CitizenLab, Madrid, ciudad inteligente

Dentro del proyecto CitizenLab, la Comunidad de Madrid recabará datos sobre salud, infraestructuras, movilidad y turismo para mejorar la eficiencia y facilitar la vida a los ciudadanos. Este es el proyecto de ciudad inteligente para Madrid. Persigue gestionar de manera eficiente los datos, para diseñar soluciones tecnológicas eficientes, optimizar los recursos y facilitar la vida de los ciudadanos. 

La capital abordará dicho reto con las ayudas provenientes del Fondo Europeo de Desarrollo Regional (FEDER) para la cooperación público-privada en I+D+i mediante el apoyo a la innovación.

El proyecto empleará modelos analíticos. Dichos modelos obtendrán información descriptiva de cómo se comportan estos datos modelizando su comportamiento actual. Por otro lado, también se usarán los modelos predictivos, que permiten inferir conocimiento futuro y predecir el comportamiento de determinados casos de uso.

Con los datos que se generen, se estudiarán hábitos de consumo, demandas de movilidad, estado de salud y necesidades de las distintas infraestructuras y medios físicos, entre otras variables. Esta información procederá de fuentes de datos abiertas y anonimizadas, como son los que se encuentran en el agregador Aporta de Red.es o el INE, así como los facilitados por ayuntamientos y otras administraciones públicas.

Los datos tendrán que validarse mediante técnicas de Data Science y se cruzarán para obtener información que permita fundamentar decisiones y acciones encaminadas a una digitalización más inteligente. En ese sentido, la calidad del dato que se obtiene es muy importante. Los datos serán abordados de modo integral para lograr una visión holística de la información recibida. 

Información de varios sectores

Entre la información que se recopilará destaca la del sector sanitario, con respecto a la cual se recogerán datos sobre el envejecimiento activo que permitirán recomendar más ejercicio físico, una mejor alimentación o nuevos fármacos. A su vez, los datos sobre enfermedades crónicas permitirán prevenir el consumo de alcohol y tabaco o mejorar la capacidad asistencial hospitalaria en la Comunidad de Madrid.

En materia de infraestructuras, se optimizará el uso de datos sobre accesibilidad, tarifas y usuarios del transporte, digitalización o eficiencia operativa y ambiental.

En cuanto a turismo, se analizarán qué tipos de emplazamientos prefieren en sus viajes, los lugares más visitados y la frecuencia, así como los medios de transporte. Los modelos en este ámbito permitirán crear nuevas experiencias más personalizadas.

Por su parte, los modelos avanzados de predicción de la demanda de transporte en movilidad redundarán en aspectos como el medioambiente, la energía, la seguridad, la conectividad o la adaptabilidad.

Fuente: BigData magazine

digitalización, ciudad inteligente, DataScience, i+D+I, FEDER