Mapas de riesgo colaborativos mediante consenso: La Gomera

seciones censales coloreadas la gomera

¿Cómo de seguras son nuestras ciudades en relación al covid-19? ¿Podemos movernos sin peligro a contagiarnos? Si se produce un brote ¿qué partes de la ciudad se ven más afectadas? Los procesos de consenso pueden ayudarnos a elaborar mapas de riesgo del sitio en el que vivimos. Esto es lo que hubiera ocurrido durante el piloto de La Gomera.

En otra ocasión ya comenté un proyecto en el que estamos trabajando sobre usar de procesos de consenso para construir mapas de riesgo, de forma colaborativa y compartiendo información solo con contactos de confianza. Durante estos meses he recogido datos y ya podemos simular su funcionamiento de forma más precisa en cualquier zona. Aprovechando el análisis del piloto de Radar COVID en La Gomera, voy a usar esos mismos datos para hacer una demostración del funcionamiento del algoritmo de consenso y de los resultados que se podrían obtener con una aplicación que lo implemente. El resultado: un mapa que indica el riesgo de infección en cada una de las zonas censales en las que está dividida la isla de La Gomera.

Continuar leyendo «Mapas de riesgo colaborativos mediante consenso: La Gomera»

Analizando Radar COVID en el piloto de La Gomera

Tras finalizar el piloto de Radar COVID en La Gomera toca analizar los resultados ¿cómo se ha controlado el número de infectados? ¿qué hubiera pasado si no se hubiera hecho nada? ¿cuántos usuarios hacen falta para que sea útil? ¿qué se puede aprender para otras aplicaciones?

Durante el mes de julio se ha probado la aplicación de rastreo de contactos Radar COVID en la isla de La Gomera. No se han publicado los resultados (más allá de una nota de prensa sobre Radar COVID del Ministerio), así que para determinar su efectividad he hecho algunas simulaciones. La idea es modelar cómo se mueve la población dentro de la isla, estudiar cómo se propaga la covid-19 usando un modelo SEIR y tratar de analizar la diferencia en distintos escenarios y con distintos porcentajes de uso de la aplicación. Además de para validar el modelo cuando (más bien debería decir «si») se publiquen los resultados, servirá para aprender y aplicar las conclusiones a nuestra propuesta del uso de procesos de consenso para construir mapas de riesgo,

Continuar leyendo «Analizando Radar COVID en el piloto de La Gomera»

Cómo calcular el riesgo de infección por coronavirus sin compartir datos de salud privados

coronavirus ciudad multitud

O al menos sin compartirlos a desconocidos. Los procesos de consenso en redes permiten hacer cálculos de forma descentralizada trabajando con información local (privada) y compartiéndolo solo con los contactos directos.

En estos días se ha hablado mucho del modelo chino y coreano y de cómo estos países han logrado controlar la expación del SARS-CoV-2 (en adelante coronavirus, que ya es casi como de la familia). Una de las medidas estrella ha sido una aplicación móvil que ha usado el gobierno de Corea del Sur para hacer un seguimiento de la infección y controlar a los pacientes. Usando un código de color para identificar el riesgo y con medidas estrictas para las personas infectadas, han conseguido frenar la fase de crecimiento de la enfermedad, y por lo visto mejor que nosotros.

Continuar leyendo «Cómo calcular el riesgo de infección por coronavirus sin compartir datos de salud privados»