Fakta om projektet
Projektledare
Claudio D. G. Linhares
Deltagande organisationer
Linnéuniversitetet
Finansiär
Vetenskapsrådet
Tidsplan
2026-01-01– 2029-12-31
Forskningsämne
Datavetenskap (institutionen för datavetenskap och medieteknik, fakulteten för teknik)
Mer om projektet
Infektionssjukdomar kan sprida sig snabbt i städer, där människor bor tätt tillsammans och rör sig frekvent genom gemensamma utrymmen som skolor, bussar och arbetsplatser. Även om vi nu har tillgång till detaljerad data om befolkningsrörelser och stadens infrastruktur, används denna information fortfarande inte fullt ut när svar på sjukdomsutbrott planeras.
Detta projekt syftar till att förbättra hur vi modellerar och visualiserar spridningen av infektioner i svenska städer. Genom att använda data från verkliga urbana miljöer, såsom transportsystem, vårdplatser och demografiska mönster, kommer vi att bygga dynamiska nätverksmodeller som simulerar hur sjukdomar sprider sig över tid och rum. Dessa simuleringar kommer att hjälpa till att identifiera högriskområden och kritiska tidpunkter när åtgärder som nedstängningar eller vaccinationskampanjer kan vara mest effektiva.
För att göra dessa insikter användbara för folkhälsovårdsarbetet kommer projektet även att utveckla ett interaktivt visuellt verktyg. Detta verktyg kommer att möjliggöra för användare att utforska hur infektioner sprider sig under olika scenarier, och hur olika grupper av människor kan påverkas. Genom att ge användarna möjlighet att undersöka hur infektioner sprider sig genom tid och nätverk, stödjer ramverket lokala myndigheter, folkhälsomyndigheter och stadsplanerare i att utforma mer rättvisa och effektiva strategier för att begränsa spridningen.
Systemet kommer att vara webbaserat och öppen källkod, så att forskare och beslutsfattare över hela Sverige kan använda och anpassa det efter lokala behov. Fokuseringen på svenska städer gör att projektet kan dra nytta av Sveriges starka tradition av öppen data och de varierande urbana landskapen - från tätt befolkade storstadsområden till glesbefolkade regioner. Målet är attstödja smartare, datadrivna beslut under pandemier och hjälpa till att bygga mer motståndskraftiga urbana system för framtiden.
