Uno de los usos que presenta el proyecto permitirá  desarrollar modelos predictivos sobre la demanda de vacunación contra la COVID-19 o los recursos con los que deberá contar su sistema de salud semana a semana en función de la evolución de la pandemia.

En materia de salud, la combinación del análisis demográfico de la población, del impacto de las campañas de información y del grado de concienciación del personal sanitario permitirá predecir la oferta y demanda de vacunas a nivel de código postal, volviendo más exhaustivas y eficientes campañas como la de la esperada.

En materia de recursos sanitarios, permitirá dimensionar semana a semana qué recursos sanitarios (UCIs, médicos, enfermeras...) va a necesitar, en base a la evolución esperada de la COVID-19, para planificar mejor la lucha contra la pandemia.

Otras de las aplicaciones del proyecto harán posible calcular el índice de resiliencia de los distintos municipios y barrios de Madrid y predecir cómo se comportarían en un hipotético aislamiento, para poder complementar con antelación su dotación de servicios; optimizar las listas de espera en atención secundaria; adjudicar de forma automatizada distintas urgencias originadas por situaciones de violencia o accidentes de tráfico a los responsables libres más cercanos; o permitir que un robot realice un primer diagnóstico antes de derivar a un ciudadano al SUMMA o al 112.

En materia de movilidad, por ejemplo, permitirá estimar la demanda de servicios de movilidad compartida por zonas y franjas horarias o predecir el impacto de distintas medidas de restricción de tráfico tanto para los habitantes de la periferia como en términos de calidad del aire.

Por lo que respecta al turismo, el proyecto permitirá a destinos como Madrid identificar y acceder a nuevos perfiles de visitantes cruzando sus patrones de comportamiento con los activos de cada ciudad o región, en un momento en que su recuperación requiere precisamente encontrar y atraer a aquellas personas que seguirán viajando incluso antes de que se presente una vacuna.

En infraestructuras, algunas de las aplicaciones de CitizenLab permitirán el mantenimiento predictivo de túneles, carreteras y puentes o ayudar a que las empresas logísticas y de e-commerce identifiquen de forma automatizada las mejores localizaciones para sus almacenes y agilicen todavía más sus entregas de última milla a partir del análisis de cómo se mueven las mercancías por la región.

El proyecto CitizenLab cuenta con una financiación de 8 millones de euros procedentes de los Fondos Feder y canalizados a través de la Comunidad de Madrid. Grant Thornton lidera un programa en el que también participan las pymes tecnológicas NEO, Tinámica y PiperLab y con el que colaboran la Universidad de Alcalá de Henares y la Universidad Rey Juan Carlos.