Tecnología

Datos de Facebook pueden predecir cómo se propaga el COVID-19

Facebook lanzó tres nuevos mapas de movilidad que pueden ayudar a predecir cómo se propaga el virus. En México serán usados por el TEC de Monterrey.

lun 06 abril 2020 04:00 PM

Gabriela Chávez

La manera en que se mueven los habitantes de un sitio; con quién se relacionan y en qué zonas se concentran pueden ser indicadores clave para estimar cómo se comporta una enfermedad de transmisión comunitaria como el COVID-19. Este tipo de datos pueden ser obtenidos de redes como Facebook, que al concentrar datos y patrones de más de 2,500 millones de usuarios en el mundo cuenta con la escala suficiente para que especialistas y científicos de datos los usen como variable de investigación para mapear la enfermedad y cómo se propaga.

“Esta iniciativa de mapas de movilidad permite ver cómo se mueven las personas en el lugar donde están y el tipo de conectividad que tienen. Eso permite tomar decisiones eficientes y se usan datos agregados y no identificables. En este contexto de coronavirus, las ONGS y academia, están externando la necesidad de estos datos porque les permite modelar la evolución de la enfermedad y verificar el impacto de las medias que se han tomado y esta es la forma en la que Facebook está ayudando en este contexto”, explicó Paula Vargas, líder de privacidad de Facebook en América Latina.

Bajo el programa Data for Good, Facebook anunció el lanzamiento de tres nuevos mapas, que ayudarán a científicos a medir el comportamiento del coronavirus.

1.Mapa de co-locación: permite que los investigadores puedan analizar si personas que están en un lugar con un foco de enfermedad van a tener contacto con personas que están en otro lugar. Esto permite anticipar dónde pueden haber futuros brotes.

2. Tendencias de movimiento: Se ve cómo se mueve la gente dentro de un lugar cercano o si se mueven en toda una ciudad o región.

3. Índice social: Muestra potenciales amistades de Facebook entre países o regiones; esto permite comprender cómo puede propagarse la enfermedad.

Movimiento en Italia. — Así se ve el movimiento social de Italia, según datos de Facebook.

En cuanto al tipo de datos que se usan y la privacidad de los mismos, Vargas dijo que estos son agregados y no identificables.

“Se usan datos de movilidad como localización, pero que se agregan, se desidentificar y son mapas de movilidad en general no individual. Tenemos datos de localización precisa solo si el usuario lo activó en el dispositivo y le puso permitir siempre o cual en la app la persona hizo un opt in de activar el historial de localización”, dijo.

Tecnología

Recomendamos: En la ‘dark web’ se venden mascarillas y se pagan en bitcoins

Un simulador de propagación de la Universidad de Nueva York, NYU, usó datos de Facebook para determinar que tras poner medidas de distanciamiento social en King County, Washington, los datos de Facebook mostraron que la transmisión de casos se redujo de un ritmo de 2.7 casos, a finales de febrero, hasta 1.4 casos al 18 de marzo.

Si bien no se cuenta con estimaciones de cómo se puede comportar el virus en México o en la región, otro de los hallazgos de NYU en cuanto al índice social arrojan que la cercanía de las relaciones de amigos en Facebook sí influye en la manera en la que se propaga el virus en ciertos territorios en donde la densidad poblacional y los hábitos de reunión de las personas tienen a ser más altos de lo normal, como el Nueva York o la parte norte de Italia.

“La idea básica del modelo es que dos regiones que están muy conectadas por links de amistades en Facebook tienen una alta probabilidad de presentar más interacciones físicas entre sus residentes, lo que brinda mayores probabilidades de que se propague una enfermedad de transmisión comunitaria”, dice el reporte de NYU.

El estudio de NYU explora la relación entre la propagación geográfica del COVID-19 y las estructuras geográficas de las redes sociales en Estados Unidos y el Norte de Italia.

Las herramientas de Data For Good de Facebook se han usado en otro tipo de crisis, como humanitarias o de desastres naturales, para saber cuál es la concentración geográfica de la gente y diseminar recursos de forma más acertada. La herramienta se utiliza desde 2019.