Big Data in tempi di pandemia

Con un numero significativo di casi attivi in ​​tutto il mondo, il nuovo coronavirus rappresenta una sfida estrema per la salute pubblica. Lo scoppio della pandemia ha portato a severe restrizioni sui viaggi, rendendo molto difficile la raccolta dei dati per la comunità di ricerca sullo sviluppo.

I metodi tradizionali di raccolta dati che richiedono visite sul campo possono essere rischiosi in questi tempi difficili. In questo contesto, se vengono messe in atto adeguate garanzie etiche e di privacy, i big data sono rilevanti e utili, ora più che mai. Ad esempio, le coordinate del sistema di posizionamento globale ottenute dai registri dei cellulari possono essere utili per tracciare i movimenti delle persone. Durante la pandemia, esiste un immenso potenziale per utilizzare questi dati per prevedere gli hotspot e fermare la diffusione del virus. Un altro esempio: l’analisi del sentiment sfruttando i dati dei social media potrebbe fornire spunti utili per aiutare a progettare messaggi sanitari appropriati per il pubblico.

Una nuova mappa sistematica supportata da CEDIL e sviluppata da 3ie riunisce una raccolta unica e completa di studi che utilizzano i big data per misurare o valutare i risultati dello sviluppo. La mappa copre valutazioni di impatto che utilizzano i big data per valutare i risultati dello sviluppo, revisioni sistematiche delle valutazioni di impatto dei big data e altri studi di misurazione che hanno utilizzato in modo innovativo i big data per misurare e convalidare eventuali risultati di sviluppo. Questo blog è un tentativo di evidenziare il ruolo che i big data possono svolgere nella risoluzione dei problemi di salute pubblica. Forniamo una panoramica dei risultati della nostra mappa dei divari e poi discutiamo del potenziale utilizzo dei big data nel settore sanitario.

Cosa ha rivelato la mappa sui Big Data nel settore sanitario?

Dei 437 studi inclusi nella mappa, 63 hanno esaminato gli esiti dello sviluppo legati alla salute. Ventotto studi hanno esaminato interventi volti a ridurre la mortalità e altri 28 hanno valutato interventi volti a porre fine all’epidemia di una malattia trasmissibile. Manca, tuttavia, una valutazione dell’impatto di un’epidemia, sia in piccole unità come i distretti che in grandi unità come uno Stato o un Paese.

I dati satellitari sono stati utilizzati in 29 studi e sono stati la fonte di dati importanti utilizzata più frequentemente. Ad esempio, uno degli studi inclusi ha esaminato la copertura vaccinale contro le epidemie di morbillo in Niger. Lo studio ha unito le misurazioni della distribuzione della popolazione derivate dal satellite con i casi di morbillo ad alta risoluzione segnalati nel paese. Questo studio è stato seguito da vicino dalla registrazione dei dettagli delle chiamate sul cellulare (CDR), utilizzata in 27 studi. Uno studio condotto ad Haiti mirava a valutare se il CDR potesse prevedere l’evoluzione spaziale precoce dell’epidemia di colera. Inoltre, i risultati della nostra mappa mostrano che il maggior numero di studi di grandi dimensioni relativi alle epidemie è stato condotto nell’Africa sub-sahariana, con il minor numero in Medio Oriente e Nord Africa.

La mappa evidenzia una significativa carenza di dati per quanto riguarda gli studi relativi ai focolai in contesti fragili. Per quanto riguarda le lacune complessive dei dati su altri risultati sanitari, le morti per incidenti stradali, l’abuso di sostanze e i servizi di salute sessuale e riproduttiva sono state raramente studiate.

Grandi dati COVID-19

Con il numero di casi di coronavirus in aumento esponenziale, dati importanti possono aiutare a rilevare le epidemie. Riunendo dati provenienti da una varietà di fonti, possiamo utilizzare algoritmi per analizzare le cartelle cliniche e tracciare la cronologia dei contatti dei pazienti per aiutare a identificare i modelli di diffusione del virus. Queste app può aiutare a delineare non solo le aree attuali con un numero elevato di casi, ma anche a prevedere future epidemie attraverso i viaggi e il tracciamento dei contatti.

Vale la pena menzionare qui una tecnica di intelligenza artificiale chiamata elaborazione del linguaggio naturale (NLP). Analizzando le interazioni umane regolari sotto forma di testo e discorso, la PNL può contribuire a rendere la comunicazione umana più significativa. Può essere utilizzato per analizzare i collegamenti ai social media e le newsletter online, che possono potenzialmente lanciare un allarme quando si verificano nuovi sviluppi relativi a COVID-19 in tutto il mondo. La PNL e altre tecniche di big data possono essere utilizzate anche nel rilevamento degli incidenti in modo che in futuro tali emergenze sanitarie vengano gestite rapidamente.

Nonostante i progressi significativi compiuti negli ultimi anni, queste tecnologie sono ancora nuove e permangono molte sfide di implementazione, come il sovraccarico di informazioni e le ambiguità dei dati.

Australia	COVIDSafe
Israele	Hamagen
Singapore	TraceTogether
Francia	StopCovid
Germania	Avviso Corona
India	Aarogya Setu
Iran	Maschera.ir

Molti Paesi nel mondo stanno cercando di appiattire la curva pandemica utilizzando app per smartphone (vedi tabella con esempi di app per cellulare). Queste app monitorano i movimenti delle persone per determinare se si trovano in luoghi ad alto rischio o sono stati in contatto con persone ad alto rischio.

Il crescente utilizzo dei big data, tuttavia, ha sollevato preoccupazioni etiche e posto sfide legali. Queste applicazioni per telefoni cellulari hanno accesso a una quantità significativa di informazioni personali. Le questioni etiche includono la privacy, la mancanza di autonomia personale e la richiesta di trasparenza ed equità da parte del pubblico nell’utilizzo dei big data. È quindi molto importante considerare attentamente e implementare le politiche sulla privacy quando si utilizzano i big data.

Nonostante le preoccupazioni sulla privacy, i big data hanno un futuro promettente nel settore sanitario. Poiché in molti paesi persistono restrizioni ai viaggi, potrebbero esserci crescenti opportunità di utilizzare dati di grandi dimensioni per compensare la mancanza di raccolta dati di persona. Per raggiungere questo obiettivo, però, sono necessari investimenti finanziari. Se le organizzazioni sanitarie vogliono utilizzare i big data, dovranno investire nella tecnologia, nelle infrastrutture e nella formazione del personale necessarie. Avrebbero bisogno di app per smartphone con una forte protezione della privacy e dell’infrastruttura IT necessaria per lavorare in sicurezza con grandi quantità di dati. Ancora più importante, dovranno formare il proprio personale nelle tecniche di analisi dei dati. Per esplorare il potenziale dei big data nel settore sanitario, è necessaria una valutazione più sistematica delle metodologie disponibili da parte della comunità di ricerca. Considerata l’attuale crisi sanitaria pubblica, sarà utile vedere se i big data potranno essere utilizzati per prevedere possibili epidemie future.