24 °C
A Facebook Data for Good programjának keretében bocsátja rendelkezésre a személyes jellemzőktől megfosztott, mobilitással kapcsolatos adatait: a Melbourne-i Egyetem kutatói a közelmúltban ezekhez fordultak, hogy kideríthessék, a mobilitási számok vajon hasznosak lehetnek-e az új járványgócok kialakulásának megjósolásában – írja a The Guardian.
A kutatók három ausztrál járványgóc kapcsán kutakodtak: Dél-Melbourne Cedar Meats nevű városrészében, Victoriában, valamint egy Új-Dél-Walesben található hotelben kialakult fertőzési gócok kapcsán vették szemügyre a Facebook által rendelkezésre bocsátott adathalmazt. Azt találták, hogy a megjósolható, periodikus utazások – mint például a munkába és onnan haza történő utazás – igazán hasznos indikátorokat képesek nyújtani, sokkal inkább, mint a közösségi találkozásokat elemző adatok.
A victoriai második hullám kapcsán azt állítják, a mobilitási adatok hamar megmutathatták volna a kormánynak, hogy hiába zárták le a külvárosokat, már az intézkedés meghozásának időpontjában túlterjedt a fertőzés a lezárt területeken.
"Már hetekkel azelőtt, hogy észrevették volna, kis számú aktív eset jelezte a járvány terjedését. Ez azt bizonyítja, hogy már alacsony esetszámnál megkezdődhetett Melbourne-ben is a közösségi terjedés" – írták a kutatók.
"Mindez azt sugallja, hogy a járvány uralásában hasznos, ha hamar vezetnek be lezárásokat akkora területeken, amelyek túl is nyúlnak az akkor fertőzöttnek gondolt városrészeken"
– tették hozzá.
Cameron Zachreson vezető kutató azt gondolja, nehéz megmondani, változtatott-e volna az adathalmaz ismerete a döntéshozók választásain.
"A mobilitási adatokat a már lezárt területekkel összevetve arra jutottunk, valószínűleg az érintett területek lezárása nem hozta meg a kívánt hatást, ugyanakkor néhány nap elteltével jóval nagyobb területre terjesztették ki a korlátozásokat. Azt gondolom, hamar rájöttek, hogy a kezdeti lezárások nem lesznek elegendőek."
Zachreson szerint a mobilitási adatok kapaszkodót adhatnak, de önmagukban nem elégségesek ahhoz, hogy lezárásokról lehessen dönteni.
"Lesznek olyan területek, amelyek magas rizikófaktorúak, viszont az adatok nem ezt mutatják majd róluk. Erre példa a hotelben kialakult járványgóc: az emberek ide hosszú út után érkeztek, amit ritkán tesznek meg. Az összesített mobilitási minták az ilyen eseményeket nem rögzítik elég jól" – mondta Zachreson. A kutató szerint ezek az adatok abban tudnak segíteni, hogy kevésbé önkényesen határozzák meg a szakemberek azt, hol találhatók a magas kockázatú zónák.
A kutató azt is kiemelte:
az adatok alapján lehetetlen az egyének azonosítása,
mivel azokat a Facebook eleve anonimizálva adja át. A kormányok hozzá sem férhetnek a kutatók által még fel nem dolgozott, nyers adatokhoz, így ők sem tudják majd azonosítani az egyes felhasználókat.
