Datos de teléfonos móviles para informar acciones de salud pública durante el ciclo de vida de la pandemia COVID-19
Science Advances
La pandemia de coronavirus 2019-2020 (COVID-19) plantea desafíos sin precedentes para los gobiernos y las sociedades de todo el mundo (1). Las intervenciones no farmacéuticas (NPI) han demostrado ser críticas para retrasar y contener la pandemia de COVID-19 (2-6). Esto incluye pruebas y rastreo, prohibiciones en grandes reuniones, cierres no esenciales de negocios y escuelas y universidades, restricciones de movilidad nacional e internacional y aislamiento físico, y cierres totales de regiones y países. La toma de decisiones y la evaluación o tales intervenciones durante todas las etapas del ciclo de vida de la pandemia requieren datos específicos, confiables y oportunos no solo sobre infecciones, sino también sobre el comportamiento humano, especialmente la movilidad y la co-presencia física. Argumentamos que los datos de los teléfonos móviles, cuando se usan de manera adecuada y cuidadosa, representan un arsenal crítico de herramientas para apoyar las acciones de salud pública en las fases temprana, media y tardía de la pandemia de COVID-19.
El trabajo seminal sobre movilidad humana ha demostrado que los datos agregados y (pseudo) anonimizados de teléfonos móviles pueden ayudar a modelar la propagación geográfica de las epidemias (7-11). Por lo tanto, los investigadores y los gobiernos han comenzado a colaborar con empresas privadas, especialmente operadores de redes móviles y empresas de inteligencia de ubicación, para estimar la efectividad de las medidas de control en varios países, incluidos Austria, Bélgica, Chile, China, Alemania, Francia, Italia , España, Reino Unido y Estados Unidos (12–21).
Sin embargo, existe poca coordinación o intercambio de información entre estas iniciativas nacionales o incluso regionales (22). Si bien los mecanismos ad hoc que aprovechan los datos de los teléfonos móviles se pueden desarrollar de manera efectiva (pero no fácil) a nivel local o nacional, las colaboraciones regionales o incluso globales parecen ser mucho más difíciles dada la cantidad de actores, el rango de intereses y prioridades, la variedad de las legislaciones concernidas y la necesidad de proteger las libertades civiles. La escala global y la propagación de la pandemia de COVID-19 resaltan la necesidad de un enfoque más armonizado o coordinado.
En las siguientes secciones, describimos las formas en que los diferentes tipos de datos de teléfonos móviles pueden ayudar a enfocar mejor y diseñar medidas para contener y retrasar la propagación de la pandemia de COVID-19. Identificamos las razones clave por las cuales esto no está sucediendo en una escala mucho más amplia, y damos recomendaciones sobre cómo hacer que los datos de los teléfonos móviles funcionen contra el virus.
¿Cómo pueden ayudar los datos del teléfono móvil a enfrentar la pandemia de COVID-19?
Los datos de telefonía móvil generados pasivamente se han convertido en una fuente de datos potencialmente valiosa para inferir la movilidad humana y las interacciones sociales. Los registros de detalles de llamadas (CDR) son posiblemente el tipo de datos móviles más investigado en este contexto. Los operadores móviles recolectan los CDR con fines de facturación. Cada registro contiene información sobre la hora y la torre celular a la que estaba conectado el teléfono cuando tuvo lugar la interacción. Los CDR son registros controlados por eventos: en otras palabras, el registro solo existe si el teléfono está en uso activo. La información adicional incluye "datos de avistamientos" obtenidos cuando se ve un teléfono en una red. Sin embargo, existen otros tipos de datos de teléfonos móviles utilizados para estudiar los comportamientos e interacciones de la movilidad humana. Los registros de datos X (XDR) o las sondas de red pueden considerarse metadatos sobre el canal de datos del teléfono, capturando acciones en segundo plano de las aplicaciones y la red. Las compañías de inteligencia de ubicación (23) o las aplicaciones ad hoc (24, 25) también recopilan información de rutina que incluye datos de ubicación altamente precisos a través de aplicaciones de teléfonos móviles (Aplicaciones) a gran escala. Además, la proximidad entre los usuarios de teléfonos móviles se puede detectar a través de la funcionalidad Bluetooth en los teléfonos inteligentes. Cada uno de estos tipos de datos requiere diferentes marcos de procesamiento y plantea preocupaciones éticas y políticas complejas que se analizan en este documento.Primero, exploramos el valor y la contribución de los datos de teléfonos móviles en los esfuerzos analíticos para controlar la pandemia de COVID-19. Las autoridades gubernamentales y de salud pública en general plantean preguntas en al menos cuatro áreas críticas de consultas para las cuales el uso de datos de teléfonos móviles es relevante. Primero, las preguntas de conciencia situacional buscan desarrollar una comprensión del entorno dinámico de la pandemia. Los datos de los teléfonos móviles pueden proporcionar acceso a estimaciones de población e información de movilidad que antes no estaban disponibles para permitir a las partes interesadas de todos los sectores comprender mejor las tendencias y la distribución geográfica de COVID-19. En segundo lugar, las preguntas de causa y efecto buscan ayudar a identificar los mecanismos clave y las consecuencias de implementar diferentes medidas para contener la propagación de COVID-19. Su objetivo es establecer qué variables marcan la diferencia para un problema y si se pueden causar problemas adicionales. En tercer lugar, el análisis predictivo busca identificar la probabilidad de resultados futuros y podría, por ejemplo, aprovechar los recuentos de población en tiempo real y los datos de movilidad para permitir nuevas capacidades predictivas y permitir a las partes interesadas evaluar riesgos, necesidades y oportunidades futuras. Finalmente, en cuarto lugar, las evaluaciones de impacto tienen como objetivo determinar qué intervenciones afectan la propagación de COVID-19 y de qué manera, y de qué manera, y requieren datos para identificar los obstáculos que impiden el logro de ciertos objetivos o el éxito de intervenciones particulares. La Tabla 1 proporciona ejemplos específicos de preguntas por áreas de investigación.
Ejemplos de preguntas por áreas de investigación.
Conciencia situacional
- ¿Cuáles son los flujos de movilidad más comunes dentro y entre ciudades y regiones afectadas por COVID?
¿Qué áreas están propagando las epidemias que actúan como nodos de origen en una red de movilidad y, por lo tanto, podrían estar sujetas a restricciones de movilidad? - ¿Las personas continúan viajando o se congregan después de que se establecieron distanciamientos sociales y restricciones de viaje?
- ¿Existen puntos críticos con mayor riesgo de contaminación (debido a un mayor nivel de movilidad, una mayor concentración de población)?
- ¿Cuáles son los puntos de entrada clave, ubicaciones y movimientos de los itinerantes / turistas?
Análisis predictivo
- ¿Cómo es probable que ciertos patrones de movilidad humana afecten la propagación del coronavirus? ¿Y cuál es la propagación probable de COVID-19, según los modelos de enfermedad existentes y los datos de movilidad actualizados?
- ¿Cuáles son los efectos probables de las restricciones de movilidad en los resultados educativos de los niños?
- ¿Cuáles son las consecuencias económicas de la movilidad restringida para las empresas?
Causa y efecto
- ¿Cuáles son las variables que determinan el éxito de los enfoques de distanciamiento social?
- ¿Cómo afectan los patrones de movilidad local a la carga sobre el sistema médico?
- ¿Las recomendaciones de distanciamiento social de las empresas resultan en más trabajadores trabajando desde casa?
- ¿En qué sectores trabajan más las personas desde su hogar?
- ¿Cuáles son las consecuencias sociales y económicas de las medidas de restricción de movimiento?
Impacto
- ¿Cómo han afectado las restricciones de viaje el comportamiento de movilidad humana y la probable transmisión de enfermedades?
- ¿Cuál es el potencial de varias medidas de restricción para evitar casos de infección y salvar vidas?
- ¿Cuál es el efecto de las medidas obligatorias de distanciamiento social, incluido el cierre de escuelas?
- ¿De qué manera la difusión de información sobre seguridad pública y orientación voluntaria ha afectado el comportamiento de movilidad humana y la propagación de enfermedades?
La relevancia y las preguntas específicas planteadas como parte de estas áreas de investigación difieren en varias etapas del brote, pero los datos de teléfonos móviles proporcionan valor a lo largo del ciclo epidemiológico, como se muestra en la figura 1.
Intervalos pandémicos definidos por el Centro para el Control de Enfermedades de EE. UU. Y la OMS (basado en (52)).
En la fase temprana de reconocimiento e inicio de la pandemia, los respondedores se centran en el análisis situacional y la detección rápida de casos infectados y sus contactos. La investigación ha demostrado que las medidas de cuarentena de las personas infectadas y sus familiares, combinadas con los procedimientos de vigilancia y pruebas estándar, son efectivas como medidas de control en las primeras etapas de la pandemia (26). La movilidad individual y los datos de contacto (proximidad cercana) ofrecen información sobre individuos infectados, sus ubicaciones y redes sociales. Los datos de contacto (proximidad cercana) se pueden recopilar a través de aplicaciones móviles (24, 27), entrevistas o encuestas (28).
Durante la fase de aceleración, cuando la transmisión comunitaria alcanza niveles exponenciales, la atención se centra en las intervenciones de contención, que generalmente implican contacto social y restricciones de movilidad. En esta etapa, los datos agregados de teléfonos móviles son valiosos para evaluar la eficacia de las políticas implementadas a través del monitoreo de la movilidad entre y dentro de los municipios afectados. La información sobre movilidad también contribuye a la construcción de modelos epidemiológicos más precisos que pueden explicar y anticipar la propagación de la enfermedad, como se muestra para los brotes de gripe H1N1 (29). Estos modelos, a su vez, pueden informar la movilización de recursos (por ejemplo, respiradores y unidades de cuidados intensivos).
Finalmente, durante las fases de desaceleración y preparación, a medida que se alcanza el pico de infecciones, es probable que se levanten las restricciones (30). El monitoreo continuo de la situación será importante ya que se espera que la pandemia COVID-19 llegue en oleadas (4, 31). Los datos casi en tiempo real sobre movilidad y puntos críticos serán importantes para comprender cómo levantar y restablecer varias medidas se traducen en comportamiento, especialmente para encontrar la combinación óptima de medidas en el momento adecuado (por ejemplo, restricciones generales de movilidad, cierre de escuelas, prohibición de grandes reuniones), y para equilibrar estas restricciones con aspectos de vitalidad económica. Una vez que la pandemia haya disminuido, los datos móviles serán útiles para el análisis post-hoc del impacto de diferentes intervenciones en la progresión de la enfermedad y el análisis de costo-beneficio de las restricciones de movilidad. Durante esta fase, se podrían implementar tecnologías de rastreo de contactos digitales, como la aplicación coreana para teléfonos inteligentes Corona 100m (32) y la aplicación singapurense para teléfonos inteligentes TraceTogether (33), cuyo objetivo es minimizar la propagación de una enfermedad a medida que se levantan las restricciones de movilidad. En esta línea, los investigadores del Instituto de Tecnología de Massachusetts y sus colaboradores están trabajando en Private Kit: Safe Paths (25), una tecnología de código abierto y de primer contacto de privacidad que brinda a las personas información sobre su proximidad con el COVID-19 diagnosticado. operadores, utilizando GPS y datos de Bluetooth. Del mismo modo, varias universidades europeas, centros de investigación y empresas se han unido en torno al PEPP-PT (Pan-European Privacy Preserving Proximity Tracing (34), una colaboración en el seguimiento de contactos que respeta la privacidad y cumple con GDPR. A lo largo de este esfuerzo, un consorcio de investigación Las instituciones, lideradas por la École Polytechnique Fédérale de Lausanne (EPFL), han desarrollado un protocolo abierto de descentralización de preservación de la privacidad y preservación de la proximidad (DP3T) utilizando la funcionalidad Bluetooth Low Energy en los teléfonos inteligentes, asegurando que los datos personales y la computación permanezcan completamente en las personas ' teléfonos (35). Recientemente, Apple y Google han publicado un anuncio conjunto (36) que describe su sistema para admitir el rastreo de proximidad que preserva la privacidad basado en Bluetooth en los teléfonos inteligentes iOS y Android. Curiosamente, como parte de la recomendación de la Comisión Europea de un enfoque coordinado para apoyar el levantamiento gradual de las medidas de bloqueo (37), Estados miembros de la Unión Europea, con el apoyo de La Comisión ha desarrollado una caja de herramientas para el desarrollo y uso de aplicaciones de rastreo de contactos, que cumple totalmente con las normas de la UE (38).
Métricas específicas para decisiones basadas en datos
Los investigadores y profesionales han desarrollado una variedad de métricas agregadas utilizando datos de teléfonos móviles que pueden ayudar a llenar los vacíos en la información necesaria para responder a COVID-19 y abordar las incertidumbres con respecto a la movilidad y los comportamientos.Las matrices de origen-destino (OD) son especialmente útiles en las primeras fases epidemiológicas, donde el objetivo es evaluar la movilidad de la población. El número de personas que se mueven diariamente entre dos áreas diferentes se puede calcular a partir de los datos de la red móvil, y se puede considerar un proxy de la movilidad humana. Las áreas geográficas de interés pueden ser códigos postales, municipios, provincias o incluso regiones. Estos flujos de movilidad se comparan con los de un período de referencia para evaluar la reducción de la movilidad debido a intervenciones no farmacéuticas. En particular, son útiles para monitorear el impacto de diferentes medidas de contención social y de movilidad e identificar regiones donde las medidas podrían no ser efectivas o seguidas por la población. Además, estos flujos pueden informar modelos de transmisión de enfermedades espacialmente explícitos para evaluar el beneficio potencial de tales reducciones.
Las estimaciones de morada y los puntos críticos son estimaciones de una concentración particularmente alta de personas en un área, lo que puede ser favorable para la transmisión del virus. Estas métricas generalmente se construyen dentro de un municipio dividiendo la ciudad en cuadrículas o barrios (39). El número estimado de personas en cada unidad geográfica se puede calcular con diferentes granularidades de tiempo (por ejemplo, 15 min, 60 min, 24 h).
Las matrices de contacto estiman el número y la intensidad de las interacciones cara a cara que las personas tienen en un día. Por lo general, se calculan por grupos de edad. Se ha demostrado que estas matrices son extremadamente útiles para evaluar y determinar la disminución del número de reproducción del virus (6). Sin embargo, todavía es difícil estimar las interacciones cara a cara a partir de datos de ubicación conjunta y movilidad (40). Las aplicaciones de rastreo de contactos se pueden usar para identificar contactos cercanos de aquellos infectados con el virus.
La cantidad de tiempo que se pasa en el hogar, en el trabajo u otros lugares son estimaciones del porcentaje individual del tiempo que se pasa en el hogar / trabajo / otros lugares (por ejemplo, parques públicos, centros comerciales, tiendas), que pueden ser útiles para evaluar el cumplimiento local de las contramedidas adoptado por los gobiernos. Las ubicaciones de la casa y el trabajo deben calcularse en un período de tiempo anterior al despliegue de las medidas de restricciones de movilidad. El porcentaje de tiempo que pasa en cada ubicación debe calcularse para las personas que no se mueven durante este tiempo. Las variaciones del tiempo dedicado a diferentes ubicaciones generalmente se calculan de forma individual y luego se agregan espacialmente a nivel de código postal, municipio, ciudad o región.
Aunque todavía hay poca información sobre la susceptibilidad específica a la edad a la infección por COVID-19, está claro que la edad es un factor de riesgo importante para la gravedad de COVID-19. Destacamos, por lo tanto, la importancia de estimar las métricas mencionadas anteriormente por grupos de edad (6). La Figura 2 muestra un ejemplo de tales métricas.
Figura 2. Extracción de métricas agregadas de datos de teléfonos móviles. a) Datos en bruto que representan la movilidad de un día de dos usuarios. En este ejemplo, el área B es un punto de acceso, ya que muestra una alta concentración de personas. b) Matriz origen-destino de cinco áreas diferentes, contando el número de viajes desde un área (filas) a otra área (columnas). c) Matriz de contacto que cuenta el número de posibles interacciones cara a cara entre grupos de edad. d) Porcentaje del tiempo que pasa en el hogar, el trabajo y otros lugares.
¿Por qué el uso de datos de teléfonos móviles no es generalizado, o es un estándar, para combatir las epidemias?
El uso de datos de teléfonos móviles para hacer frente a la pandemia de COVID-19 ha llamado la atención, pero sigue siendo relativamente escaso. Aunque se han formado alianzas locales, faltan acciones concertadas internacionalmente, tanto en términos de coordinación como de intercambio de información (22). En parte, esto es el resultado de una falla en institucionalizar experiencias pasadas. Durante el brote de virus Ébola 2014-2016, se iniciaron varias actividades piloto o únicas. Sin embargo, no hubo transición a "negocios como de costumbre" en términos de procedimientos estandarizados para aprovechar los datos de teléfonos móviles o establecer mecanismos para la "preparación de datos" en los contextos de los países (41, 42). La tecnología ha evolucionado con varias plataformas que ofrecen acceso y análisis mejorado y seguro de datos móviles, incluso para casos de uso humanitario y de desarrollo (por ejemplo, OPAL [(43)], Flowkit [(44)]). Además, se han celebrado reuniones de alto nivel (p. Ej., El grupo de expertos de alto nivel de intercambio de datos B2G de la Comisión Europea), el análisis de datos y las iniciativas de intercambio han mostrado resultados prometedores, pero el uso de métricas e ideas derivadas de datos de teléfonos móviles por parte de los gobiernos y las autoridades locales siguen siendo mínimas hoy (43). Varios factores probablemente explican esta brecha de "implementación".Primero, los gobiernos y las autoridades públicas a menudo desconocen y / o carecen de una "mentalidad digital" y de la capacidad necesaria para procesar información que a menudo es compleja y requiere experiencia multidisciplinaria (por ejemplo, mezcla de datos de ubicación y salud, modelos especializados), así como para establecer los equipos interdisciplinarios y colaboraciones necesarios. Muchas unidades gubernamentales carecen de personal suficiente y, a veces, también carecen de equipamiento tecnológico. Durante la pandemia de COVID-19, la mayoría de las autoridades están abrumadas por la multiplicidad y simultaneidad de las solicitudes; Como nunca se han enfrentado a una crisis de este tipo, existen pocos procedimientos y guías predefinidos, por lo que las acciones preventivas y específicas se abandonan rápidamente para las acciones de masas. Estos problemas se exacerban en los niveles locales de los gobiernos (por ejemplo, ciudades, condados), que son precisamente las autoridades que realizan el trabajo de primera línea en la mayoría de las situaciones. Además, muchas autoridades públicas y tomadores de decisiones no son conscientes del valor que los datos de los teléfonos móviles proporcionarían para la toma de decisiones y, a menudo, se utilizan para tomar decisiones sin conocer los hechos completos y en condiciones de incertidumbre.
En segundo lugar, a pesar de los esfuerzos significativos, el acceso a los datos sigue siendo un desafío. La mayoría de las empresas, incluidos los operadores de redes móviles, tienden a ser muy reticentes a poner a disposición de los investigadores y / o gobiernos datos, incluso agregados y anónimos. Además de los problemas de protección de datos, estos datos también se consideran y utilizan como activos comerciales, lo que limita el uso potencial de los objetivos humanitarios si no hay modelos sostenibles para apoyar los sistemas operativos. También se debe tener en cuenta que no todos los operadores de redes móviles en el mundo son iguales en términos de madurez de datos. Algunos están compartiendo datos activamente como empresa, mientras que otros apenas han comenzado a recopilar y usar datos.
En tercer lugar, el uso de datos de teléfonos móviles plantea preocupaciones públicas legítimas sobre privacidad, protección de datos y libertades civiles. Los gobiernos de China, Corea del Sur, Israel y otros lugares han accedido y utilizado abiertamente los datos personales de las aplicaciones de teléfonos inteligentes para rastrear movimientos individuales y para notificarlos. Sin embargo, en otras regiones, como en Europa, las regulaciones legales nacionales y regionales limitan dicho uso (especialmente la ley de la Unión Europea sobre protección de datos y privacidad conocida como el Reglamento General de Protección de Datos - GDPR). Además, en todo el mundo, las encuestas de opinión pública, las redes sociales y una amplia gama de actores de la sociedad civil, incluidos grupos de consumidores y organizaciones de derechos humanos, han planteado preocupaciones legítimas sobre la ética, la posible pérdida de privacidad y el impacto a largo plazo en las libertades civiles como resultado de la uso de datos móviles individuales para monitorear COVID-19. El control de la pandemia requiere el control de las personas, incluida su movilidad y otros comportamientos. Una preocupación clave es que la pandemia se utiliza para crear y legitimar herramientas de vigilancia utilizadas por empresas gubernamentales y tecnológicas que probablemente persistan más allá de la emergencia. Dichas herramientas y un mejor acceso a los datos pueden utilizarse para fines tales como la aplicación de la ley por parte del gobierno o la hiper-focalización por parte del sector privado. Tal aumento en el poder del gobierno y la industria y la ausencia de controles y equilibrio es perjudicial en cualquier estado democrático. Las consecuencias pueden ser aún más devastadoras en los estados menos democráticos que habitualmente atacan y oprimen a las minorías, los grupos vulnerables y otras poblaciones de interés.
Cuarto, los investigadores y tecnólogos con frecuencia no logran articular sus hallazgos en términos claros y procesables que respondan a preguntas políticas y técnicas prácticas. Los investigadores y los expertos en dominios tienden a definir el alcance y la dirección de los problemas analíticos desde su perspectiva y no necesariamente desde la perspectiva de las necesidades de los gobiernos. Deben tomarse decisiones críticas, mientras que los resultados clave a menudo se publican en revistas científicas y en jerga que no son fácilmente accesibles para los extraños, incluidos los trabajadores gubernamentales y los responsables políticos.
Finalmente, hay poca voluntad política y recursos invertidos para apoyar la preparación para la acción inmediata y rápida. A nivel de país, hay muy pocos equipos mixtos latentes / permanentes, compuestos por a) representantes de gobiernos y autoridades públicas, b) operadores de redes móviles y compañías de tecnología, c) expertos en diferentes temas (virólogos, epidemiólogos, analistas de datos); y no hay procedimientos y protocolos predefinidos.
Ninguno de estos desafíos es insuperable, pero requieren un claro llamado a la acción.
Un llamado a la acción para luchar contra COVID-19
Para construir de manera efectiva el mejor, más actualizado, relevante y accionable conocimiento, llamamos a los gobiernos, operadores de redes móviles y compañías de tecnología (por ejemplo, Google, Facebook, Apple) e investigadores para formar equipos mixtos. Los gobiernos deben ser conscientes del valor de la información y el conocimiento que pueden derivarse del análisis de datos de teléfonos móviles, especialmente para monitorear las medidas necesarias para contener la pandemia. Deben permitir y aprovechar la provisión / uso justo y responsable de datos agregados y anónimos para este propósito. Los operadores de redes móviles y las compañías de tecnología con una adopción generalizada de sus productos (por ejemplo, Facebook, Google, Apple) deben asumir su responsabilidad social y el papel vital que pueden desempeñar para enfrentar la pandemia. Deberían comunicarse con los gobiernos y la comunidad investigadora. Los investigadores y expertos en dominios (por ejemplo, virólogos, epidemiólogos, demógrafos, científicos de datos, informáticos y científicos sociales computacionales) deben reconocer el valor de los equipos interdisciplinarios y las especificidades y sensibilidades del contexto. El impacto se maximizaría si los gobiernos y las autoridades públicas se incluyen desde el principio y a lo largo de sus esfuerzos para identificar las preguntas más relevantes y las necesidades de conocimiento. La creación de equipos interinstitucionales multidisciplinarios es de suma importancia, como se demostró recientemente con éxito en Bélgica y la región valenciana de España (45). Cuatro principios clave deberían guiar la implementación de tales equipos mixtos para mejorar su efectividad, a saber: i) la inclusión temprana de los gobiernos, ii) el enlace con las autoridades de protección de datos desde el principio, iii) el intercambio internacional y iv) la preparación para todos etapas de la pandemia.Las autoridades públicas y gubernamentales relevantes deben participar temprano, y los investigadores deben aprovechar sus sistemas de conocimiento y la necesidad de información. Un desafío clave es hacer que las percepciones sean viables: ¿cómo se pueden utilizar finalmente los resultados, como los mapas de propagación (por ejemplo, para establecer zonas de cuarentena, informar a los gobiernos locales, dirigir la comunicación) Al mismo tiempo, las expectativas deben ser realistas: las decisiones sobre las medidas deben basarse en hechos, pero al final son decisiones políticas. Muchas percepciones derivadas del análisis de datos de teléfonos móviles no tienen implicaciones prácticas: dicho análisis y la recopilación de datos relacionados deben desalentarse hasta que se demuestre que es necesario.
También sugerimos que tales esfuerzos sean transparentes e involucren a las autoridades de protección de datos y defensores de las libertades civiles desde el principio, y tengan ciclos de iteración rápidos con ellos. Por ejemplo, los formuladores de políticas deberían considerar la creación de un comité asesor de ética y privacidad para supervisar y proporcionar comentarios sobre los proyectos. Esto asegura que se mantenga la privacidad y aumenta la aceptación del usuario potencial. Los datos agregados de teléfonos móviles se pueden usar en línea incluso con las estrictas regulaciones europeas (GDPR). Las iniciativas anteriores han establecido principios y métodos para compartir datos o indicadores sin poner en peligro la información personal y crear soluciones para preservar la privacidad que solo utilizan incentivos para gestionar el comportamiento (46-48). La inclusión temprana de la autoridad de protección de datos en Bélgica ha llevado a la publicación de una declaración de la Junta Europea de Protección de Datos sobre cómo procesar los datos de teléfonos móviles en la lucha contra COVID-19 (49). Aun reconociendo el valor de los datos de los teléfonos móviles, la urgencia de la situación no debería conducir a la pérdida de la privacidad de los datos y otras libertades civiles que podrían volverse permanentes después de la pandemia. En este sentido, la donación de datos para bien y el intercambio directo y limitado (en tiempo y alcance) de datos agregados por parte de operadores de redes móviles con gobiernos e investigadores (democráticos) parece ser menos problemático que el uso comercial de datos de ubicación individuales. adquirido, reunido y analizado por empresas comerciales. En términos más generales, cualquier sistema de datos de emergencia configurado para monitorear COVID-19 y más allá debe seguir un conjunto equilibrado y bien articulado de políticas y pautas de datos y está sujeto a evaluaciones de riesgos.
Específicamente, cualquier esfuerzo debe cumplir con pruebas claras sobre el uso proporcional, legal, responsable, necesario y ético de los datos del teléfono móvil en las circunstancias de la pandemia y tratar de minimizar la cantidad de información recopilada para lo necesario para lograr el objetivo en cuestión. Estos no son criterios nuevos; están bien inscritos en las normas y leyes internacionales de derechos humanos relacionadas, por ejemplo, con el uso de la fuerza. Ciertamente, el uso de datos de teléfonos móviles no equivale al uso de la fuerza, pero en las manos equivocadas, puede tener efectos igualmente devastadores y reducir significativamente las libertades civiles. Teniendo en cuenta la amplia ausencia de marcos legales y el mal manejo histórico de los datos por parte de las compañías de tecnología, existe una necesidad urgente de un liderazgo y gobierno global responsable para guiar los esfuerzos para usar la tecnología en tiempos de emergencia.
Además, vemos una clara necesidad de más intercambio internacional, con otros expertos de dominio, pero también con otras iniciativas y grupos; los hallazgos deben compartirse rápidamente: habrá tiempo para publicaciones revisadas por pares más adelante. Especialmente en países con sistemas de salud más débiles (y a menudo también económicos), la focalización y la efectividad de las intervenciones no farmacéuticas pueden hacer una gran diferencia. Esto también implica la traducción de hallazgos importantes del inglés a otros idiomas relevantes.
Para las etapas posteriores de la pandemia y para el futuro, las partes interesadas deben aspirar a un nivel mínimo de "preparación" para una acción inmediata y rápida. A nivel de país y / o región, habrá una necesidad de equipos mixtos "permanentes"; tecnología actualizada, acuerdos básicos y prescripciones legales; y acceso a datos, procedimientos y protocolos predefinidos (también para "protocolos de anonimización y agregación apropiados" (46)). Una colaboración a largo plazo entre modeladores de enfermedades infecciosas, epidemiólogos e investigadores de laboratorios de operadores de redes móviles en Francia ayudó a impulsar un proyecto sobre la pandemia de COVID-19, con el apoyo de las autoridades de salud pública (50).
Finalmente, además del intercambio internacional (horizontal), también necesitamos enfoques internacionales que sean coordinados por organismos supranacionales. Las iniciativas nacionales pueden ayudar en cierta medida, pero a la larga no serán suficientes. Una pandemia global requiere un trabajo coordinado globalmente o al menos regionalmente. Aquí, están surgiendo enfoques prometedores: la Comisión de la UE, el 23 de marzo de 2020, instó a los operadores de redes móviles europeas a entregar datos anónimos y agregados a la Comisión para rastrear la propagación de virus y determinar áreas prioritarias para suministros médicos (51), mientras que otras iniciativas de coordinación son emergentes en África, América Latina y la región MENA. Será importante que tales iniciativas se vinculen, compartan conocimientos y colaboren. La pandemia de Covid-19 no terminará pronto, y no será la última pandemia que enfrentamos. Deben prepararse y examinarse por adelantado las soluciones éticamente aceptables y éticamente aceptables para usar datos de teléfonos móviles, y debemos aumentar la preparación a nivel nacional e internacional, para que podamos actuar rápidamente cuando llegue la crisis.
