Muchos científicos de datos creen que el Big Data Analytics podría ayudar a contener la propagación del ébola, según un artículo de la BBC publicado hace unos días.

Y, en ese sentido, cuenta que una de las más grandes fuentes de datos que se está usando son los obtenidos de los teléfonos móviles. Es así que Orange Telecom, en Senegal, entregó datos anónimos de voz y texto provenientes de 150 mil móviles a Flowminder, una empresa sin fines de lucro sueca, que fue capaz de elaborar mapas que detallaban los movimientos típicos de la población en la región con el fin de conocer dónde resultaría mejor establecer los centros de tratamiento; así como, las maneras más eficaces de restringir los viajes en busca de detener la enfermedad.

No obstante, un obstáculo de este mapeo resulta en que la data es histórica y como los movimientos de la población tienden a cambiar durante una epidemia, lo que se requiere es también hacer un mapeo de la data en tiempo real. Es así que también se recoge data de las llamadas que se hacen a los centros de ayuda y se mapean los lugares de donde la mayoría provienen.

“El impacto más positivo es la ayuda que le podemos brindar a las organizaciones de emergencia y a los gobiernos a anticipar la forma probable en que una enfermedad se propague.” dice Nuria Oliver, directora científica de telefonía móvil de Telefónica.

Más fuentes de datos

Y aunque se tiene la data de los móviles, no es suficiente. De esta forma, existen otras fuentes de datos como los informes médicos, los informes de prensa, los comentarios en las redes sociales – blogs, twitter, etc.-, la información de los trabajadores públicos de salud sobre el terreno, los datos transaccionales de los minoristas y las farmacias, la compra de boletos de viaje, los datos de las líneas de ayuda, así como el seguimiento de geo-espacial, etc.

Es ahí donde el Big Data Analytics trasciende para el encuentro de patrones que sirvan para apoyar significativamente a la no propagación de este mal.

Se está aprendiendo

Pero como admite David Bolton de Qlik: “Estamos aprendiendo todo esto desde el principio, nunca hemos tenido este nivel de datos antes”.

“Así que es probable que sea demasiado pronto para decir si el análisis de grandes datos está teniendo un impacto significativo en la tasa de propagación de la enfermedad”.

“Pero al menos está ayudando a decidir dónde asignar nuestros recursos”.

Lee el artículo completo aquí: http://www.bbc.co.uk/mundo/noticias/2014/10/141014_salud_ebola_celulares_datos_contencion_ao