El CSIC analiza la eficacia del confinamiento a través de datos de móviles, masivos y anónimos

El objetivo es saber si el confinamiento está siendo efectivo o ha de ser más estricto, y ayudar a planificar la salida del mismo
Un equipo multidisciplinar analiza masivamente datos de operadores de telefonía y servidores de mapas, para ver cómo está cambiando nuestra movilidad
Los investigadores dejan claro que "en ningún caso se accede a información individual"
Comprobar cómo y en qué medida las medidas de confinamiento que se han tomado para parar la propagación de la enfermedad COVID-19 están siendo efectivas. Mejorar las estrategias de distanciamiento social que se tomen en futuros brotes de esta enfermedad o de otras. Son los dos objetivos de un nuevo proyecto del CSIC, que utiliza la computación y las técnicas de ciencia de datos para llevar a cabo su investigación.
Expertos en computación, demografía, física y estudio del movimiento están analizando datos masivos y de alta resolución que se están obteniendo desde operadores de telefonía y servidores de mapas. Son datos que explican cómo han cambiado la movilidad y los contactos sociales desde que empezó el confinamiento. Los primeros informes se pueden consultar aquí.
El proyecto, ya pre-financiado desde el CSIC gracias a la donación recibida de AENA, 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.
Datos para planificar cómo y cuándo levantar el confinamiento
Este proyecto de investigación consta de varias fases:
- Primera: caracterización de la movilidad
Ramasco explica que "se está coordinando desde el IFISC a partir de la aportación de distintas plataformas de datos: información, por ejemplo, proveniente de redes sociales online y patrones de movilidad capturados por registros de telefonía móvil. En este último caso, los datos son recogidos por las operadoras y empresas que participan en el proyecto y proveen al equipo de investigación con flujos de viajes agregados entre zonas. En ningún caso se accede a información individual".
- Segunda: cambios de comportamiento debido a la percepción de riesgo
Desde el CEAB, el IEGD y la UPF se están desarrollando encuestas y aplicaciones móviles para cuantificar estos cambios, intentando estimar 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 se tienen. “Esta información es crucial para entender el proceso de contagio”, aseguran los investigadores.
- Tercera: los modelos computacionales
Todos estos datos forman parte de modelos computacionales que se están desarrollando desde 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.
Con toda la información reunida, el equipo simula diferentes escenarios o estrategias de distanciamiento social y ayuda para la toma de decisiones. Los resultados son clave tanto para decidir si se activa un confinamiento más estricto como para planificar un fin de confinamiento seguro y eficaz. “Esperamos 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”, explica Bartumeus.
Epidemiología computacional, ensayando para el futuro
El proyecto usa herramientas de inteligencia artificial y ciencia de datos e integra datos masivos en tiempo real de movilidad humana, encuestas geolocalizadas y modelos computacionales. Es una nueva forma de hacer epidemiología, que combina la epidemiología computacional, la demografía digital y modelos de movilidad humana.
“En el estudio se tendrán en cuenta aspectos tan importantes como la distribución espacial de la población, su estructura por edad, y la distribución y características de los centros socio sanitarios (hospitales, centros de salud, residencias de mayores). Podremos observar cómo las medidas de contención han cambiado la movilidad y el comportamiento de las personas”, comenta Ramasco.
La información y los modelos que se desarrollarán durante esta investigación se pondrán a disposición pública para su uso futuro siguiendo un modelo de datos en abierto bajo los principios FAIR (acrónimo de Findable, Accessible, Interoperable, Reusable).
Un segundo objetivo a largo plazo es establecer el germen de una red de epidemiología computacional en España, como existe ya en otros países, y una serie de herramientas analíticas interoperables, basadas en teoría epidemiológica, ciencia de datos, e inteligencia artificial, para informar la toma de decisiones en futuras situaciones de crisis epidemiológica. Porque, como dicen los científicos, es algo que “ya ha sucedido en varias ocasiones desde 2009 y es probable que sean recurrentes en un mundo globalizado e interconectado como el actual”.