Un proyecto del Consejo Superior de Investigaciones Científicas (CSIC) utiliza la computación y el Big Data para comprobar cuán efectivas están siendo las medidas de confinamiento tomadas para evitar la propagación del Covid19.
Se estima que los resultados serán imprescindibles para mejorar las estrategias de distanciamiento social que se tomen en futuros brotes de esta y otras enfermedades.
Para llevar a cabo la investigación, se convocó a un equipo multidisciplinario que incluye expertos en computación, demografía, física y estudio del movimiento, que están analizando datos masivos y de alta resolución obtenidos desde operadores de telefonía y servidores de mapas.
Son datos que explican cómo ha cambiado la movilidad y los contactos sociales desde que empezó el confinamiento.
Con toda la información obtenida, el equipo simula diferentes escenarios o estrategias de distanciamiento social y ayuda a la toma de decisiones futuras respecto a la cuarentena obligatoria. 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 Frederic Bartumeus, un científico que co-coordina el proyecto y pertenece a las filas del Centro de Estudios Avanzados de Blanes (CEAB-CSIC) y el CREAF
“El proyecto incluye varias fases que se están realizando en paralelo”, agrega José Javier Ramasco, el otro coordinador del proyecto, y científico del Instituto de Física de Sistemas Complejos (IFISC, centro mixto del CSIC y la Universidad de las Islas Baleares) . “Primero se realiza la caracterización de la movilidad, que se está coordinando desde el IFISC, a partir de la aporte 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”.
Un segundo aspecto es el cambio de comportamiento de las personas 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 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”, indica Ramasco.
Todos estos datos forman parte de modelos computacionales que se están desarrollando desde el IFISC y el IFCA para estudiar los distintos posibles escenarios de salida de la crisis. “El confinamiento ha sido generalizado y relativamente súbito, pero para 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”, explica Ramasco.
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, configurando una nueva forma de hacer epidemiologia que combina la epidemiologia computacional, la demografía digital y modelos de movilidad humana.
A largo plazo, un segundo objetivo del proyecto, es establecer una red de epidemiología computacional en España y una serie de herramientas analíticas interoperables, para informar la toma de decisiones en futuras situaciones de crisis epidemiológicas que, como dicen los científicos, es algo que “es probable que sean recurrentes en el mundo globalizado e interconectado”.
Fuente: https://www.csic.es/
