HealthyMobility : politiques optimales de mobilité humaine pour contrôler la propagation de l'épidémie de COVID-19
Date:
Mis à jour le 09/07/2020
Le projet HealthyMobility vise à optimiser les contraintes socioéconomiques d’un confinement cible, tout en respectant les contraintes sanitaires. Explications.
Quelle est la genèse du projet HealthyMobility ?
Le projet HealthyMobility est issu d’une collaboration entre l’équipe Necs-Post (CNRS, Gipsa, UGA, Inria) et l’équipe Mamba (UMPC, Inria).
L’équipe Necs-Post travaille dans le domaine de la modélisation, de l’estimation et de la commande des systèmes de grande échelle, dans le cadre de l’ERC Scale-FreeBack de Carlos Canudas de Wit, où sont en particulier traitées des applications de mobilité et de trafic routier.
L’équipe Mamba s’intéresse à la modélisation d’applications médicales et biologiques, et plus spécifiquement aux modèles d’épidémiologie.
De ces compétences complémentaires est née l’idée de traiter la problématique du contrôle de mobilité pour optimiser les contraintes socioéconomiques d’un confinement cible, tout en respectant les contraintes sanitaires.
Comment ce projet se développe-t-il aujourd'hui et quels sont ses objectifs ?
Alors que le déconfinement est amorcé en France depuis plus d’un mois, le projet HealthyMobility vise à concevoir des stratégies de contrôle optimales en matière de mobilité humaine pour les modèles de métapopulation, ou modèles à compartiments avec des variables séparées pour les diverses catégories d’infection, dans le but de minimiser le taux d'infection en contrôlant la mobilité depuis les zones de résidence vers les destinations sociales (travail, écoles, centres commerciaux, restaurants, lieux de divertissement, administrations et services de santé).
Le modèle considéré est un modèle de réseau multi-échelle, où l'échelle temporelle de mobilité (heures) et l'échelle de propagation de l'épidémie (jours) sont liées. Les politiques de contrôle (ou "gating") visent à minimiser les coûts sociaux et économiques engendrés par les restrictions de mobilité, mais aussi à minimiser la possibilité de résurgence de vagues épidémiques, tout en maintenant les taux d'infection compatibles avec la capacité des unités de soins intensifs (USI).
En contrôlant la mobilité, c’est à dire le débit de personnes et sa distribution pendant la journée, le projet HealthyMobility vise à minimiser la propagation de l'épidémie, tout en faisant face au coût économique et en maintenant le pic d'infection en dessous des valeurs critiques.
Un autre élément innovant du projet est la prise en compte dans les modèles du nombre de tests (type PCR) appliqués à la journée. Cela permettra d’imaginer aussi des stratégies de test optimales combinées aux stratégies de mobilité.
Dans un premier temps, les nouveaux modèles seront testés dans des scénarios simples afin d'évaluer l'impact de la mobilité et des stratégies de portage vers différentes destinations, dans la dynamique de propagation de l'épidémie. Dans un deuxième temps, le modèle sera adapté à la région de Grenoble, où est basée l’équipe de recherche Necs-Post.
Les avancées du projet
L’équipe s’est attelée à définir un modèle basé sur :
- des modèles d'épidémie de métapopulation à plusieurs échelles. Des modèles de type SIR modifié (nommé ici modèles SIDRA) pour la propagation de l'épidémie sous l'effet de la mobilité depuis les zones résidentielles (communes) vers d'autres zones de destination (travail, loisir, centre commerciaux, etc.), incluant deux moyens de transport motorisés différents (privés et publics),
- des modèles économiques et des contraintes sanitaires. Les modèles représentant le coût économique en fonction du taux de diminution des effectifs seront utilisés comme un coût à optimiser, sous des contraintes liées à l’épidémie et à l’occupation des USI.
Le modèle sera ensuite calibré à l'aide de données publiques disponibles.
Certaines des variables du modèle ne pouvant pas être mesurées, des observateurs (capteurs virtuels) seront conçus pour reconstruire les variables non-mesurées.
Enfin, nous étudierons les politiques optimales de « gating » (taux de déconfinement spécifique pour chaque destination) et de test optimal. A terme, les algorithmes seront intégrés dans une plateforme web ouverte qui pourra être utilisée comme guide pour la décision publique pendant le processus de réouverture de différents établissements et lieux culturels. La plateforme permettra des simulations en ligne pour divers paramètres du modèle et une variété d’objectifs économiques et sociétaux.