Un equipo de estudantes, coa participación da Universidade de Vigo e tutelado pola Akademia Future Builders da Fundación Innovación Bankinter, desenvolveu SEED, un algoritmo que propón a localización das vindeiras 1.000 residencias de maiores en España. O proxecto, presentado e premiado en marzo de 2026, apoiaase no cruzamento de datos demográficos, económicos e de cobertura territorial para orientar investimentos públicos e privados. A motivación é clara: anticipar o impacto do envellecemento demográfico e aliviar a carga que recae sobre familias e coidadores cando o apoio no fogar resulta insuficiente.
Os creadores de SEED traballaron sobre máis de 36.000 seccións censuais para detectar zonas con maior demanda potencial, viabilidade económica e menor saturación de prazas. O algoritmo, que alcanzou a máxima valoración do programa formativo, non só marca localidades, senón que impón distancias mínimas entre centros propostos para evitar competir en exceso. Esta lóxica busca equilibrar a oferta evitando concentracións que deixarían sen acceso comarcas con maior carencia de servizos.
Segundo explicou o director xeral de HDS Formación, Jesús Cubero, o envellecemento é un dos grandes desafíos do país e calquera planificación que ignore esa realidade está condenada ao fracaso. O equipo lembra no seu informe técnico que, coas tendencias actuais, en 2050 máis do 30% da poboación española superará os 65 anos, unha presión que esixirá ampliar a rede residencial se se quere manter a calidade e o acceso. Cubero subliña ademais que a residencia non é un produto para unha soa persoa, senón unha solución que repercute no conxunto do sistema familiar.
SEED articula a súa decisión sobre tres variables ponderadas: a demanda residencial, a viabilidade económica e a saturación territorial. A primeira representa a maior parte do peso analítico, valorando a estrutura de idades, o índice de dependencia de grao III e a densidade poboacional para estimar onde haberá máis necesidade prevista. A viabilidade incorpora a renda media por fogar como proxy da capacidade de pagamento, coa intención de reducir riscos financeiros e favorecer localizacións sostibles. A saturación actúa como corrección de equidade: mellora a puntuación de áreas con baixa cobertura provincial para priorizar despregues onde máis falta fai.
Desde o punto de vista técnico, o algoritmo emprega un procedemento iterativo do tipo “greedy” que selecciona localizacións sucesivamente en función da puntuación composta e mantén unha separación xeográfica calculada mediante a fórmula de Haversine. Esa distancia mínima non é inamovible: axústase segundo o contexto territorial, de modo que en áreas rurais extensas as separacións poden ser maiores e en espazos urbanos modúlanse para responder á realidade do tecido poboacional. O resultado é unha proposta de 1.000 emprazamentos pensada para optimizar a cobertura e minimizar solapamentos.
Máis aló da achega técnica, os impulsores do proxecto plantexan unha reflexión sobre o papel social das residencias. Lonxe de entendelas como meros negocios, defenden que a apertura de centros debe contemplarse como un investimento en saúde pública e en benestar familiar. Ese enfoque desborda a planificación puramente económica e esixe diálogo con autoridades locais, profesionais sanitarios e asociacións de maiores para adaptar cada proposta ás necesidades reais do territorio.
A iniciativa, na que colaboraron expertos externos e que contou cun participante ourensán entre os estudantes, plantea tamén interrogantes sobre a gobernanza e a financiación do modelo residencial. Investidores privados, administracións autonómicas e concellos terán que valorar se seguen as recomendacións algorítmicas, as adaptan ou as combinan con outros criterios non cuantificables, como a calidade asistencial ou
Únete a la conversación
Regístrate gratis con tu email para comentar en las noticias. Tu opinión importa.