Análisis de apps para rastreo de COVID-19

La pandemia del COVID-19 ha propiciado que muchos países propongan e inicien programas  para trazar los contactos de personas contagiadas por este virus. Muchos de ellos se basan en sistemas de geolocalización y comunicaciones de corto alcance. Países como Singapur, Corea del Sur, Australia o Israel han apostado como medio de contención para el virus el uso de estos medios.  El teléfono móvil es en todos los casos el principal medio de seguimiento y rastreo del virus, ya que en muchas sociedades es un componente indisociable de los ciudadanos. En esta entrada resumimos un análisis de muchas de las características comunes de las ‘apps’ promovidas por diferentes países y organizaciones, explicando, para qué sirven, cómo funcionan, su eficiencia y por qué la privacidad juega un papel fundamental en este tipo de aplicaciones. 

¿Por qué utilizar aplicaciones móviles para contener la pandemia?

Son muchos los modelos epidemiológicos que prevén una segunda oleada de casos de COVID-19. En el artículo publicado por la Dra. Helene Lavoix relata algunos de los modelos que simulan cómo será la evolución del virus a lo largo del tiempo. Algunos de estos modelos apuntan no solo a una segunda oleada, sino a múltiples en períodos muy cortos. También se explica cómo afecta a la evolución del virus, la flexibilidad al volver a la normalidad.  Un factor positivo a tener en cuenta es que estos modelos no cuentan con el factor de prevención que actualmente está viviendo la sociedad, estos son, por ejemplo, el uso de mascarillas, hidrogel, cierre de recintos públicos, etc… No obstante no dejan de ser una muy buena aproximación a lo que vendrá en un futuro y gran fuente de ayuda a la hora de prepararnos para próximos brotes. Existen dos posibilidades para afrontar este segundo rebrote (o más) o pandemias venideras: el primero, el uso de test masivos disponible para toda la población que nos daría una información acerca del número de positivos activos y así como detectar los casos no sintomáticos para limitar su transmisión vírica. La segunda, la implementación de un método capaz de trazar la geolocalización de una parte importante de la población para conocer si la presencia del virus ha estado en contacto directo o indirecto con estos o viceversa, siendo capaces de contener la expansión del mismo.

La realización de test a toda la población es una utopía a día de hoy. Ningún país con una población grande es capaz de suministrar y realizar pruebas a toda su población en un tiempo razonable. Ésto nos coloca en la segunda opción, el seguimiento de la población.

Afortunadamente tenemos un aliado en la tecnología para ser capaces de frenar esta pandemia.

¿Cómo funcionan estas ‘apps’?

Existen y se están desarrollando, muchos tipos de aplicaciones móviles con un objetivo en común, frenar la expansión del virus. A continuación procederemos a explicar el modelo de aplicación más eficiente propuesto hasta ahora y que garantiza un funcionamiento eficiente así como la privacidad de los usuarios. El modelo más eficiente es el que se basa en la comunicación de dispositivos móviles a través de una nueva tecnología de red de área personal (PAN, Personal Area Network) llamada Bluetooth Low Energy (BTLE). 

BTLE es un nuevo tipo de protocolo de radio que va dirigido a sistemas de baja potencia. Este nuevo tipo de modelo de comunicación lo podemos encontrar en teléfonos móviles de última generación, sistemas electrónicos aplicados a actividades deportivas y muy pronto se aplicará en dispositivos médicos. La probabilidad de contagio de COVID-19 está estrechamente relacionada con la proximidad y duración de las interacciones sociales. Existe un alto riesgo de contagio si se ha estado en contacto con un infectado a menos de 1.5 metros y durante un intervalo de entre 10 a 15 minutos. Es por ello por lo que nos posicionamos a favor de BTLE cuya principal característica es el hecho de que tiene un radio de alcance muy bajo. Esto es ideal para modelizar al máximo un posible contagio, además tiene la ventaja de que los sensores integrados en estos dispositivos son capaces de calcular no sólo la proximidad, sino también si existe una separación material entre dos dispositivos. Gracias a esto es posible descartar contacto cercano con otros infectados. Pero no todo son ventajas con BTLE. Como hemos explicado antes, está enfocado a dispositivos de baja potencia. Baja potencia implica baja capacidad computacional lo cual hace que el protocolo de comunicación entre estos dispositivos sea más débil y se creen con más facilidad brechas de seguridad a la hora de transmitir datos.

Cuando un usuario ‘A’ se aproxima a otro usuario ‘B’ infectado o no infectado, la aplicación genera códigos temporales encriptados, sin ningún tipo de información privada acerca de los emisores. Estos códigos se comparten entre los dos dispositivos y se guardan en sus respectivas memorias locales, siempre que ‘A’ y ‘B’ hayan estado a menos de 2 metros y durante un intervalo de 15 minutos donde la probabilidad de contagio es más alta.

Cuando a un usuario se le diagnostica positivo en COVID-19 , automáticamente los códigos de su dispositivo son compartidos a un servidor central. Los códigos compartidos son los propios emitidos a otros dispositivos y los recibidos de terceros, lo que hace posible que el servidor central sea capaz de localizar a los demás dispositivos que hayan compartido sus códigos con el dispositivo infectado y se les notifique para realizar las acciones pertinentes.

¿Cómo sabe el servidor a quien pertenecen estos códigos sin tener ningún tipo de información acerca nuestro?- El teléfono móvil que instale dicha aplicación se le asociará una dirección digital única llamada ‘Push-token’. Esta es compartida a la vez que los códigos temporales. Uno de los inconvenientes de esta propuesta, que disminuye su eficiencia, es el hecho de que son las propias personas quienes tienen que tener la responsabilidad de, una vez notificados, llamar a su centro médico para tomar las medidas convenientes.

Para el uso de esta tecnología, Google y Apple se han unido para desarrollar una API que facilite el desarrollo de estas aplicaciones a los programadores en sus dispositivos móviles. En el caso de tener que instalar estas aplicaciones de manera obligatoria, es más sencillo poder controlar las opciones del teléfono móvil a nivel actualización, donde se configuraría automáticamente el teléfono para el uso específico de este tipo de aplicaciones. Por ejemplo, olvidarnos de conectar el Bluetooth u otras características de teléfono móvil ya no sería un problema para el usuario sino que estas dos empresas en sus respectivos sistemas operativos, a través de actualizaciones en el software se encargaría de todo esto asegurando el mayor uso posible.  

Existe una aplicación en el mercado denominada Covid-watch  que incorpora un sistema muy similar al desarrollado anteriormente. La única diferencia es que posee un menor nivel  de privacidad, pues requiere de una autorización cedida por la autoridad sanitaria pertinente, asociada al dispositivo móvil.

No todas las aplicaciones ya implementadas procuran aproximarse a este modelo. Aplicaciones como las desarrolladas por algunas comunidades autónomas, por ejemplo la aplicación COVID-19.eus de la comunidad autónoma vasca, posee un modelo distinto al anterior expuesto. Su modelo se basa en la colaboración ciudadana. Cada persona debe bajarse la aplicación y registrarse en ella. Una vez registrados tendremos que buscar a las personas con las que tratamos más a menudo y agregarlas dentro de la aplicación, siempre y cuando estén registrados. Periódicamente la aplicación nos solicitará información acerca de nuestro estado de salud. Si somos posibles positivos, la aplicación emitirá a nuestro círculo de contactos más cercano una alerta acerca de su posible contagio. Este modelo de aplicación implica poca eficiencia a la hora de tener un seguimiento preciso acerca de qué personas han podido estar expuestas, ya que requiere una gran participación ciudadana a la vez que un gran uso de la misma.

La aplicación propuesta por Yasaka es otro tipo de propuesta de modelo de aplicación para combatir la pandemia. Esta aplicación, también se basa en el uso de teléfonos móviles. El modelo de funcionamiento se puede dividir en tres secciones. Creación de puntos estratégicos. Verificación de niveles de riesgo y por último, aviso de infección. La primera de las secciones se basa en la creación de puntos estratégicos, esto quiere decir que un usuario puede crear o unirse a puntos estratégicos ya creados. El creador de estos puntos estratégicos proporciona un código QR para poder unirse a estos de una forma rápida. La eficiencia de esta aplicación está en la continua creación de estos “checkpoints” cada vez que alguien se reúna o tengan interacciones con otras personas. Del mismo modo, estas personas deben unirse mediante el código QR asociado a esa reunión. En los lugares públicos deberán existir puntos donde cada personas pueda unirse al “checkpoint” asociado a estos lugares. La segunda sección, verificación de niveles de riesgo, nos avisará de nuestro nivel de exposición ante posibles positivos, indicándonos cual es nuestro grado de peligrosidad ante un posible contagio. Del mismo modo, la aplicación avisará a los demás usuarios que se conecten a un “checkpoint” acerca del nivel de presencia del virus en personas en ese lugar. Pero para que todo esto sea posible es necesario la colaboración ciudadana, no sólo para crear y unirse a diferentes puntos estratégicos sino también avisando de un posible contagio para poder prevenir avisando al resto de usuarios. Esto nos lleva a la última sección: aviso de infección, donde cada persona una vez diagnosticada positiva, tendrá que anunciarlo a la aplicación de forma privada. Un punto a favor de la privacidad está en el hecho de que la aplicación no guarda ningún tipo de información acerca del estado de salud del usuario.

En el informe publicado por Yasaka se observa un gráfico en el que se muestra la efectividad de la aplicación en función del número de personas que la utilizan. En él se afirma que con un 25% de uso de la aplicación, la curva de infectados podría derivar en modificaciones positivas, pero desafortunadamente, un 25% no es suficiente. En el gráfico se observa que el nivel de uso de la aplicación es proporcional al descenso del número de infectados. Con un 75% del uso, se puede alcanzar descensos en el número de infectados del 13% al 50%. 

¿Son efectivas las aplicaciones de rastreo con fines epidemiológicos?

El principal objetivo de estas aplicaciones es el de detectar contagios y utilizar la información de manera que pueda ser tratada para la erradicación o control de la pandemia. Estas aplicaciones sólo poseen sentido si son utilizadas por la mayoría de la población.

La mayoría de  los artículos sobre el tema convergen en una idea: la efectividad de estas aplicaciones y por ende, la disminución del número de contagios es proporcional al uso de las mismas. La mayor parte de estas aplicaciones coinciden en que es necesario, como mínimo, un 60% de la población activa en el uso de una única aplicación común de rastreo. Sería necesario que entre el 80% y el 100% de la población utilizase estas aplicaciones para poder obtener datos fiables. Todos estos datos son en base a que el 100% de la población posee un teléfono móvil con la tecnología asociada a estas aplicaciones, ya sea: BTLE, escaneo de Códigos QR, acceso a internet, soporte multiplataforma, etc… Son muchas las variables que acotan el número de posibles usuarios de estas aplicaciones.

No todos los países poseen la misma relación entre población y posesión de teléfonos móviles. En Estados Unidos, Alemania, Francia, Corea del Sur, Israel, etc… más del 70% de la población posee un móvil frente al 23.5% que posee India. Además en los países donde dicha  relación es de más del 70%,  ésta no se distribuye por igual, así, el 77% de los ciudadanos franceses posee un teléfono móvil pero sólo el 44% del grupo de riesgo mayoritario (personas de más de 70 años) tienen un móvil. En definitiva, aspirar a que el 80%-100% de la población utilice estas aplicaciones es algo que hay que seguir mejorando.

 

Referencias

[1]M. Ryan, “Bluetooth: With Low Energy comes Low Security.”

[2]J. Abeler, M. Bäcker, U. Buermeyer, and H. Zillessen, “COVID-19 Contact Tracing and Data Protection Can Go Together,” JMIR mHealth and uHealth, vol. 8, no. 4, p. e19359, Apr. 2020.

[3]V. Bulchandani, S. Shivam, S. Moudgalya, and S. Sondhi, “Digital Herd Immunity and COVID-19.”

[4]M. Alam and M. Al Dahdah, “Tracing Apps to Fight Covid-19 Are surveillance technologies effective?”

[5]T. M. Yasaka, B. M. Lehrich, and R. Sahyouni, “Peer-to-Peer Contact Tracing: Development of a Privacy-Preserving Smartphone App,” JMIR mHealth and uHealth, vol. 8, no. 4, p. e18936, Apr. 2020.

[6]J. Chan et al., “PACT: Privacy-Sensitive Protocols And Mechanisms for Mobile Contact Tracing.”

[7]Arx. Sydney., “Slowing the Spread of Infectious Diseases Using Crowdsourced Data.” Mar. 2020

[8]D. H. Lavoix, “Models for the COVID-19 Second Wave,” The Red (Team) Analysis Society, 11-May-2020.

 

Leave a Comment

Comment (required)

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Name (required)
Email (required)

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

ACEPTAR
Aviso de cookies