Cuando el COVID-19 apareció por primera vez, los requerimientos de cuarentenas estrictas y de confinamientos breves y herméticos habrían sido un pequeño costo a pagar para mantenerse a salvo. Ahora que la pandemia ha infectado a más de 26 millones de personas en 213 países y territorios, necesitamos encontrar nuevas maneras de controlarlo que no sean sólo efectivas sino también eficientes.
Para evitar infligir más dolor del necesario, deberíamos apuntar las órdenes de quedarse en casa con la mayor precisión posible hacia quienes tienen más posibilidades de plantear un riesgo para los demás. Esto exige no sólo rastrear los contactos de quienes están infectados, sino también distinguir cuáles de sus contactos tienen más posibilidades de haberse infectado.
Aquí, la tecnología puede ayudar. Deberíamos combinar las nuevas aplicaciones que notifican a la gente cuándo ha estado expuesta a un riesgo de infección con nuevos métodos de testeo que sean rápidos, fáciles y tan accesibles como los tests de embarazo. El rastreo de contactos no puede funcionar sin resultados de pruebas rápidos, pero puede funcionar bien aun si los tests más rápidos no son tan precisos como los que tenemos ahora. Las aplicaciones pueden mejorar no sólo la escalabilidad del rastreo de contactos, sino también, y más importante, su velocidad.
El rastreo de contactos, ya sea realizado manualmente o mediante una aplicación, recomienda una cuarentena para los contactos cercanos de quienes arrojan un resultado positivo. En Estados Unidos, las reglas emitidas por los Centros para el Control y la Prevención de Enfermedades (CDC) dicen que 15 minutos que se pasan a menos de 1,8 metro de una persona durante su período contagioso justifican una cuarentena de 14 días. Según estas reglas, podemos esperar un promedio de 59 contactos cercanos por persona infectada. Es posible que el 2% de los residentes de Estados Unidos hoy estén infectados. Multipliquemos esa cifra por 59 y la mayoría de la gente en Estados Unidos que no se queda en casa ya tendrá que hacer una cuarentena.
Pero los virus no obedecen las reglas simplificadas de los CDC. Corremos mucho menos peligro si pasamos 15 minutos a 1,5 metro de alguien al límite de su período infeccioso que si pasamos ocho horas a más de 2 metros de esa persona en el pico de su período infeccioso.
En Arizona, Covid Watch, un desarrollador de software de código abierto sin fines de lucro, está probando una nueva aplicación que busca estimar el riesgo de infección de manera precisa, en lugar de reproducir las reglas de los CDC. La aplicación recomienda cuarentena sólo para quienes están por encima de un cierto nivel de riesgo, y les dirá, de una manera completamente privada, cuánto tiempo quedarse en casa y cuándo hacerse el test.
No hay nada mágico en los 14 días de cuarentena. Si usted no tiene síntomas cinco días después de estar expuesto al virus, su riesgo se reduce aproximadamente a la mitad. Su riesgo también decae (pero no a cero) si el testeo arroja un resultado negativo, pero los países donde se testea a todos los que están en cuarentena están utilizando la misma regla fosilizada de 14 días como los que no testean. Si, en cambio, permitimos que la gente abandone la cuarentena cuando su riesgo cae por debajo del umbral que usamos para decidir quién debería entrar en ella, podemos lograr una mayor seguridad a menor costo para los individuos y la economía.
El umbral para la cuarentena puede depender de dónde estemos. Australia y Nueva Zelanda tienen relativamente pocos casos y apuntan a llegar a cero lo antes posible. Pueden tener umbrales más estrictos, poniendo a la gente en cuarentena inclusive por exposiciones menores de 15 minutos y exigiendo múltiples resultados de testeos negativos o cuarentenas más extensas después de exposiciones más peligrosas. En los países más afectados por el virus, demasiadas recomendaciones de cuarentena no sólo podrían causar un daño económico y psicológico excesivo, sino también minar el apoyo público necesario para que las reglas sean efectivas.
Cuando se menciona la tecnología de rastreo de contactos, la gente plantea temores respecto de la privacidad. Las nuevas aplicaciones que utilizan el entorno de Google-Apple deberían hacerle perder el miedo, porque han inventado una manera de advertirnos sobre una exposición peligrosa sin que la información sobre qué personas vemos salga del teléfono.
Nuestra preocupación sobre empresas como Apple es diferente. Con la intención de que a los usuarios les resulte difícil adivinar quién los puso en riesgo, sucesivas versiones de la interfaz de programación de aplicaciones (API) controladas por Apple y Google han limitado la máxima duración de contacto registrada y luego restringieron la cantidad de información disponible para cuantificar la infecciosidad. Esto reduce la capacidad de la aplicación de distinguir entre contactos de menor y mayor riesgo.
Estas prioridades erradas colocan una posible pérdida de privacidad limitada por sobre la necesidad de realizar recomendaciones de una cuarentena que pueda aportar más beneficio. Existe una obligación moral de limitar los daños de la cuarentena, así como de frenar la propagación de un virus que, a menos que se lo controle efectivamente, causará cientos de miles más de muertes y prolongará los confinamientos, con toda la penuria que eso conlleva para miles de millones de personas. Esos resultados se vuelven más factibles si se recomiendan cuarentenas indiscriminadamente y el cumplimiento decae en consecuencia.
En una pandemia que se desarrolla a pasos acelerados, debemos estar preparados para cambiar las reglas rápidamente en concordancia con las condiciones locales, la última evidencia epidemiológica y el desarrollo de nuevas tecnologías que nos ayuden a reducir la propagación del virus. Los expertos en salud pública que adhieren de manera rígida a reglas caducas o, como en Suiza, inclusive las transforman en ley, se están interponiendo en el camino de nuevas tecnologías que pueden ayudarnos a desarrollar una estrategia más flexible. Si nos centramos en aquellas personas con el mayor riesgo de propagar el virus, podemos infligir menos daño y contener la pandemia de manera más efectiva.
Peter Singer is Professor of Bioethics at Princeton University and founder of the non-profit organization The Life You Can Save. Joanna Masel, Professor of Evolutionary Biology at the University of Arizona, designed the risk-scoring system used by the Covid Watch exposure notification app.