Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O modelo novo oferece maneiras de minimizar o risco de coronavirus durante a viagem aérea

Justo ou não, os aviões têm uma reputação para germes. Contudo, há umas maneiras de minimizar os riscos.

A pesquisa histórica baseada em movimentos do grupo dos seres humanos e os animais sugerem três regras simples:

  • mova-se longe daqueles que são demasiado próximos.
  • mova-se para aqueles que estão longe.
  • combine o sentido do movimento de seus vizinhos.

Esta pesquisa é usada especialmente para a viagem aérea onde há um risco aumentado para a infecção contagioso ou a doença, tal como a manifestação mundial recente do coronavirus, que causa a doença COVID-19.

As linhas aéreas usam diversas zonas no embarque. Ao embarcar um plano, os povos são obstruídos e forçados a estar perto da pessoa que põe a bagagem no escaninho -- os povos são muito próximos entre si. Este problema é agravado quando muitas zonas são usadas. Desembarcar é muito mais liso e mais rapidamente --não há tanto tempo para obter contaminado.”

Ashok Srinivasan, professor, departamento da informática, universidade de Florida ocidental

Srinivasan é o investigador principal da pesquisa nova sobre modelos pedestres da dinâmica que tem sido usada recentemente na análise dos procedimentos para reduzir o risco de doença espalhado nos aviões. A pesquisa foi publicada no jornal PLOS UM em março de 2020.

Por muitos anos os cientistas confiaram (no modelo APRESSADO da dinâmica automotora da entidade), um modelo da força social que tratasse cada um individual como uma partícula do ponto, análogo a um átomo em simulações da dinâmica molecular.

Em tais simulações, as forças atractivas e repulsivos entre átomos governam o movimento dos átomos. O modelo APRESSADO altera o código e substitui átomos com os seres humanos.

“[O modelo APRESSADO] muda os valores dos parâmetros que governam interacções entre átomos de modo que reflictam interacções entre seres humanos, ao manter o formulário funcional o mesmos,” Srinivasan disse.

Srinivasan e seus colegas usaram o modelo APRESSADO para analisar o risco de uma manifestação de Ebola em 2015, que fosse coberta extensamente em tomadas da notícia em todo o mundo. Contudo, uma limitação do modelo APRESSADO é que é lenta -- qual faz difícil fazer decisões oportunas. As respostas são necessários rapidamente nas situações tais como uma manifestação como COVID-19.

Os pesquisadores decididos lá eram uma necessidade para um modelo que poderia simular as mesmas aplicações que APRESSADAS, ao ser muito mais rápido.

Propor o modelo CALMO (para o movimento linear forçado dos indivíduos em uma multidão). A CALMA produz resultados semelhantes ao APRESSADO, mas não é baseada no código da DM. Ou seja a CALMA foi projectada ser executado rapidamente.

Como APRESSADO, a CALMA foi projectada simular o movimento em corredor estreitos, lineares. Os resultados de sua pesquisa mostram que a CALMA executa quase 60 vezes mais rapidamente do que o modelo APRESSADO. Independentemente do ganho do desempenho, os pesquisadores igualmente modelaram comportamentos pedestres adicionais.

“O modelo CALMO superou as limitações SPED onde as decisões de tempo real são exigidas,” Srinivasan disse.

Trabalho computacional usando Frontera

Os cientistas projectaram o modelo CALMO a partir do zero assim que poderia ser executado eficientemente em computadores, especialmente em GPUs (unidades de processamento gráficas.

Para sua pesquisa, Srinivasan e os colegas usaram Frontera, o #5 a maioria de super-computador poderoso no mundo e o super-computador académico o mais rápido, de acordo com as classificações de novembro de 2019 da organização Top500. Frontera é ficado situado no centro de elaboração avançado Texas e apoiado pelo National Science Foundation.

“Uma vez que as águas azuis começaram ser posta em fase - para fora, Frontera era a escolha natural, dada que era a máquina NSF-financiada nova da capitânia,” Srinivasan disse. “Uma pergunta que você tem é se você gerou um suficiente número de encenações para cobrir a escala das possibilidades. Nós verificamos este gerando histogramas das quantidades de interesse e vendo se o histograma convirge. Usando Frontera, nós podíamos executar as simulações suficientemente grandes que nós conhecemos agora o que uma resposta precisa olha como.”

Na prática, não é praticável fazer previsões precisas devido às incertezas inerentes, especialmente nas fases iniciais de uma epidemia -- este é o que faz o aspecto computacional deste desafio da pesquisa.

“Nós necessários para gerar um grande número encenações possíveis para cobrir a escala das possibilidades. Isto fá-la computacionalmente intensiva,” Srinivasan disse.

A equipe validou seus resultados examinando tempos do desembarque em três tipos diferentes de aviões. Desde que uma única simulação não captura a variedade de testes padrões humanos do movimento, executaram simulações com as 1.000 combinações diferentes de valores e compararam-nas aos dados empíricos.

Usando o subsistema do GPU de Frontera, os pesquisadores podiam obter para baixo o tempo da computação a 1,5 minutos. “Usando o GPUs despejou ser uma escolha afortunada porque nós podíamos distribuir estas simulações na emergência COVID-19. O GPUs em Frontera é meios de gerar respostas rapidamente.”

Mas espera--os modelos não capturam eventos extremos?

Em termos da preparação geral, Srinivasan quer povos compreender que os modelos científicos frequentemente não capturam eventos extremos exactamente.

Embora houve uns estudos empíricos completos em diversos vôos para compreender o comportamento humano e a limpeza das superfícies e do ar, uma manifestação principal da infecção é um evento extremo -- os dados das situações típicas não podem capturá-la.

Há aproximadamente 100.000 vôos em um dia médio. Um evento de probabilidade muito baixo poderia conduzir para freqüentar manifestações da infecção apenas porque o número de vôos é tão grande.

Embora os modelos previssem a transmissão da infecção nos planos como improváveis, houve diversas manifestações conhecidas.

Srinivasan oferece um exemplo.

“É acreditado geralmente que a infecção para espalhar nos planos acontece duas fileiras na parte dianteira e na parte traseira do paciente do deslocamento predeterminado,” ele disse. “Durante a manifestação do SARS em 2002, em poucos vôos com propagação da infecção, isto era na maior parte verdadeiro. Contudo, uma única manifestação esclareceu mais do que a metade dos casos, e a metade do contaminado foi assentada mais distante de duas fileiras afastado nesse vôo.

“Se pôde ser tentado olhar esta manifestação como um outlier. Mas o “outlier” teve a maioria de impacto, e assim que povos mais distante de duas fileiras afastado esclareceram um número de pessoas significativo contaminado com SARS em vôos.”

Actualmente, no que diz respeito a COVID-19, a pessoa contaminada típica é acreditada deixar doente 2,5 outro. Contudo, houve as comunidades estava um único “super-propagador” contaminou um grande número povos e jogou o papel de condução em uma manifestação.

O impacto de tais eventos extremos, e a dificuldade em modelá-los exactamente, fazem a previsão difícil, de acordo com Srinivasan.

“Em nossa aproximação, nós não apontamos prever exactamente o número real de casos,” Srinivasan disse. “Um pouco, nós tentamos identificar vulnerabilidades na política diferente ou em opções processuais, tais como procedimentos diferentes do embarque em um plano. Nós geramos um grande número encenações possíveis que poderiam ocorrer e examinar se uma opção é consistentemente melhor do que a outro. Se é, a seguir pode-se considerar mais robusto. Em um ajuste da tomada de decisão, um pode desejar escolher a opção mais robusta, um pouco do que confia em valores previstos das previsões.”

Algum conselho prático

Srinivasan tem algum conselho prático para leitores também.

“Você pode ser ainda seja em risco [para um vírus] mesmo se você está mais distante ausente do que seis pés,” ele disse. “Na discussão com modeladores que a defendem, parece que aqueles modelos não levam em conta o fluxo de ar. Apenas enquanto uma bola vai mais distante se você a joga com o vento, as gotas que levam os vírus irã0 mais distante na direcção do fluxo de ar.”

Estas não são apenas considerações teóricas. Em Singapura, observaram que um respiradouro de ar da exaustão de um toalete usado por um paciente testou o positivo para o Coronavirus novo e atribuíram-no ao fluxo de ar.

Os “modelos não esclarecem todos os factores que impactam a realidade. Quando as estacas são altas, uma pode desejar errar no lado do cuidado,” Srinivasan conclui.