*

Bitcoin (24h)
-1.55% Ars
70788.84
Bitcoin (24h)
-1.55% USA
4094.85
Bitcoin (24h)
-1.55% Eur
$3481.86

Cómo aprovechar los dispositivos móviles para alimentar la 'Big Data'

Recolectar y analizar información de teléfonos celulares puede proveer sorprendentes datos sobre cómo se mueven y comportan las personas. Incluso puede ayudar a entender cómo se propagan las enfermedades.

Por David Talbot - 27 de Febrero 2014
Cómo aprovechar los dispositivos móviles para alimentar la

 

En una computadora de su oficina en la Escuela de Salud Pública de Harvard, en Boston, Estados Unidos, la epidemióloga Caroline Buckee señala un punto en un mapa de la zona montañosa occidental de Kenia, que representa una de las miles de torres celulares del país. En la pelea contra la malaria —explica Buckee—, los datos transmitidos desde esta torre ubicada cerca de la ciudad de Kericho son oro epidemiológico.

Cuando ella y sus colegas estudiaron los datos, descubrió que las personas que hacen llamados o envían mensajes de texto originados en la torre Kericho, realizan viajes fuera del área 16 veces más que el promedio regional. Lo que es más, tenían tres veces más probabilidades de visitar una región al noreste del Lago Victoria que los registros del Ministerio de Salud identificaron como un punto caliente de malaria. Así, la señal de radio de la torre cubrió un significativo punto de paso para la transmisión de la malaria, que puede pasar de un humano a otro a través de los mosquitos. Las imágenes satelitales revelaron el posible culpable: una atareada plantación de té que probablemente estaba llena de trabajadores inmigrantes. La implicación era clara, dice Buckee: “Habrá mucha gente infectada ahí”.

Este trabajo ahora está alimentando a un nuevo conjunto de modelos predictivos que está construyendo. Muestran, por ejemplo, que aunque se vieron casos de malaria en la plantación de té, dar pasos para controlar la malaria allí hubiera tenido menos efectos en la dispersión de la enfermedad que concentrar esos esfuerzos en la fuente: el Lago Victoria. Esa región hace tiempo está considerada como un gran centro de malaria, pero lo que no estuvo disponible antes es la información detallada sobre los patrones del viaje humano: cuántas personas van y vienen, cuándo llegan y se van, a qué lugares específicos van y cuál de esos destinos atrae la mayor cantidad de gente viajando a lugares nuevos.

Caroline Buckee

"En muchas fronteras de África tienen pequeños papeles, pero se pierden y nadie mantiene el registro", explicó Caroline Buckee, epidemióloga que utiliza la información que surge del uso de dispositivos móviles.

Los esfuerzos existentes para reunir este tipo de datos de viajes son irregulares, en el mejor de los casos; a veces los trabajadores de la salud pública literalmente cuentan a las personas en los centros de traslado —dice Buckee— o enfermeras en clínicas remotas les preguntan a los diagnosticados con malaria dónde estuvieron recientemente. “En muchas fronteras de África tienen pequeños papeles, pero se pierden y nadie mantiene el registro”, afirma. “Tenemos abstracciones y modelos generales de patrones de viaje, pero hasta ahora nunca pudimos hacer esto de forma apropiada”, agrega.

Minería de salud
La minería de datos ayudará a informar el diseño de nuevas medidas que probablemente incluyan campañas de mensajes de texto baratas y con blancos claros, como por ejemplo alertar a los visitantes que entran a la zona de señal de Kericho de que usen mosquiteros en la cama. Y ayudará a los funcionarios a elegir dónde enfocar los esfuerzos de control de mosquitos en las áreas con malaria. “Uno no quiere estar fumigando cada charco buscando larvas de mosquito todo el tiempo. Pero si uno supiera que hay mucha relevancia de un punto específico, querría aumentar el programa de control en ese lugar”, expresa Buckee. “Y ahora puedo detallar dónde la concentración de la enfermedad es específicamente importante”, dice.

El estudio más reciente de Buckee, publicado el año pasado en Science y basado en registros de 15 millones de teléfonos de Kenia, es un resultado de la colaboración con su marido, Nathan Eagle, quien trabaja en el análisis de los datos de los teléfonos celulares desde hace más de una década. A mediados de la década del 2000, tras llamar la atención por su trabajo de data mining de los teléfonos de voluntarios en el MIT, Eagle comenzó a recibir llamadas de operadores móviles pidiéndole que brinde conocimientos sobre preguntas como, por ejemplo, porqué los consumidores cancelaban sus planes telefónicos. Eagle comenzó a trabajar con ellos. Mientras la pareja pasó 18 meses en África desde 2006 —Buckee por entonces estaba realizando un trabajo sobre la genética del parásito de la malaria—, él estudió los datos de las llamadas para varios propósitos, tratando de entender fenómenos como las divisiones étnicas en las villas de Nairobi y la propagación del cólera en Ruanda. Los resultados de Buckee muestran lo que podría ser posible cuando la tecnología se vuelca a los problemas de salud pública. “Esto demostró: ‘Sí, podemos dar no sólo información, sino también elementos sobre los que realmente se pueda actuar’”, dice Eagle, quien ahora es CEO de Jana, que realiza encuestas sobre teléfonos móviles en el mundo en desarrollo. “Esto realmente funciona”, asegura.

Nathan Eagle

"Nuestro trabajo demostró que podemos dar no sólo información, sino también elementos sobre los que realmente se pueda actuar", asegura Nathan Eagle, CEO de Jana. 

Esa demostración sugiere cómo los datos se pueden emplear para construir herramientas que los trabajadores de la salud, los gobiernos y otros pueden usar para detectar y monitorear epidemias, controlar desastres y optimizar los sistemas de transporte. Ya hay esfuerzos similares dirigidos hacia metas tan variadas como entender los patrones de la comunidad alrededor de París y el manejo de multitudes en festivales en Bélgica. Pero obtener datos de los registros telefónicos podría ser particularmente útil en las regiones pobres, donde suele haber poca o ninguna infraestructura de recolección de datos. “Estamos recién al inicio del uso de datos para estos propósitos”, considera Vincent Blondel, profesor de Matemáticas Aplicadas en la Universidad de Louvain, en Bélgica, e investigador líder sobre datos recolectados de teléfonos celulares. “La adopción exponencial de los celulares en lugares de bajos ingresos —y la nueva inclinación de algunos operadores a divulgar datos— llevará a nuevas herramientas tecnológicas que podrían cambiar todo”, completa.

Página en blanco
Los 6.000 millones de celulares que hay en el mundo generan enormes cantidades de datos, incluyendo seguimiento de ubicación e información sobre actividad comercial, historia de búsquedas y links en redes sociales. Organizaciones de investigación y negocios en todo el mundo están realizando innumerables esfuerzos para extraer datos de diferentes maneras. Y de esos 6.000 millones de celulares, 5.000 están en los países en desarrollo. Muchos de ellos son teléfonos baratos que pueden hacer poco más allá de las llamadas y el envío de mensajes de texto. Pero toda esa actividad se puede seguir hasta las torres celulares, proveyendo un camino irregular hacia el registro y seguimiento de los movimientos de una persona. Puestos en la divulgación de la tecnología de pago móvil para el simple comercio, se obtendrá material crudo para contar con “insights” no sólo de epidemiología, sino de empleo, tensiones sociales, pobreza, transporte y actividad económica.

La perspectiva del data mining sobre teléfonos es especialmente seductora en los países más pobres, donde la información detallada y actualizada de estos temas ha sido escasa. “En muchos países no hay un censo funcional, uno no sabe dónde está el tráfico y no siempre se tiene la infraestructura de recolección de datos del Gobierno”, dice Alex “Sandy” Pentland, director del Human Dynamics Lab del MIT, que está interesado desde hace tiempo en el análisis de los datos creados por el uso de celulares. “Pero de pronto, lo que uno sí tiene —celulares en todos lados, especialmente en los últimos años— pueden darte el equivalente de toda la infraestructura ya construida en el mundo desarrollado.”

Cuando una llamada se conecta a una determinada estación de base, esta estación loguea el número de identificación del teléfono y la duración de la llamada; con el tiempo, esa información se puede usar para tener una idea de los movimientos regionales de las personas y la forma de sus redes sociales. La historia de compra en los teléfonos también es invaluable: los registros de compras agrícolas se pueden usar para predecir los suministros de alimentos o la escasez. Y los datos financieros recolectados de sistemas de pago móvil pueden construir historias crediticias y ayudar a millones de personas sin acceso a los bancos a calificar para préstamos convencionales. “Los métodos de análisis de bases de datos y las computadoras son muy estándar —dice Pentland—. Es cuestión de encontrar los patrones correctos.” Ciertos patrones de movilidad se pueden relacionar con la divulgación de una enfermedad; los patrones de compra pueden significar que una persona cambió de trabajo y los cambios en el comportamiento o patrones de movimiento pueden relacionarse con el inicio de una enfermedad.

Una demostración poderosa de cuán útiles pueden ser los datos de teléfonos de bajo precio provino del terremoto de enero de 2010 en Haití, que mató a más de 200.000 personas. Los investigadores del Instituto Karolinska, en Suecia, obtuvieron datos de dos millones de teléfonos —desde 42 días antes del terremoto hasta 158 días después— y concluyeron que 630.000 personas que habían estado en Puerto Príncipe el día del terremoto habían dejado la ciudad dentro de las tres semanas. También demostraron que podían hacer ese tipo de cálculos casi en tiempo real. Mostraron —dentro de las 12 horas de recibidos los datos— cuántas personas habían abandonado el área afectada por una epidemia de cólera, y adónde habían ido.

ibm_servidor_crop_1390506519727.jpg

Se calcula que hoy hay 6.000 millones de teléfonos celulares en todo el mundo y su actividad genera datos que pueden ser recolectados para prevenir enfermedades o actuar ante catástrofes naturales.

Más importante, su trabajo condujo a elaborar un modelo que podría guiar respuestas ante futuros desastres. Tras analizar los datos de hábitos de viaje pre-terremoto, el grupo sueco descubrió que los haitianos en general huyeron de la ciudad hacia los mismos lugares donde habían pasado Navidad y Año Nuevo. Esos descubrimientos permiten predecir adónde irá la gente después de que golpee el desastre.

Escalar
Hasta hace poco tiempo, estos estudios eran realizados por los investigadores que tenían un acuerdo especial con los carriers para obtener los datos (Eagle los obtuvo a través de sus conexiones académicas). Pero el año pasado, Orange, el gigante francés de las telecomunicaciones, lanzó a la comunidad de investigación del mundo —sujeto a ciertas condiciones y restricciones— datos basados en 2.500 registros anónimos de cinco meses de llamados realizados por cinco millones de personas en Costa de Marfil. La primera fase de este gran experimento involucra ver qué es posible hacer con los datos.

Casi 100 grupos de investigación en el mundo se lanzaron a esa oportunidad de analizar los registros. Los papers resultantes estaban agendados para ser presentados en mayo pasado en una conferencia del MIT bajo el título “Datos para el Desarrollo”, parte de una conferencia más grande de proyectos de data mining en diversos países. “Es la primera vez que, a esa escala, se divulga un gran conjunto de datos de teléfonos móviles”, dice Blondel, quien presidió la conferencia. Los papers no se divulgaron formalmente en el momento de su escritura. Pero uno de ellos registra las interacciones sociales y de viaje en una división étnica tradicional de norte y sur, dando pautas sobre cómo se podría evitar un conflicto; otro propone herramientas para mapear la diseminación de la malaria y detectar los brotes de la enfermedad. Un laboratorio corporativo construyó un modelo de transporte usando datos de celulares para seguir la cantidad de pasajeros de 539 colectivos, 5.000 minibuses y 11.000 taxis compartidos.

Antena telefonia celularEn 2010, luego del terremoto ocurrido en Haití, el Instituto Karolinska, en Suecia, analizó el flujo poblacional en Puerto Príncipe a partir de la información obtenida de dos millones de celulares. Crédito: Bloomberg.

Incluso, aunque el experimento de Costa de Marfil tenga éxito, replicarlo en otros países podría no ser fácil. El año pasado, el World Economic Forum —el grupo de figuras líderes de la industria, la academia y la política que se reúne anualmente en Davos, Suiza— emitió una llamada para los gobiernos, las organizaciones y las compañías para desarrollar herramientas de análisis de datos que tiendan a mejorar las vidas de las personas en el mundo. “No deberían tener que ir los operadores a decirles: ‘Te hago consultoría gratis y a cambio quiero usar los datos para mejorar vidas’”, dice Eagle. “Los operadores deberían querer asociarse a esto. Ahora muchos no ven la ventaja, pero si logramos que los líderes del mundo golpeen a sus puertas diciendo ‘¡Hagamos esto!’, quizás logremos hacer más cosas.”

Esto tomará un cuidadoso trabajo para proteger la privacidad y evitar que los datos puedan usarse al servicio de la opresión. Orange dice que le costó volver anónimos los datos, pero se necesitan maneras simples y consensuadas de llevar la información al mercado. “Hay riesgos y beneficios por tener los datos de la sociedad —sostiene Pentland—. Está la pregunta de quién es dueño de los datos y quién los controla. Uno se puede imaginar qué hubiera hecho Muammar Qaddafi con este tipo de información. Orange está dando los pasos para descubrir cómo crear datos comunes que induzcan a una mayor transparencia, responsabilidad y eficiencia, para decir que hay eventos inusuales o extremos, o para decirnos dónde se está rompiendo la infraestructura. Hay muchas cosas que se pueden hacer con eso, pero tiene que estar disponible.”

Mientras se juegan estas preguntas más grandes, Buckee y Eagle están trabajando en redefinir y aumentar las herramientas de data mining en Kenia. Eagle apunta a usar encuestas para refinar y confirmar la imagen creada al extraer los datos de celulares en una escala más grande. Los registros de llamadas no suelen ser suficientes por sí mismos, advierte; encuestar aunque sea a pocas personas podría permitirles a los investigadores depurar las suposiciones erróneas sobre qué muestran los registros telefónicos. Una vez, cuando analizaba datos de celulares en Ruanda, Eagle se dio cuenta de que las personas no se habían movido mucho luego de una inundación. Al principio, teorizó que muchos de ellos estaban confinados en cama con cólera. Pero resultó que la inundación había anegado los caminos.

Buckee espera extraer datos de teléfonos para apuntar a cepas resistentes a la droga del parásito de la malaria. Estas cepas, que emergen en Camboya y otros lugares, podrían revertir el progreso contra la enfermedad si se dejan proliferar, advierte. Así que quiere comenzar a fusionar los datos de la dispersión del parásito en modelos móviles para ayudar a producir estrategias de combate de la enfermedad bien dirigidas. “Este es el futuro de la epidemiología —dice—. Si quisiéramos erradicar la malaria, así tendríamos que hacerlo”.


La edición original de este artículo se publicó por primera vez en el número 193 de la revista Information Technology.



¿Te gustó la nota?

Comparte tus comentarios

Sé el primero en comentar

Notas Relacionadas