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

公衆衛生のデジタル領域において、かつて一般の人々のスマートフォンの中で、ある静かな実験が行われていた。パンデミックの最盛期、日本は市民のプライバシーを損なうことなく、彼らを保護するために設計されたツールを導入した。COCOAとして知られるこのアプリケーションは、人々がどこへ行き、誰と会ったかを追跡することはなかった。その代わりに、近くにあるスマートフォン同士の間で行われる、単純で匿名のデジタル信号の交換に依存していた。二つのデバイスが互いに近づくと、それらは短時間、コードを交換した。もしそのうちの一人が後にウイルスに感染したことが判明した場合、アプリはそのもう一方の人物に対し、感染者の近辺にいたことを通知することができたが、その間も両者の身元は完全に隠されたままだった。このシステムは、バックグラウンドで静かに動作するように設計されており、これらの近接接触を「曝露ウィンドウ」として記録していた。一時期、これらのデジタルログは数百万人ものスマートフォンの中に存在し、人々がより安全な選択をするための助けとなる、近接の静かな記録として残っていた。しかし、危機の際の一時的な措置の多くがそうであるように、このシステムにも有効期限があった。アプリケーションの機能が停止したとき、デバイスに保存されていたデータは空白へと消え去り、研究者たちには一つの問いが残された。システムが稼働していた間、それらの記録は一体何を示していたのか、という問いである。

最近発表された記述的研究は、アプリの運用終了後もデータを保持していたわずか二人の個人の保存された記録を調べることで、この問いに答えようとしている。研究者たちは、政府による症例報告方法の変更を含む、2022年9月下旬の重要な政策転換期を含んだ日本のパンデミック第7波に焦点を当てた。この研究は、この期間における二人の異なる観察者のデジタル・フットプリントを追跡している。第一の観察者は東京の病院に勤務しており、ほぼ完全に自家用車で通勤していたが、そのルーチンは他者との接触を制限した可能性が高い。第二の観察者は京都府に居住しており、時間の大部分を自宅で過ごしていた。スマートフォンのファイルからエクスポートされたファイルを検証することで、研究者たちは、これら二人がいつ感染の可能性がある人物の近くにいたのか、その接触がどの程度の時間続いたのか、そしてスマートフォン間の信号がどの程度強かったのかを正確に把握することができた。

記録からは、パンデミック第7波の広範な上昇と下降を反映したパターンが明らかになった。4月初旬から9月下旬にかけての176日間にわたり、東京の観察者は358件の潜在的な曝露ウィンドウを記録し、京都の観察者は261件を記録した。週ごとの合計を確認すると、記録された接触数は7月に急増し、その後9月に減少しており、各都道府県で報告された新規症例の日常的な数と密接に連動していた。この結びつきは十分に強く、二人の観察者の記録の増減は、全国的な傾向と足並みを揃えて動いていた。しかし、週ごとの変化に着目すると、その関連性は大幅に弱まった。記録は、新規症例数のあらゆる小さな変動に対して即座に反応したわけではなく、アプリのログが感染症の全体的な鼓動を捉えてはいたものの、より微細な日々の詳細については捉えきれていなかったことを示唆していた。

これらの接触の性質を詳しく見ると、その多くが低リスクであった可能性が高いことが分かった。アプリは、二つのスマートフォンの間の信号の強さに基づいて各接触に「重み」を割り当てているが、これは距離や時間の代用指標となる。記録されたウィンドウの大部分は、両方の観察者において最も低い重みのカテゴリーに分類されており、これはスマートフォン同士が離れていたか、あるいは信号が弱すぎて、密接で持続的な相互作用を示唆するものではなかったことを示している。東京の観察者では、記録されたウィンドウの97.2パーセントがこの最低重みのカテゴリーに属しており、京都の観察者ではその数値は93.1パーセントであった。このことは、アプリが常に近接を検知していたものの、それらの検知のほとんどは、通常、感染につながるような近距離での持続的な接触ではなかったことを示唆している。

また、本研究は主要な政策変更による直接的な影響も捉えた。2022年9月26日、日本は強制的な症例報告へのアプローチを改定し、アプリへのデータの流れを変化させた。この変更の後、記録されたウィンドウの数は劇的に減少した。東京の観察者は、改定前の27日間で45件の接触があったのに対し、改定後の27日間ではわずか3件に減少した。改定前の25件を記録していた京都の観察者は、変更後の23日間では一件も記録しなかった。この急激な減少は、政策の転換がアプリが収集できるデータに具体的な影響を与えたことを示しているが、研究者たちは、この影響を、診断キーの供給方法の変化や、アプリの継続利用率、あるいはスマートフォンのオペレーティングシステムのアップデートといった他の要因から分離して考えることはできないと注記している。

結局のところ、これら二人のユーザーのデータを対象としたこの小規模な検証は、事後的にデジタルヘルス記録を分析することに伴う複雑さを思い起こさせるものである。この研究は、アプリがウイルスの拡散防止にいかに効果的であったかを証明しようとするものでも、その成功を決定的に測定しようとするものでもない。むしろ、ユーザーのデバイスに残されたデータは、多くの動的な要素の産物であることを浮き彫りにしている。すなわち、曝露をカウントするための定義、データの取得日、そして時間の経過とともに発生したソフトウェアや政策の変更の歴史である。これら二人のユーザーによって保存された記録は、アプリが確かにパンデミックの波のリズムを捉えていたことを示しているが、それらが語る物語は、ユーザー固有の状況やシステムの変遷するルールによって形作られた、極めて微妙な差異を含むものである。