¿Podría detenerse el brote de ébola con análisis de inmensas cantidades de datos?
Un número creciente de científicos dedicados al estudio de datos a gran escala cree que sí.
Los teléfonos móviles, usados masivamente incluso en los países más pobres de África, están demostrando ser una rica fuente de datos.
La empresa de celulares Orange Telecom en Senegal ha entregado datos de voz y de texto anónimos a partir de 150.000 teléfonos móviles a Flowminder, una organización sin fines de lucro en Suecia que fue capaz de elaborar mapas detallados de los movimientos típicos de la población en la región.
Con esto, las autoridades podrían ver dónde están los mejores puntos geográficos para establecer centros de tratamiento y las formas más eficaces para restringir los viajes en un intento de contener la enfermedad, que ha dejado más de 4.000 muertos en África Occidental, aún cuando esto sea controversial.
Inconveniente
El inconveniente de estos datos es que no son actuales y las autoridades tendrían que ser capaces de trazar los movimientos en tiempo real.
Además, los movimientos de población tienden a cambiar durante una epidemia.
Esta es la razón por la cual los Centros para el Control y Prevención de Enfermedades de EE.UU. (CDC por sus siglas en inglés) también están recogiendo la actividad de teléfonos celulares a partir de los datos de los operadores móviles y realizando mapas de dónde provienen la mayoría de las llamadas a los centros de ayuda.
Un repentino aumento de llamadas a una línea de ayuda de un área en particular podría sugerir un brote y alertar a las autoridades para dirigir más recursos a ese lugar.
La empresa especializada en mapeo Esri está ayudando a los CDC a visualizar estos datos y superponer otras fuentes existentes provenientes de los censos para construir una imagen general más completa.
El nivel de actividad en cada antena de telefonía móvil también da una especie de mapa de calor en relación a dónde está la gente y lo más importante, hacia dónde se están moviendo.
"Nunca habíamos tenido datos anónimos a esta escala", dice Nuria Oliver, directora científica de la compañía de telefonía móvil Telefónica.
"El impacto más positivo que podemos tener es ayudar a las organizaciones de socorro y a los gobiernos a anticipar cómo es probable que se propague una enfermedad", asevera.
"Hasta ahora tenían que confiar en la información anecdótica, hospitalaria, sobre el terreno, encuestas e informes policiales".
Lecciones del cólera
Este tipo de análisis de datos de teléfonos ya se ha aplicado con éxito a otras crisis de salud.
Por ejemplo, en 2010, después del terremoto en Haití, un equipo conjunto de investigación del Instituto Karolinska en Suecia y la Universidad de Columbia en EE.UU., analizó datos de llamadas telefónicas de dos millones de celulares en la red de Digicel Haití.
Esto permitió a Naciones Unidas y otros organismos humanitarios a entender los movimientos de población durante las operaciones de socorro y durante el brote de cólera posterior, lo que se tradujo en asignar los recursos de manera más eficiente e identificar las áreas en mayor riesgo de nuevos brotes de cólera.
El análisis de los datos de 15 millones de teléfonos también se está utilizando para trazar y predecir la propagación de la malaria en Kenia.
Sin embargo, Oliver aclara que los datos de celulares sólo "dan una imagen parcial de lo que está pasando".
¿Medidas eficaces?
Para obtener una visión más completa, se necesitan más fuentes de datos y la capacidad de analizarlos de forma rápida, dicen los expertos.
"El análisis de grandes datos tiene por objeto agrupar muchas fuentes de información diferentes con la finalidad de encontrar patrones," dice Frances Dare, director gerente de Accenture Health.
"Tenemos clínicas, informes médicos, informes de prensa, comentarios en las redes sociales, información de trabajadores públicos de salud sobre el terreno, datos transaccionales de minoristas y farmacias, compra de boletos de viaje, datos de las llamadas a líneas de ayuda, así como el seguimiento geoespacial".
Este análisis también se puede utilizar para medir si las políticas de contención, las campañas de educación y los tratamientos están funcionando, argumenta Peder Jungck, jefe de tecnología de la división de seguridad e inteligencia de BAE Systems.
"Por ejemplo, los médicos pueden ver qué porcentaje de la población está tomando las precauciones adecuadas para reducir al mínimo la propagación de la enfermedad y qué porcentaje está ignorándolas mediante el análisis conjunto de grandes datos, tales como las redes sociales en las poblaciones de alto riesgo", dice.
"En el caso del ébola, el estudio conjunto de grandes datos también podría analizar los posibles retos de saneamiento y si los factores ambientales regionales, tales como el clima, que podrían afectar la velocidad con la que se propaga la enfermedad".
Propagación transfronteriza
En la era de los viajes internacionales es mucho más fácil que las enfermedades se propaguen, sobre todo cuando tienen un período de incubación de hasta 21 días, como el caso del ébola.
Por ello, Europa y EE.UU. están en estado de alerta e implementando programas de detección en algunos aeropuertos.
En la era digital, el seguimiento de los movimientos de personas potencialmente infectadas es mucho más fácil.
"Puertos, datos de tren y avión, así como el reconocimiento de matrículas, pueden potencialmente ayudar a ubicar a personas infectadas e identificar a quiénes pudieron haber entrado en contacto con estas personas", dice David Bolton, director de cuidado de la salud en la empresa de análisis de grandes datos Qlik, que está desarrollando una aplicación para rastrear el virus del Ébola.
Los analistas también están mejorando su capacidad para detectar las tendencias en la actividad de motores de búsqueda y redes sociales.
Google Flu Trends ha estado intentando predecir los brotes de gripe en base a la frecuencia con que la gente usa términos clave en sus búsquedas.
Sin embargo, se ha demostrado que esta herramienta es a veces inexacta.
Otros métodos que hacen uso de una gama mucho más amplia de datos en conjunto, están teniendo más éxito.
Por ejemplo, la consultora de negocios Accenture, la compañía especialista en grandes datos SAS y la Universidad de Carolina del Norte en EE.UU., dicen que pudieron predecir la temporada de la gripe 2012-13 tres meses antes de que los CDC emitieran su advertencia oficial.
"Mediante el análisis de las redes sociales, como blogs, foros en línea y Twitter, podemos encontrar señales de alerta temprana de eventos de salud," dice Frances Dare de la consultora Accenture.
"Hemos reducido el número de palabras clave que indican síntomas de la gripe a 152, mapeado dónde se estaban utilizando estas palabras y prediciendo un brote de gripe casi dos meses antes de que los datos oficiales se dieran a conocer en 2013".
"Estamos aprendiendo"
En resumen, los análisis de grandes datos están siendo aplicados a todos los niveles para combatir la propagación del ébola.
Pero como admite David Bolton de Qlik: "Estamos aprendiendo todo esto desde el principio, nunca hemos tenido este nivel de datos antes".
"Así que es probable que sea demasiado pronto para decir si el análisis de grandes datos está teniendo un impacto significativo en la tasa de propagación de la enfermedad".
"Pero al menos está ayudando a decidir dónde asignar nuestros recursos".
No hay comentarios: