Studio degli effetti del distanziamento sociale mediante modelli di simulazione ad eventi discreti = Analysis of social distancing's effects through discrete event simulation models

A un anno di distanza dal primo caso in Italia di SARS-CoV-2 il distanziamento fisico è entrato a far parte della quotidianità di ogni cittadino. La domanda che spesso ci si pone è quale sia il rischio di contagiarsi all'interno di un ambiente chiuso, e quanto siano efficaci i provvedimenti di natura non farmacologica: utilizzare un modello di simulazione ad eventi discreti è un valido strumento per rispondere a queste domande. Il lavoro di tesi mira a valutare gli effetti del distanziamento fisico in un ambiente universitario, in particolare un laboratorio del Politecnico di Torino. Dopo aver svolto un'analisi preliminare del sistema reale e aver formulato le opportune ipotesi, si è passati all'implementazione del modello di simulazione. Questo è stato sviluppato utilizzando il software FlexSim, sfruttando l'ambiente Health Care e lo strumento del Process Flow. Come primo passo si è riprodotto l'ambiente del laboratorio, dopodiché si è associata ad esso una logica di controllo per descrivere lo svolgimento di una lezione, prestando particolare attenzione ad includere tutti i provvedimenti necessari ad evitare i contatti troppo ravvicinati tra gli studenti. Ai fini di rendere la simulazione più interessante, non ci si è limitati alla sola lezione frontale in aula, ma si è incluso nello studio anche l'intervallo e la presenza di altro personale di passaggio nel corridoio del piano dove è situato il laboratorio. Per realizzare il modello è stato sfruttato il modulo Agent System di FlexSim: tale modulo permette di associare ad ogni agente della simulazione un raggio di prossimità grazie al quale è possibile registrare i contatti ravvicinati tra gli studenti, individuando l'istante in cui il contatto inizia e l'istante in cui cessa. Sono stati raccolti i dati relativi ai contatti avvenuti durante l'intera simulazione, andando poi a rielaborarli per valutare il tempo totale medio in cui uno studente rimane a distanza ravvicinata con un altro studente, il numero totale di contatti per studente e il loro tempo medio. È stato quindi possibile quantificare il rischio di contagio connesso alla lezione svolta nel laboratorio. L'analisi è proseguita effettuando un confronto dei risultati ottenuti con quelli che si avrebbero nello stesso scenario ma senza implementare i provvedimenti di distanziamento. Questo ha permesso di individuare l'efficacia dei provvedimenti più significativi. Il lavoro svolto è servito per illustrare le potenzialità del software come strumento di studio del distanziamento sociale, anche se i risultati ottenuti sono indicativi, in quanto presentano due grossi limiti: il fatto di fondarsi su ipotesi non direttamente verificate e l'assenza di dati empirici dai quali estrapolare le distribuzioni di probabilità alla base del modello.