11º-23º
sábado | 20 abril | 2024
Un proyecto del Consejo Superior de Investigaciones Científicas (CSIC) analiza datos masivos y anónimos de operadores de telefonía y servidores de mapas para explicar cómo cambió la movilidad y comprobar cómo las medidas de confinamiento están siendo efectivas frente al Covid-19.
Los resultados del estudio, que emplea inteligencia artificial y ciencia de datos, van a ser “imprescindibles” para analizar cómo se puede levantar el confinamiento y mejorar las estrategias que se tomen en futuros brotes de esta enfermedad o de otras, indica en una nota el CSIC.
En la investigación participa un equipo multidisciplinar de expertos en computación, demografía, física y estudio del movimiento, que está analizando datos masivos y de alta resolución que se obtienen de operadores de telefonía y servidores de mapas.
Estos datos explican cómo cambió la movilidad y los contactos sociales desde que empezó el confinamiento, agrega el CSIC.
Con esa información el equipo simula diferentes escenarios o estrategias de distanciamiento social y de ayuda para la toma de decisiones sobre las medidas.
“Esperamos que los resultados sirvan para comprender mejor los efectos del confinamiento sobre la dispersión de la enfermedad”, explica uno de los responsables del proyecto llevado a cabo por el CSIC Frederic Bartumeus, del Centro de Estudios Avanzados de Blanes (CEAB-CSIC).
Los resultados también pueden servir, agrega, 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”.
El proyecto incluye varias fases que se están realizando en paralelo, según explica José Javier Ramasco, del Instituto de Física de Sistemas Complejos (IFISC).
Primero se realiza la caracterización de la movilidad a partir de la aportación de distintas plataformas de datos, con información, por ejemplo, proveniente de redes sociales “online” y patrones de movilidad capturaros por registros de telefonía móvil.
En este último caso, los datos son recogidos por las operadoras y empresas que participan y proveen al equipo con flujos de viajes agregados entre zonas, detalla Ramasco, quien destaca que “en ningún caso se accede a información individual”.
Todos los datos forman parte de modelos computacionales 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.
Esta es una nueva forma de hacer epidemiologia que combina la epidemiologia computacional, la demografía digital y modelos de movilidad humana.
En el estudio se tendrán en cuenta aspectos como la distribución espacial de la población, su estructura por edad, y la distribución y características de los centros socio sanitarios para poder observar “cómo las medidas de contención han cambiado la movilidad y el comportamiento de las personas”, dice Ramasco.
Un segundo objetivo a largo plazo es “establecer el germen de una red de epidemiología computacional en España, como existe ya en otros países”, destaca el Consejo Superior de Investigaciones Científicas.
Así como disponer de 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.
En el proyecto participan también con 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), y de científicos de la Universidad Pompeu Fabra y del Centro Nacional de Epidemiología-Instituto de Salud Carlos III (ISCIII).
