Usan datos de móviles para evaluar la eficacia del confinamiento

Un proyecto del Consejo Superior de Investigaciones Científicas (CSIC) está analizando datos anónimos de forma masiva obtenidos de operadores de telefonía y servidores de mapas para averiguar cómo ha cambiado la tendencia de movilidad de la población española durante la cuarentena por coronavirus, después de las principales restricciones sociales y de movilidad impuestas por el gobierno español a diferentes escalas geográficas. Sus resultados, estiman, serán muy útiles para establecer medidas que permitan levantar el confinamiento evitando el riesgo de nuevos brotes infecciosos.

El análisis de estos datos también servirá para mejorar las estrategias destinadas al distanciamiento social que se adopten en el futuro cuando se produzcan brotes de COVID-19 o de cualquier otra enfermedad infecciosa. El estudio lo lleva a cabo un equipo multidisciplinar integrado por especialistas en computación, demografía, física y estudio del movimiento, y está coordinado por los científicos José Javier Ramasco, del Instituto de Física de Sistemas Complejos (IFISC, centro mixto del CSIC y la Universidad de las Islas Baleares) y Frederic Bartumeus, del Centro de Estudios Avanzados de Blanes (CEAB-CSIC) y el CREAF.

Los primeros informes obtenidos en el estudio sobre la reducción de la movilidad en España después de la adopción de las medidas de confinamiento a causa del COVID-19 ya están accesibles en su web.

Objetivo: decidir cómo y cuándo levantar el confinamiento

La información recabada por los investigadores les permite simular diversos escenarios o estrategias de distanciamiento social que facilitan tomar decisiones al respecto. Los resultados del proyecto son relevantes no solo para decidir si hay que activar un confinamiento más estricto, sino también para planificar su final de forma segura y efectiva.

Frederic Bartumeus ha explicado que esperan que “los resultados sirvan para comprender mejor los efectos del confinamiento sobre la dispersión de la enfermedad, pero también para ayudar en la toma de decisiones relacionadas con la revocación de las medidas; para saber si es mejor finalizar el confinamiento de forma progresiva o no”.

“Para evitar nuevos brotes de coronavirus es necesario contar con simuladores capaces de evaluar escenarios con distintos ritmos de vuelta a la normalidad, tanto por sectores como por zonas geográficas”

El proyecto se compone de varias fases; una de ellas se basa en caracterizar la movilidad gracias a la información procedente, por ejemplo, de redes sociales online y patrones de movilidad capturados por registro de telefonía móvil, aunque Ramasco puntualiza que los datos los recogen las operadoras y empresas que participan en el proyecto, y no se accede en ningún caso a información individual.

Otro aspecto que se estudia es cómo ha cambiado el comportamiento de las personas a causa de la percepción del riesgo, y para ello el CEAB, el IEGD y la UPF desarrollan encuestas y aplicaciones móviles capaces de cuantificar estos cambios, porque estiman la adherencia a las medidas de protección personal por parte de la población y cuáles son los cambios en la cantidad y calidad de los contactos que mantienen, una información clave para comprender el proceso de contagio, afirma Ramasco.

Estos datos los recogen las operadoras y empresas que participan en el proyecto, y no se accede en ningún caso a información individual

Todas esta información se incluye en modelos computacionales que desarrolla en el IFISC y el IFCA para poder estudiar los distintos escenarios de salida de la crisis. “El confinamiento ha sido generalizado y relativamente súbito, pero si se deben evitar nuevos brotes es necesario contar con simuladores capaces de evaluar escenarios con distintos ritmos de vuelta a la normalidad, tanto por sectores como por zonas geográficas”, advierte Ramasco.

Inteligencia artificial para diseñar la epidemiologia del futuro

En el trabajo se emplean herramientas de inteligencia artificial y ciencia de datos, e integra datos masivos en tiempo real de movilidad humana, encuestas geolocalizadas y modelos computacionales. Combina la epidemiologia computacional, la demografía digital y modelos de movilidad humana, teniendo en cuenta factores decisivos como la distribución espacial de la población, su estructura por edad, y las características y localización de los centros socio sanitarios (hospitales, centros de salud, residencias de mayores).

Esto, según ha destacado José Javier Ramasco, permitirá “observar cómo las medidas de contención han cambiado la movilidad y el comportamiento de las personas”. Tanto la información evaluada como los modelos que se desarrollen a lo largo del estudio estarán disponibles para utilizarse en el futuro siguiendo un modelo de datos en abierto bajo los principios FAIR (acrónimo de Findable, Accessible, Interoperable, Reusable).

Ante la posibilidad de que se puedan producir nuevas situaciones de alerta epidemiológica como la que estamos viviendo el proyecto tiene un segundo objetivo a largo plazo: establecer la base de una red de epidemiología computacional en España, tal y como ya existe en otros países, y una serie de herramientas analíticas interoperables, basadas en teoría epidemiológica, ciencia de datos, e inteligencia artificial, para apoyar la toma de decisiones en futuras crisis sanitarias.

En la investigación, que ha sido prefinanciada desde el CSIC gracias a la donación recibida de AENA, participan también equipos del Instituto de Economía, Geografía y Demografía (IEGD-CSIC), del Instituto de Física de Cantabria (IFCA-CSIC), del Centro Nacional de Biotecnología (CNB-CSIC), así como de científicos de la Universidad Pompeu Fabra y del Centro Nacional de Epidemiología-Instituto de Salud Carlos III (ISCIII).

Fuente: Consejo Superior de Investigaciones Científicas (CSIC)