Un equipo de expertos en inteligencia artificial de la Universidad Politécnica de Valencia ha desarrollado DeteCCovid, una aplicación web basada en un algoritmo que rastrea los móviles de forma anonimizada para detectar a las personas que han estado próximas a un usuario contagiado con el coronavirus. Además, es capaz de clasificar el grado de riesgo, dependiendo de lo cerca que haya estado y del tiempo de contacto.
Investigadores del Instituto Valenciano de Inteligencia Artificial (VRAIN, por sus siglas en inglés) de la Universidad Politécnica de Valencia (UPV), han desarrollado DeteCCovid, una aplicación web capaz de rastrear móviles de forma totalmente anonimizada para ayudar a detectar a las personas que han estado próximas a un usuario contagiado con COVID-19.
La herramienta también clasifica el riesgo de contagio (muy alto, alto, etc.), en función de lo cerca que haya estado y del tiempo de contacto. Se trata, señala la UPV en un comunicado de un desarrollo, a escala de laboratorio, que los investigadores ponen a disposición de las autoridades sanitarias para la gestión de la pandemia.
Según explica, Vicent Botti, director del Instituto VRAIN , “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 hacerlo 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”, subraya.
El algoritmo de DeteCCovid utiliza series de datos proporcionados desde diversas fuentes: de forma colaborativa y anónima mediante GPS en una app que los ciudadanos voluntarios pueden instalar en su móvil, y a través de 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, otro de los investigadores del Instituto VRAIN implicados en el proyecto.
Estos expertos explican que la app del usuario enviaría cada minuto, de forma segura, su posición a una nube de la autoridad sanitaria. Y, así, cuando los responsables sanitarios diagnosticaran un positivo en COVID-19, lo notificaría en DeteCCovid y obtendría, como resultado, los identificadores anónimos de las personas que hayan compartido espacio en un mismo intervalo temporal.
Para ello, según según 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 Botti.
El director del Instituto VRAIN 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”, indica Botti.
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 este responsable.
Esta actuación, que proporciona un innovador visualizador de imágenes, forma parte de las labores de asesoramiento experto científico-técnico en la gestión de la emergencia y la recuperación de las zonas afectadas por la DANA que presta el CSIC.
Las herramientas de código abierto están transformando el manejo de la esta enfermedad metabólica, a través de páncreas artificiales que permiten un control automatizado y personalizado de la glucosa. Este avance no solo mejora la calidad de vida de las personas con diabetes, sino que también abre el camino hacia tecnologías de salud accesibles y colaborativas.
