Como es obvio, las nuevas tecnologías pueden usarse para mejorar la salud, pero un nuevo proyecto ha demostrado que, con nuevas tecnologías, también se pueden estudiar plataformas como Facebook y Google para hacer análisis epidemiológicos. El Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC), la Universitat Politècnica de Catalunya (UPC) y el Centro de Medicina Comparativa y Bioimagen de Catalunya (CMCiB) han sido los responsables de una iniciativa que asegura que el uso correcto de estos datos puede dar una interpretación fiable para analizar la crisis provocada por el COVID-19.
“Nuestro trabajo está dedicado al estudio de fuentes de movilidad privadas, reunidas y lanzadas por grandes empresas tecnológicas. Esta información es de especial interés porque, a diferencia de la mayoría de las fuentes públicas, se centra en las personas, no en los medios de transporte. Es decir, que su unidad de medida es lo más parecido que una persona en una sociedad occidental pueda tener a mano: un teléfono. Además, la muestra de sociedad cubierta es grande y representativa”, explican en el estudio.
Así, entre el 1 de marzo y el 27 de junio, los investigadores han relacionado las políticas de restricción del gobierno, la movilidad de las personas y, además, la evolución propia del COVID-19. Durante cuatro meses han analizado todos los patrones de movimiento en las diferentes comunidades autónomas y han establecido que la metodología usada, así como las conclusiones extraídas, "pueden ser una herramienta de utilidad para reaccionar ante futuras crisis de movilidad”.
[Le puede interesar: ¿Cuánto se ha reducido la contaminación durante el confinamiento?]
Por ello, a través de las aplicaciones de tracking de Facebook (Facebook Data for Good Program ) y Google (Google Mobility assesment) –instaladas por los usuarios en sus teléfonos móviles, y previo consentimiento explícito a la captura de su localización– se han mostrado varios datos relevantes. Como que hay segmentos de la población sobrerrepresentados, como el de los jóvenes, pero que la muestra, al ser amplia (se estima cercana o superior al 1 % de toda la población), se considera fiable.
“Son datos abiertos, que tanto científicos como gobiernos usan como fuente de análisis”, indican. Además, en el estudio demuestra que una medida absoluta como la proporcionada por Facebook (que mide volumen de gente que no se mueve) puede ser útil para propósitos epidemiológicos. “Por ejemplo, identificando los domingos como los días donde la movilidad es más reducida, haciéndolos candidatos a las primeras medidas de desconfinamiento, y a la movilidad de la población de riesgo”.
Por otro lado, en cuanto a los datos proporcionados por Google, su uso ha servido para propósitos socio-económicos. “Por ejemplo, identificando los viernes como los días donde la normalidad está más alterada, haciéndolos candidatos a acciones de apoyo moral y psicológico (comunicaciones oficiales, acciones culturales, actos sociales)”.
Según los investigadores, este país “representa un buen entorno experimental debido a su pico de pandemia –grande y rápido–, y por la implementación de un bloqueo sostenido y generalizado. Encontramos que las fuentes de movilidad privadas son correlacionadas y complementarias. Utilizándolos, evaluamos la eficiencia de las políticas implementadas y proporcionamos información sobre lo que significa la nueva normalidad en España”.
Una nueva normalidad en la que se ha mostrado, según el estudio del BSC, la UPC y el CMCiB, que este último mes de datos –hasta el 27 de junio– ha tenido una recuperación gradual, acelerada en las regiones más rurales y poco pobladas. “Al alcanzar la nueva normalidad, los fines de semana muestran índices de movilidad similares a los generados antes de la pandemia. Los días laborables en cambio muestran claras reducciones, principalmente en Barcelona y Madrid, donde la movilidad se ha reducido entre un 10 % y un 15 %”, apunta.
“La pandemia de COVID-19 está cambiando el mundo de maneras sin precedentes e impredecibles”, se asegura en el informe. “La movilidad humana está en el epicentro de ese cambio, como el mayor facilitador para la propagación del virus […] por otro lado, este tipo de datos no es directamente accesible por razones de anonimato. Por lo tanto, interpretar adecuadamente sus patrones exige precaución".
