Datos de uso de teléfonos móviles para evaluar la propagación de epidemias

El inicio de la pandemia de la COVID-19 y su gran salto internacional en marzo de 2020 obligó a los gobiernos de todo el mundo a adoptar medidas para evitar su propagación entre la población y, de esta forma, reducir el número de víctimas mortales a consecuencia de ella. del virus. Unos meses después, a medida que se fueron levantando las restricciones a la movilidad y los confinamientos, los estados decidieron lanzar aplicaciones de rastreo que los ciudadanos podían descargar en sus teléfonos móviles para saber si había contactos cercanos contagiados de COVID. . Sin embargo, para que estas aplicaciones sean realmente efectivas, una gran cantidad de personas necesitan tenerlas instaladas en sus dispositivos, además de que implican ciertos riesgos de privacidad.

Ahora, un equipo de investigación del Instituto IMDEA Networks de España, encabezado por Elisa Cabana y Nikolaos Laoutaris, en colaboración con Andra Lutu (de la empresa Telefónica Research) y Enrique Frías-Martínez (de la Universidad Camilo José Cela de España), ha llevado a cabo realizan un estudio a raíz del cual proponen un método que utiliza datos de la red móvil para detectar posibles hospitalizaciones por COVID-19 y obtener los mapas de riesgo de epidemia correspondientes.

Cabana explica que la mayor ventaja de la solución que proponen es que, a diferencia del rastreo de contactos, “los datos ya están disponibles en el operador y se avanza más rápido. No es necesario tener el GPS activado y una aplicación descargada”. “Cuando tienes datos móviles conectados, tu dispositivo se conecta a una torre celular que te permite identificar el radio de tu ubicación. Y así se estudia la movilidad espacio-temporal de las personas”, añade. Otro punto a favor es que el método funciona con datos anónimos y se puede ejecutar en las instalaciones del operador bajo sus arreglos de seguridad estándar.

Según Laoutaris, el método funciona de la siguiente manera: “Se comprueba la ubicación de un teléfono a altas horas de la noche y si no se conecta a las torres telefónicas habituales a las que sí lo hacía en la época prepandemia, se comprueba si lo hace. hecho a una torre cerca de un hospital que está recibiendo pacientes con COVID. En caso de hacerlo, se etiqueta al propietario como potencialmente hospitalizado”. Además, el método incluye filtros para eliminar falsos positivos, como personas que viven cerca o trabajan en hospitales.

Según indican en su estudio, los datos de la red móvil pueden ser explotados para entender la dinámica de la movilidad urbana y su impacto en la propagación de enfermedades contagiosas como el cólera, y también predecir el riesgo de virus como el dengue, el zika o el virus. paludismo, u otros nuevos que puedan surgir en el futuro.

El equipo ha aplicado su método a un conjunto de datos anónimos de más de 2 millones de teléfonos móviles, recopilados por un proveedor de redes móviles ubicado en Londres, Reino Unido, durante los meses de marzo y abril de 2020. Y han llegado a la conclusión de que esto método arroja una concordancia del 98,6% con los registros públicos de los pacientes que ingresaron en los hospitales del Servicio Nacional de Salud.

En la primera fase, el grupo de investigación utilizó el algoritmo para detectar posibles hospitalizaciones por COVID a partir de los datos de la red móvil, así como los parámetros involucrados. La segunda fase consistió en validar estos datos comprobando los casos notificados por los hospitales de Londres al National Health Service y comparándolos con los obtenidos con el método propuesto. Finalmente, en la tercera fase se analizó el patrón de movilidad de cada persona detectada como hospitalizada durante las dos semanas previas a su día de hospitalización. Con esta información se obtienen mapas de riesgo dinámicos y detallados que cambian en el tiempo y, por tanto, captan con mayor precisión la distribución, evolución e intensidad de la enfermedad.

(Imagen: IMDEA Networks)

En comparación con los mapas basados ​​en el censo, los mapas de riesgo obtenidos con el nuevo sistema indican que las áreas de mayor riesgo no son necesariamente las más densamente pobladas y pueden cambiar de un día a otro.

Elisa Cabana destaca que el resultado más relevante de la investigación son precisamente los mapas de riesgo, ya que no solo permiten el análisis visual de la evolución de una epidemia, sino que también pueden ser muy beneficiosos para distintos sectores de la sociedad. “A nivel individual, representar cada zona con un color más o menos intenso, que puede variar en el tiempo, dependiendo de una medida de riesgo, es útil porque puede ayudar a las personas a tomar medidas de protección adicionales, en cada momento y lugar. Para los equipos de emergencia y los tomadores de decisiones, ayudaría a evaluar el nivel de estrés en el sistema de salud, así como la gravedad e intensidad de la propagación, y las ventajas o desventajas de ciertas decisiones (uso de mascarilla, cuarentena, vacunación) . En general, la información espacio-temporal extraída de los datos de la red móvil, y las herramientas que desarrollemos con esa información, pueden beneficiar tanto a las personas a nivel individual, como a las importantes políticas y decisiones que se están desarrollando frente a ellas. epidemias existente y futuro”, concluye.

El estudio se titula “Mejora de los mapas de riesgo de epidemias utilizando la información de movilidad de los datos de la red móvil”. Y será presentado oficialmente en el congreso ACM SIGSPATIAL, a realizarse entre el 1 y 4 de noviembre de 2022 en la ciudad de Seattle, en el estado de Washington, Estados Unidos. (Fuente: IMDEA Redes)