డిజిటల్ ఎక్స్పోజర్ అలర్ట్లు ప్రజారోగ్యానికి అన్నింటికీ సరిపడే సమాధానం కావు
Covid తర్వాతి టెక్నాలజీ యుగంలో నిలకడగా కనిపించే అలవాట్లలో ఒకటి, ఒకప్పుడు app ద్వారా పరిష్కరించిన సమస్యను ఎప్పుడూ app ద్వారానే పరిష్కరించాలి అని భావించడం. హంటావైరస్ ఎక్స్పోజర్పై కొత్త చర్చ ఆ ఆలోచన యొక్క పరిమితిని చూపుతోంది. హంటావైరస్ ప్రభావితమైన ఒక క్రూజ్ షిప్లో ముగ్గురు మరణించిన తర్వాత, అధికారులు అప్పటికే నౌక విడిచిన 29 మందిని గుర్తించడానికి చురుకుగా ప్రయత్నించడం ప్రారంభించారు. ఇది గ్లోబల్, శ్రమతో కూడిన, మరియు సమయానికి అత్యంత సున్నితమైన పని. మొదటి చూపులో, ఇది డిజిటల్ కాంటాక్ట్ ట్రేసింగ్ కోసం రూపొందించిన పరిస్థితిలా అనిపిస్తుంది.
కానీ WIREDతో మాట్లాడిన నిపుణుల ప్రకారం, app-ఆధారిత contact tracing అత్యల్పంగా ఉపయోగపడే వ్యాప్తి ఇదే. Johns Hopkins Universityకి చెందిన epidemiologist Emily Gurley, ఈ హంటావైరస్ వ్యాప్తిలో appsకు ఉపయోగం లేదని చెప్పారు, ఎందుకంటే కేసులు తక్కువగా ఉన్నాయి మరియు వ్యాప్తిని ఆపడానికి అధికారులు అన్ని contactsను ఖచ్చితంగా ట్రేస్ చేయాల్సి ఉంటుంది. ఎక్కువ data collection ఆటోమేటిక్గా మెరుగైన outbreak managementను ఇస్తుందనే సాధారణ అనుమానానికి ఇది ఉపయోగకరమైన సవరణ.
ప్రజారోగ్య ప్రతిస్పందన, సాధనాలను సమస్య రూపానికి అనుసంధానించడంపై ఆధారపడి ఉంటుంది. Covid pandemic సమయంలో విస్తృతమైన, ఆటోమేటెడ్ proximity logging ఆకర్షణీయంగా కనిపించింది, ఎందుకంటే ఇన్ఫెక్షన్లు విస్తృతంగా ఉన్నాయి, contacts అనేకం ఉన్నాయి, మరియు ప్రజారోగ్య వ్యవస్థలు పరిమాణ ఒత్తిడిలో ఉన్నాయి. ఆ సందర్భంలో, అపూర్ణమైన హెచ్చరికలైనా సాధ్యమైన ఎక్స్పోజ్డ్ జనాభాను గుర్తించడంలో మరియు self-quarantineను ప్రోత్సహించడంలో సహాయపడగలవు. కానీ ఒక నిర్దిష్ట స్థలానికి సంబంధించిన చిన్న వ్యాప్తి వేరే సమస్య.
చిన్న వ్యాప్తులకు approximation కాదు, కచ్చితత్వమే అవసరం
పరిమిత ఎక్స్పోజర్ ఘటనలో అధికారులు తెలిసిన సంక్రమిత వ్యక్తుల నుండి మొదలుకొని, జాగ్రత్తగా బయటకు పని చేస్తారు, ప్రతి వ్యక్తి ఎక్కడికి వెళ్లారు, ఎవరిని కలుసుకున్నారు అనేది తిరిగి నిర్మిస్తూ. ఈ ప్రక్రియ ఆటోమేటెడ్ నోటిఫికేషన్ సిస్టమ్ కంటే నెమ్మదిగా ఉంటుంది, కానీ ఇది కచ్చితంగా ఉండేలా రూపొందించబడింది. కేసుల సంఖ్య తక్కువగా ఉన్నప్పుడు, ప్రజారోగ్య సంస్థలు గణాంకీయ approximation కంటే సమగ్ర ట్రేసింగ్ను ప్రయత్నించగలవు.
ఈ తేడా ముఖ్యం, ఎందుకంటే app-ఆధారిత ట్రేసింగ్, ముఖ్యంగా Bluetooth proximity పై ఆధారపడే వ్యవస్థలు, సన్నని పరిమితులున్న వ్యాప్తికి అవసరమైన ఖచ్చితమైన chain-of-contact evidenceను ఇవ్వవు. ఫోన్లు సందర్భం లేకుండా సమీపాన్ని నమోదు చేయగలవు. అవి ఎక్స్పోజర్ను మిస్ చేయవచ్చు లేదా అతిగా చూపవచ్చు. possible contactను గుర్తించడంలో అవి ఉపయోగపడతాయి, కానీ outbreak investigatorsకు every at-risk individualను కనుగొనడానికి కావలసిన ఖచ్చితమైన interpersonal mapను తప్పనిసరిగా ఏర్పరచవు.
WIRED నివేదిక ప్రకారం, Covid pandemic సమయంలో app-ఆధారిత tracing ప్రధానంగా జనాభాలో ఏ భాగాలు ప్రభావితమై ఉండవచ్చో అర్థం చేసుకోవడం మరియు ప్రజలకు isolate అయ్యే అవకాశం ఇవ్వడం గురించి. ఇది ఒక నౌక మరియు తెలిసిన ప్రయాణికుల గుంపుతో సంబంధం ఉన్న ఎక్స్పోజర్ తర్వాత నేరుగా follow-up అవసరమైన ప్రతి వ్యక్తిని గుర్తించడం కంటే పూర్తిగా వేరుగా ఉంటుంది.
