Por KX Jin, Head de Saúde, e Laura McGorman, do Data for Good
Atualizado em 3 de junho:
Estamos lançando hoje novas visualizações e conjuntos de dados publicamente, bem como uma nova pesquisa para ajudar a combater a pandemia da COVID-19.
- Isso inclui o mapa e o painel da COVID-19, que mostra resultados internacionais de nossa pesquisa de sintomas, além de conjuntos de dados da amplitude de movimento, que ajudam a informar a resposta do setor público à COVID-19 em todo o mundo.
- Outros conjuntos de dados de mobilidade disponíveis publicamente que mostram as taxas nas quais diferentes comunidades estão reduzindo a mobilidade ou permanecendo no mesmo local. Utilizamos dados agregados e aplicamos uma estrutura de privacidade diferencial para proteger a privacidade das pessoas que criam e compartilham esses conjuntos de dados.
- Um novo mapa mostrando os padrões de viagem entre países e estados para ajudar pesquisadores e ONGs a entenderem o quanto as viagens de longa distância continuam a ter impacto na disseminação da COVID-19.
- Novas informações de parceiros que usam o mapa de prevenção de doenças para entender melhor como a COVID-19 pode continuar se espalhando e como a pandemia está afetando as comunidades.
- Uma nova pesquisa sobre o conhecimento, atitudes e práticas das pessoas em relação à COVID-19, realizada em parceria com a Iniciativa sobre Economia Digital do MIT e recomendada pelo Centro de Programas de Comunicação da Universidade Johns Hopkins e pela Organização Mundial de Saúde.
- Você pode saber mais sobre como protegemos a privacidade das pessoas em nossas ferramentas do Data for Good, aqui.
Atualizado em 20 de abril:
Hoje, o Delphi Research Center, da Universidade Carnegie Mellon, publicou os resultados iniciais da pesquisa de sintomas de COVID-19 feita no Facebook. Usando dados agregados da Carnegie Mellon, o Facebook produziu seu primeiro relatório e novos mapas interativos, que planejamos atualizar diariamente enquanto a pandemia durar. Mark Zuckerberg escreveu um artigo publicado pela Folha de S. Paulo sobre como pesquisas desse tipo podem ser uma importante ferramenta na luta contra o COVID-19 e anunciou que estamos trabalhando com a faculdade da Universidade de Maryland para expandir o programa globalmente.
Texto publicado em 6 de abril:
O achatamento da curva mundial do COVID-19 é um desafio que depende de todos nós. À medida que as pessoas praticam o distanciamento social para proteger suas comunidades, e que profissionais de saúde salvam vidas na linha de frente, hospitais trabalham para obter os recursos apropriados, e sistemas públicos de saúde buscam implementar diretrizes adequadas. Para fazer isso, eles precisam de informações para entender se as medidas preventivas estão funcionando e para onde a doença poderá se espalhar.
Como parte do nosso programa Data for Good, oferecemos mapas sobre o movimento populacional, que pesquisadores e organizações sem fins lucrativos já estão usando para entender a crise do coronavírus, usando dados agregados para proteger a privacidade das pessoas. Ouvimos deles o quão valiosa essa informação pode ser na resposta ao COVID-19, e hoje estamos anunciando novas ferramentas para ajudar neste trabalho:
- Três novos tipos de Mapas de Prevenção de Doenças para ajudar a informar os esforços de previsão de doenças e as orientações para medidas preventivas
- Um aviso no Facebook incentivando as pessoas nos EUA a participar de uma pesquisa voluntária do Centro de Pesquisa Delphi da Universidade Carnegie Mellon, projetada para ajudar os pesquisadores de saúde a identificar pontos críticos do COVID-19 com mais antecedência.
Fornecendo novas ferramentas para prevenção de doenças
Os Mapas de Prevenção de Doenças são conjuntos agregados de informações que os pesquisadores em saúde podem usar para entender melhor como dinâmicas populacionais influenciam a propagação de doenças. Pesquisadores e especialistas em saúde de todo o mundo têm defendido mais acesso a essas informações para responderem à pandemia. Por isso, hoje estamos compartilhando três novas ferramentas:
Mapas de Co-localização, que revelam a probabilidade de que pessoas em uma área entrem em contato com pessoas em outra, ajudando a indicar onde os casos de COVID-19 podem aparecer a seguir.
Os padrões de co-localização como esses da Itália podem ajudar modeladores de doenças a determinar como o COVID-19 pode se espalhar
Tendências de raio de movimento, que mostram, em nível regional, se as pessoas geralmente estão ficando perto de casa ou visitando diversas partes da cidade, o que pode fornecer informações sobre se as medidas preventivas estão indo na direção certa.
As tendências de variação de movimento em todo o Brasil mostram se pessoas em diferentes regiões estão visitando diversas áreas.
O índice de conexão social, que mostra amizades entre pessoas através de estados e países, o que pode ajudar os epidemiologistas a prever a probabilidade de propagação da doença, bem como onde as áreas mais atingidas pelo COVID-19 podem buscar apoio.
Este mapa mostra a probabilidade de amizade no Facebook entre o estado de SP e o resto dos Brasil.
Os Mapas de Prevenção de Doenças agregam informações do Facebook, e tomamos medidas adicionais para proteger a identidade das pessoas e reduzir o risco de que alguém possa ser re-identificado. Por exemplo, nossos conjuntos de dados podem mostrar informações a nível municipal, mas não nos padrões de indivíduos. Você pode ler mais sobre nossa abordagem para proteger a privacidade das pessoas no site do Data for Good.
“Há demoras inerentes ao COVID-19 que desafiam o ritmo em que procuramos avaliar o impacto das políticas em direção a um resultado. Os dados de mobilidade do programa Data for Good do Facebook fornecem uma visualização quase em tempo real de importantes correlatos da transmissão de doenças. Esses dados, combinados com outras fontes, nos permitem criar modelos melhores para informar as decisões de saúde pública”.
– Daniel Klein, Ph.D., Institute for Disease Modeling.
Lançando um questionário para pesquisadores em saúde rastrearem o COVID-19
Começando hoje, nos EUA, algumas pessoas verão no topo do Feed de Notícias um link para um questionário voluntário e fora do Facebook, para ajudar pesquisadores da área da saúde a monitorar e prever melhor a disseminação do COVID-19. A pesquisa — dirigida pelo Centro de Pesquisa Delphi da Universidade Carnegie Mellon (CMU) — será usada para gerar novas informações sobre como responder à crise, incluindo mapas de calor dos sintomas relatados. Essas informações também podem ajudar os sistemas de saúde a planejar onde recursos são necessários e potencialmente quando, onde e como reabrir partes da sociedade. Se os resultados forem úteis, poderemos disponibilizar pesquisas semelhantes em outras partes do mundo.
O Centro de Pesquisa Delphi da CMU não compartilhará respostas individuais de pesquisas com o Facebook, e o Facebook não compartilhará informações sobre as pessoas com os pesquisadores. Para ajudá-los a mensurar os resultados enquanto protegemos a privacidade das pessoas, compartilharemos um número de ID aleatório que a CMU nos devolverá quando alguém responder ao questionário. Então iremos compartilhar uma estatística única, conhecida como valor de ponderação, que não identifica a pessoa, mas que ajuda a corrigir qualquer viés da amostra.
Construindo uma rede global de parceiros de pesquisa
Desde o início da pandemia do COVID-19, firmamos parcerias com dezenas de parceiros confiáveis que podem usar informações do Mapa de Prevenção de Doenças para combater a propagação da doença. Entre estes parceiros estão universidades como a Harvard School of Public Health nos EUA, a National TsingHua University em Taiwan e a University of Pavia na Itália, além de organizações sem fins lucrativos e instituições como Direct Relief, a Bill & Melinda Gates Foundation e o Banco Mundial. Esses parceiros estabeleceram a rede de dados de mobilidade do COVID-19, uma coalizão global para fornecer informações em tempo real retiradas dos conjuntos de dados do Facebook. Essa rede já está apoiando ativamente a resposta ao redor do mundo.
“Medir o impacto das políticas de distanciamento social é absolutamente fundamental neste estágio, e dados agregados desse tipo fornecem informações que protegem a privacidade individual, mas também são acionáveis para que formuladores de políticas públicas e pesquisadores construam modelos preditivos”.
– Caroline Buckee, Diretora Associada do Centro de Dinâmica de Doenças Transmissíveis da Harvard TH Chan School of Public Health
Protegendo a privacidade
O Facebook e o setor de tecnologia em geral podem — e devem — continuar a encontrar maneiras inovadoras de ajudar especialistas e autoridades a responder a essa crise, sem comprometer a privacidade das pessoas. Nossas ferramentas de Data for Good são desenhadas para proteger a informação das pessoas, e nós temos políticas claras sobre como respondemos a pedidos de governos por informações. Vamos continuar a ser transparentes sobre nossa abordagem, e vamos continuar consultando formuladores de políticas públicas, reguladores, e outros especialistas em privacidade sobre as nossas práticas.