Un nuevo sistema establece el riesgo de contagio de COVID-19 a través del rastreo de los móviles

Investigadores de la Universitat Politècnica de València (UPV), pertenecientes al Instituto VRAIN, han desarrollado DeteCCovid, una herramienta informática basada en un algoritmo que, rastreando los móviles de forma totalmente anonimizada, ayudaría a detectar a las personas que han estado próximas a un usuario contagiado con COVID-19 y clasificaría el riesgo de contagio (muy alto, alto, etc.) en función de lo cerca que haya estado y del tiempo de contacto. Se trata de un desarrollo, a escala de laboratorio, que los investigadores ponen a disposición de las autoridades sanitarias para la gestión de la pandemia.

“Los expertos en salud pública afirman que ponerse en contacto con personas que pueden haber estado expuestas a un caso conocido de COVID-19 es uno de los pasos más importantes para contener futuros brotes. Pero el cómo es complicado. El  rastreo de contactos de los teléfonos móviles es una posible solución para poder realizar una detección precoz de posibles contagios. Y a ello pretende contribuir DeteCCovid”, explica Vicent Botti, director del Grupo de Tecnología Informática e Inteligencia Artificial (GTIIA) y del Instituto VRAIN de la Universitat Politècnica de València. DeteCCovid se ha incorporado a U-TOOL, una herramienta informática desarrollada por el mismo equipo de investigadores de la UPV.

El algoritmo de DeteCCovid utiliza series de datos proporcionados desde diversas fuentes: de forma colaborativa y anónima mediante el GPS en una app que los ciudadanos voluntarios pueden instalar en su móvil, y mediante datos, también anónimos, proporcionados por operadoras de telefonía móvil. “Estas series de datos, consistentes en parejas de coordenadas+instante de tiempo, son almacenados un máximo de 21 días, tiempo suficiente para evitar el riesgo de contagio”, apunta Javier Palanca, investigador también del GTIIA-Instituto VRAIN de la UPV.

Sobre su funcionamiento, los investigadores de la UPV explican que la app del usuario enviaría cada minuto, de forma segura, su posición a una nube de la Autoridad Sanitaria. Y, así, cuando la Autoridad Sanitaria diagnostique un positivo en COVID-19, lo notificaría en DeteCCovid y obtendrá, como resultado, los identificadores anónimos de las personas que hayan compartido espacio en un mismo intervalo temporal. Para ello, según explica Javier Palanca, DeteCCovid utiliza una proyección tridimensional (espacio, tiempo) y etiqueta a cada identificador anónimo con un riesgo de contagio a partir de la información del lugar donde se produjo y el intervalo de tiempo (día, hora, minutos) en que se dio.

“La clasificación de un ciudadano como contagiado dependerá única y exclusivamente de la autoridad sanitaria, que sería también la responsable de contactar, cuando resulte adecuado, con las personas en riesgo de contagio y adoptar las estrategias de confinamiento o tests apropiadas para ellas”, apunta Vicent Botti.

El director del Instituto VRAIN-UPV señala que el sistema ha sido testeado, para otras aplicaciones, con más de 2.000 millones de tuits geolocalizados durante los últimos cinco años. “Al no tener acceso a datos reales –esto será posible cuando la aplicación estuviera distribuida a la población- hemos empleado esos tuits como alternativa para la validación. Los tuits representan datos reales de personas reales con localizaciones reales y, por tanto, permiten inferir el funcionamiento con datos más masivos como serían los de las apps o las teleoperadoras. Por ello,  una vez validada, ponemos DeteCCovid a disposición de las autoridades sanitarias, con el objetivo de contribuir al control y gestión de esta pandemia”, concluye Botti.

Fuente: UPV







RUVID - Red de Universidades
Valencianas para el fomento de la
Investigación, el Desarrollo y la Innovación

C/Serpis, 29 · 2ª planta
Edificio INTRAS
46022 · Valencia · España
Tel: +34 96 162 54 61
ruvid@ruvid.org

©RUVID, Red de Universidades Valencianas para el fomento de la Investigacción, el Desarrollo y la Innovación
​Protección de datos ​Política de cookies