Exposure Records Preserved by Two Users of Japan's COVID-19 Contact-Confirming Application During the Seventh Wave: A Descriptive Study

Nel panorama digitale della sanità pubblica, un esperimento silenzioso ebbe luogo un tempo all'interno degli smartphone di persone comuni. Durante l'apice della pandemia, il Giappone ha distribuito uno strumento progettato per proteggere i suoi cittadini senza comprometterne la privacy. Questa applicazione, nota come COCOA, non tracciava dove le persone andassero o con chi si incontrassero. Invece, si basava su uno scambio semplice e anonimo di segnali digitali tra telefoni vicini. Quando due dispositivi si avvicinavano abbastanza l'uno all'altro, scambiavano brevemente un codice. Se una di quelle persone in seguito risultava positiva al virus, l'app poteva avvisare l'altra persona di essersi trovata nelle vicinanze di un'infezione, il tutto mantenendo completamente nascoste le identità di entrambe le parti. Il sistema era progettato per funzionare silenziosamente in background, registrando questi inconti ravvicinati come "finestre di esposizione". Per un certo periodo, questi registri digitali sono vissuti sui telefoni di milioni di persone, una registrazione silenziosa di prossimità che poteva aiutare le persone a fare scelte più sicure. Tuttavia, come molte misure temporanee in una crisi, il sistema aveva una data di scadenza. Quando l'applicazione ha smesso di funzionare, i dati memorizzati sui dispositivi sono andati perduti nel vuoto, lasciando ai ricercatori una domanda: cosa mostravano esattamente quei registri mentre il sistema era ancora in vita?

Uno studio descrittivo pubblicato recentemente tenta di rispondere a questa domanda esaminando i record preservati di soli due individui che hanno conservato i propri dati dopo che l'app ha cessato le operazioni. I ricercatori si sono concentrati sulla settima ondata della pandemia in Giappone, un periodo che ha incluso un significativo cambiamento di politica alla fine di settembre 2022, quando il governo ha cambiato il modo in cui i casi venivano segnalati. Lo studio segue le impronte digitali di due distinti osservatori durante questo periodo. Il primo osservatore lavorava in un ospedale a Tokyo e si recava al lavoro quasi interamente in auto privata, una routine che probabilmente ha limitato il suo contatto con gli altri. Il secondo osservatore viveva nella prefettura di Kyoto e trascorreva la stragrande maggioranza del tempo a casa. Esaminando i file esportati dai loro telefoni, i ricercatori hanno potuto vedere esattamente quando queste due persone erano state vicine a qualcuno che potrebbe essere stato infetto, quanto duravano quegli incontri e quanto era stato forte il segnale tra i telefoni.

I registri hanno rivelato un modello che rispecchiava l'ascesa e la caduta della settima ondata della pandemia. Tra l'inizio di aprile e la fine di settembre, un periodo che copre 176 giorni, l'osservatore di Tokyo ha registrato 358 potenziali finestre di esposizione, mentre l'osservatore di Kyoto ne ha registrate 261. Quando i ricercatori hanno guardato i totali settimanali, hanno visto che il numero di incontri registrati è aumentato bruscamente in luglio e poi è diminuito in settembre, seguendo da vicino il conteggio giornaliero dei nuovi casi segnalati in ogni prefettura. La connessione era abbastanza forte che le oscillazioni dei registri dei due osservatori si muovevano di pari passo con i trend nazionali. Tuttavia, quando i ricercatori hanno guardato i cambiamenti da una settimana all'altra, la connessione è diventata molto più debole. I registri non reagivano istantaneamente a ogni piccola fluttuazione nel numero di nuovi casi, suggerendo che i log dell'app catturavano il polso generale dell'epidemia ma perdevano i dettagli più fini e quotidiani.

Un esame più approfondito della natura di questi incontri ha mostrato che la maggior parte di essi era probabilmente a basso rischio. L'app assegna un peso a ogni incontro in base a quanto fosse forte il segnale tra i due telefoni, il che funge da indicatore della distanza e della durata. La stragrande maggioranza delle finestre registrate per entrambi gli osservatori rientrava nella categoria con il peso più basso, indicando che i telefoni erano o lontani tra loro o che il segnale era troppo debole per suggerire un'interazione stretta e prolungata. Per l'osservatore di Tokyo, il 97,2 percento delle finestre registrate era in questa categoria a peso minimo, e per l'osservatore di Kyoto, la cifra era del 93,1 percento. Ciò suggerisce che, sebbene l'app rilevasse costantemente la prossimità, la maggior parte di questi rilevamenti non era del tipo di contatto stretto e prolungato che tipicamente porta alla trasmissione.

Lo studio ha anche catturato l'effetto immediato di un importante cambiamento di politica. Il 26 settembre 2022, il Giappone ha rivisto il suo approccio alla segnalazione obbligatoria dei casi, alterando il flusso di dati verso l'app. In seguito a questo cambiamento, il numero di finestre registrate è sceso drasticamente. L'osservatore di Tokyo ha visto il proprio conteggio scendere da 45 incontri nei 27 giorni precedenti la revisione a soli tre nei 27 giorni successivi alla stessa. L'osservatore di Kyoto, che aveva registrato 25 incontri nello stesso periodo pre-revisione, non ne ha registrati alcuno nei 23 giorni successivi al cambiamento. Questo netto declino indica che il cambiamento di politica ha avuto un impatto tangibile sui dati che l'app poteva raccogliere, sebbene i ricercatori notino che non possono separare questo effetto da altri fattori, come i cambiamenti nel modo in cui venivano fornite le chiavi di diagnosi, quante persone continuavano a usare l'app o gli aggiornamenti ai sistemi operativi dei telefoni stessi.

In definitiva, questo piccolo esame dei dati di due utenti serve da promemoria della complessità coinvolta nell'analizzare i registri sanitari digitali a posteriori. Lo studio non pretende di provare quanto l'app sia stata efficace nel prevenire la diffusione del virus, né offre una misura definitiva del suo successo. Invece, evidenzia che i dati lasciati sul dispositivo di un utente sono il prodotto di molte parti in movimento: le definizioni utilizzate per contare un'esposizione, le date in cui i dati sono stati recuperati e la storia dei cambiamenti software e politici avvenuti nel tempo. I registri preservati da questi due utenti mostrano che l'app stava effettivamente catturando il ritmo dell'ondata pandemica, ma la storia che raccontano è sfumata, modellata dalle circostanze specifiche degli utenti e dalle regole mutevoli del sistema stesso.