultats que nous voulons. Donc, ce drive-through compte avec 10 lignes de vaccination possibles, une zone de sélection initiale, une zone d’enregistrement, une autre zone de vaccination et, enfin, une zone de repos après la vaccination. Les temps pour chacune des zones présentent des fonctions statistiques différentes, mais avec les valeurs minimum et maximum présentés ci-dessous :

  • Temps de sélection [15s à 60s] 
  • Temps d’enregistrement [2m à 7m]
  • Temps de vaccination [2m à 7m]
  • Temps de repos [5 à 10 m]

 

De nombreuses variables peuvent être analysées pour comprendre les résultats de leur modification, mais dans ce cas, nous allons regarder seulement l’existence de files d’attente pour les véhicules avec plusieurs personnes et d’autres files d’attente pour les véhicules avec peu de personnes. Lorsque nous faisons le simple choix de réserver les véhicules en fonction de leur occupation, la quantité de personnes vaccinées peut augmenter de 28%! Comme on peut le constater dans les résultats ci-dessous, tant la quantité de personnes vaccinées augmente considérablement que, par exemple, les temps d’attente des personnes dans les véhicules diminuent également d’environ 50%.

Im.1 - Résultats sans files d’attente pour différents degrés d’occupation des véhicules

 

Im.2 - Résultats avec files d’attente pour différents degrés d’occupation des véhicules

Ces données sont très importantes pour prendre des décisions concernant la vaccination contre le Covid-19 en particulier et les flux de personnes et de matériaux en général. Avec 10 drive-through comme ceux présentés, travaillant 24 heures sur 24, nous pouvions avoir la population du Portugal vacciné en 6 mois. Non seulement dans cet exemple, mais dans les services de santé en général, il est important de disposer d’analyses capables d’apporter le meilleur résultat à la population et de manière efficace. Slefty, avec son équipe de simulation, peut vous donner des données réelles sur les décisions à prendre et aider la société à trouver de meilleures solutions pour la résolution de la pandémie du Covid-19.

 

Source: Asgary, A.; Valtchev, S.Z.;Chen, M.; Najafabadi, M.M.;Wu, J.Artificial Intelligence Model of Drive-Through Vaccination Simulation. Int. J. Environ. Res. Public Health 2021, 18, 268.
Avez-vous aimé cet article? 1
Partager cet article