Immagine: Public Domain.
Gli epidemiologi digitali conducono studi epidemiologici tradizionali e ricerche relative alla salute utilizzando nuove fonti di dati e metodi digitali dalla raccolta dei dati all’analisi.
Secondo Salathé, del Politecnico di Losanna, già Professore a Stanford e uno dei fondatori della disciplina, l’epidemiologia digitale è l’epidemiologia che si basa su dati e strumenti digitali, ma una definizione più ristretta la definisce epidemiologia che si basa sui dati generati e ottenuti con un obiettivo primario diverso dalla conduzione di studi epidemiologici.
L’epidemiologia digitale fornisce informazioni sui determinanti della salute e delle malattie nelle popolazioni umane basandosi su diverse fonti di dati digitali. Le malattie infettive rappresentano già più del 50% degli studi epidemiologici digitali, ma nell’attuale crisi la rapida comprensione della diffusione della malattia, dei fattori di rischio e dell’impatto dell’intervento a livello di popolazione non è mai stata così importante per mitigare le conseguenze sulla salute e sull’economia.
L’epidemiologia digitale fornisce informazioni sui determinanti della salute e delle malattie nelle popolazioni umane basandosi su diverse fonti di dati digitali. Le malattie infettive rappresentano già più del 50% degli studi epidemiologici digitali, ma nell’attuale crisi la rapida comprensione della diffusione della malattia, dei fattori di rischio e dell’impatto dell’intervento a livello di popolazione non è mai stata così importante per mitigare le conseguenze sulla salute e sull’economia.
L’epidemiologia digitale può contribuire alla sicurezza sanitaria globale attraverso la sorveglianza sindromica, la sorveglianza sanitaria pubblica e il rilevamento precoce delle pandemie. Tuttavia, sono necessari dati aperti e accessibili e capacità di elaborazione migliorate per colmare le lacune nella produzione di conoscenza e nel prendere decisioni basate sulla conoscenza. Oltre alla disponibilità e all’accessibilità dei dati e degli strumenti digitali nelle risposte alle pandemie, è importante migliorare l’equità nella salute promuovendo l’accesso alla connettività e alle competenze di alfabetizzazione sanitaria digitale e considerare l’interazione tra le tecnologie della salute digitale e la società, la cultura e l’economia.
I sistemi digitali hanno un ruolo potenzialmente critico nella diagnosi precoce della pandemia. Il programma per il monitoraggio delle malattie emergenti (ProMED), il Global Public Health Intelligence Network (GPHIN) e HealthMap hanno aperto la strada agli approcci digitali all’intelligence epidemica. L’intelligence epidemica proveniente da fonti governative e di agenzie per la salute pubblica è integrata con altre fonti di dati da telefoni cellulari, call center, sensori, social media e motori di ricerca. L’unità operativa di allerta e risposta dell’OMS ha riferito che> 60% delle segnalazioni iniziali di epidemie di malattia proviene da fonti informali. Oltre un decennio fa, Google Trend ha aperto la strada all’uso di informazioni tecnologiche su larga scala per la salute pubblica, utilizzando inizialmente le query di ricerca per monitorare le malattie simil-influenzali. Tuttavia, rimangono limitazioni significative nella capacità predittiva, mantenere la calibrazione del modello nel tempo è impegnativo e alcuni dei dati sottostanti potrebbero non essere disponibili pubblicamente.
Più recentemente, altri dati aggregati per applicazioni come l’analisi del modello di mobilità hanno trovato impiego nella salute pubblica. Twitter è diventato anche una fonte di dati pubblicamente impiegata di frequente.
L’epidemiologia digitale e gli strumenti digitali hanno avuto un ruolo fondamentale nel comprendere e mitigare la pandemia COVID-19 attraverso l’analisi di diverse fonti di dati digitali come smartphone, registro sanitario e dati di monitoraggio ambientale. I dati aggregati e anonimi degli smartphone sono stati ampiamente utilizzati per studiare la pandemia e supportare il processo decisionale; tuttavia, la portata globale della pandemia richiede sforzi coordinati a livello regionale, nazionale e globale per condividere, combinare e proteggere i dati.
Più recentemente, altri dati aggregati per applicazioni come l’analisi del modello di mobilità hanno trovato impiego nella salute pubblica. Twitter è diventato anche una fonte di dati pubblicamente impiegata di frequente.
L’epidemiologia digitale e gli strumenti digitali hanno avuto un ruolo fondamentale nel comprendere e mitigare la pandemia COVID-19 attraverso l’analisi di diverse fonti di dati digitali come smartphone, registro sanitario e dati di monitoraggio ambientale. I dati aggregati e anonimi degli smartphone sono stati ampiamente utilizzati per studiare la pandemia e supportare il processo decisionale; tuttavia, la portata globale della pandemia richiede sforzi coordinati a livello regionale, nazionale e globale per condividere, combinare e proteggere i dati.
L’OMS ha pubblicato linee guida provvisorie per programmi di salute pubblica riguardanti l’uso etico e appropriato del tracciamento digitale di prossimità per il tracciamento dei contatti COVID-19. L’API COVID-19 Exposure Notifications di Apple e Google mostra come il tracciamento del contatto digitale che preserva la privacy può essere distribuito ovunque, mentre lo studio COVID sui sintomi mostra come un’applicazione per smartphone può essere utilizzata per studiare i sintomi di COVID-19 e prevedere i punti caldi della malattia 5-7 giorni in anticipo. Il Private Kit open source del MIT: Safe Paths è un esempio di piattaforma anonima di tracciamento dei contatti che supporta il rilevamento di hotspot.
Mentre il kit di strumenti per l’epidemiologia digitale si sta evolvendo rapidamente, è necessario affrontare sfide significative relative alla riservatezza, alla disponibilità e all’analisi dei dati. Molti dati utili sono privati e richiedono la protezione dei dati. Le soluzioni per la privacy all’avanguardia includono aggregazione dei dati, anonimizzazione dei dati, privacy differenziale (DP), apprendimento e tecniche di generazione di dati sintetici. I progressi che potrebbero aiutare in questo senso includono metodi basati su DP e elaborazione decentralizzata dei dati.
Anche la tutela della privacy e l’apprendimento automatico decentralizzato (ML) sono diventate aree di ricerca attive che possono contribuire a un cambio di paradigma nell’epidemiologia digitale. Ad esempio, l’apprendimento federato è una tecnica ML che consente la creazione di modelli distribuiti su più dispositivi decentralizzati che archiviano i dati localmente. La generazione di dati sintetici è anche un paradigma promettente in grado di offrire un elevato livello di privacy; tuttavia, esiste un compromesso intrinseco tra riservatezza dei dati e utilità.
La divulgazione di dati protetti dalla privacy rimane un argomento di ricerca attivo.
La divulgazione di dati protetti dalla privacy rimane un argomento di ricerca attivo.
Un requisito fondamentale per qualsiasi sistema basato sui dati è la convalida sia dei dati di input che dei modelli generati. Gli approcci puramente basati sui dati hanno capacità predittive limitate e i loro risultati possono essere difficili da interpretare in contesti diversi.
Nuove misure legislative potrebbero anche supportare combinazioni di set di dati e fonti efficienti, etiche e che preservano la privacy. Ad esempio, gli Stati membri dell’UE hanno sviluppato una cassetta degli attrezzi per l’uso della tecnologia e dei dati per combattere e uscire dalla crisi COVID-19.
Le nuove regole sui dati sanitari negli Stati Uniti all’interno del 21st Century Cures Act sono un altro esempio di come le terze parti possono lavorare più facilmente con i dati sanitari. All’interno dell’UE e dei paesi nordici, la Finlandia ha aperto la strada a uno sportello unico per l’uso secondario dei dati sanitari e sociali con una nuova legge e una nuova autorità di autorizzazione (Findata) per la condivisione di set di dati relativi alla salute.
Le nuove regole sui dati sanitari negli Stati Uniti all’interno del 21st Century Cures Act sono un altro esempio di come le terze parti possono lavorare più facilmente con i dati sanitari. All’interno dell’UE e dei paesi nordici, la Finlandia ha aperto la strada a uno sportello unico per l’uso secondario dei dati sanitari e sociali con una nuova legge e una nuova autorità di autorizzazione (Findata) per la condivisione di set di dati relativi alla salute.
La combinazione di diverse fonti di dati aggregate e protette dalla privacy come dati sulla mobilità, sulla salute, sull’ambiente e sulla città dovrebbe aiutare a comprendere e mitigare le conseguenze delle pandemie. È probabile che il kit di strumenti per l’epidemiologia digitale sia supportato da progressi in materia di ML, tecnologie per il miglioramento della privacy, convalida e spiegabilità di dati / modelli e misure politiche nazionali e transnazionali. L’aumento della disponibilità e dell’accesso ai dati, combinato con i progressi nell’elaborazione e nell’analisi dei dati open source, apre la strada a un’epidemiologia digitale scalabile a supporto della sicurezza sanitaria mondiale.
Questo articolo è pubblicato nell’ambito delle attività del vertice globale sulla salute digitale del G20 di Riyadh (11-12 agosto 2020). L’Arabia Saudita ha ospitato questo vertice virtuale per sfruttare il ruolo della salute digitale nella lotta contro le pandemie attuali e future.
Fonte: The Lancet
