Billedet er fra 2015: Johan Rojek står foran DTU’s hovedindgang. Det har hans smartphone allerede registreret.  Foto: Iben Julie Schmidt

International rift om unikke mobildata fra DTU

fredag 19 mar 21

Kontakt

Sune Lehmann Jørgensen
Professor
DTU Compute
45 25 39 04

Nyeste artikler med DTU's datasæt

To artikler publiceret i henholdsvis Nature Physics og Nature Communications samt en endnu ikke peer review-godkendt artikel fra Harvard University publiceret som preprint på medRxiv – en server for sundhedsforskning.

25. februar 2021: Nature Physics: The effectiveness of backward contact tracing in networks: Sadamori Kojaku, Laurent Hébert-Dufresne, Enys Mones, Sune Lehmann & Yong-Yeol Ahn

12. marts 2021: Nature Communications: Digital proximity tracing on empirical contact networks for pandemic control, G. Cencetti, G. Santin, A. Longa, E. Pigani, A. Barrat, C. Cattuto, S. Lehmann, M. Salathé & B. Lepri

13. marts 2021: medRxiv: Examining SARS-COV-2 Interventions in Residential Colleges Using an Empirical Network

DTU's åbne datasæt fra SensibleDTU - 11. december 2019: Interaction data from the Copenhagen Networks Study: Piotr Sapiezynski, Arkadiusz Stopczynski, David Dreyer Lassen & Sune Lehmann

Datasættet fra et DTU-projekt afsluttet i 2016 er i høj kurs hos udenlandske forskergrupper, der arbejder med covid-19-relateret forskning.

Da smartphones for ti år siden begyndte at blive allemandseje, fik professor Sune Lehmann en idé: Han ville bruge mobildata i et socialt netværks-eksperiment, hvor folks færden og netværk blev kortlagt. Sammen med sin gruppe på DTU og en række samarbejdspartnere på Københavns Universitet designede han projektet ’SensibleDTU’.

Så da studieåret 2013-14 begyndte, blev 1000 førsteårsstuderende udstyret med en gratis smartphone, mod at DTU efter alle lovlige forskrifter, tilladelser og privacy-regler ved hjælp af en specialudviklet software måtte benytte mobildataene i anonymiseret form. Gennem tre år opsamlede forskerne et enormt datasæt om mobilitet, der dagligt blev forøget med 50-100 GB.

Dengang var tanken om en pandemi mere af akademisk end praktisk interesse. Men da verden pludselig manglede viden til smitteopsporing, smittestop-apps baseret på Bluetooth-teknologi, nedlukninger og genåbninger, blev datasættet en eftertragtet vare, for ingen havde lavet noget tilsvarende. Og de seneste uger er der udgivet flere pandemi-artikler med DTU-datasættet, herunder i to Nature-tidsskrifter, med Sune Lehmann som medforfatter.

”Jeg er virkelig stolt af, at et DTU-eksperiment designet i 2012 stadig viser sig at spille en kæmpe rolle i videnskaben med nu to flotte publikationer, hvor DTU medvirker. Uden at have planlagt det har vi pludselig et datasæt med målinger, som for det første er banebrydende på verdensplan i forhold til størrelsen af populationen, men som også viser sig at være ufatteligt nyttige, fordi vi ud fra Bluetooth estimerede, hvor tæt folk var på hinanden, og hvor de mødte hinanden i den virkelige verden,” fortæller professor Sune Lehmann.

Professoren på DTU Compute bliver ofte kontaktet af udenlandske forskere og myndigheder, der ønsker at bruge datasættet. Han deltog selv i den rådgivende ekspertgruppe, da Danmark skulle udvikle sin egen SmitteStop-app.

Sociale netværks betydning for covid-19

De nyudgivne artikler er publiceret i henholdsvis Nature Physics og Nature Communications.

Det første studie ledet af forskere på Indiana University i USA viser, hvordan man kan bruge såkaldt baglæns-tracking til effektivt at smitteopspore og hindre smitte. DTU-dataene viser, at nogle mennesker har rigtig mange venner (fungerer som en slags venskabshub), mens andre ikke har så mange. Her bruger forskerne dataene til at vise, at det også er vigtigt at finde covid-19-smittekilder med rigtig mange venner hurtigt, mens de stadig smitter, for at stoppe smitten den vej, ligesom med de nysmittedes netværk. I Danmark benytter man begge metoder - baglæns-tracking og forlæns-tracking - til at stoppe smitten, men artiklen understeger effektiviteten af baglæns-opsporing.

Det andet store studie med forskere fra det italienske universitet i Trento i spidsen handler om digital kontaktopsporing. Den oprindelige analyse af digital smitteopsporing er baseret på en simpel model med mange antagelser. Her ser forskerne derimod på, hvordan man lægger de mest realistiske parametre ind i fx smittestop-apps, så smitteopsporing bliver mest mulig effektiv. Her bidrager det unikke DTU-datasæt med rigtige data og dermed realisme.

"Jeg er virkelig stolt af, at et DTU-eksperiment designet i 2012 stadig viser sig at spille en kæmpe rolle i videnskaben med nu to flotte publikationer, hvor DTU medvirker."
Sune Lehmann, professor på DTU Compute

I denne uge er der også publiceret en endnu ikke peer review-godkendt artikel som trækker på datasættet. I denne artikel undersøger en gruppe forskere på Harvard University i USA, hvordan man genåbner et campus på en sikker måde efter covid-19-nedlukningen. Her har forskerne brugt det Bluetooth-baserede datasæt fra DTU i stedet for simulerede data til at undersøge og vurdere forskellige genåbningsstrategier i forhold til spredningen af virussen. De ser på, hvad test, isolation, mundbind og social afstand betyder.

Timing og unik forskning

Når det unikke datasæt er så meget i vælten, skyldes det nu også timing, fortæller Sune Lehmann. Faktisk genudgav DTU datasættet fra mobil-eksperimentet i en åben version i slutningen af 2019, kort før pandemien. Og det har klart gjort meget godt for brugen.

At selve studiet med mobildata var unikt, bliver også understreget af, at en af Sune Lehmann gamle ph.d.-studerende fra SensibleDTU -projektet i dag arbejder hos Waymo, som er en del af Googles moderfirma.

”I forbindelse med udviklingen af Google og Apples smitteopsporings-API blev han trukket ind i arbejdet med at udvikle de algoritmer, den Bluetooth-baserede kontaktopsporings-teknologi benytter i Smittestop-apps på Android-telefoner, hvor man stadig sikrer brugerne en høj grad af privatliv,” siger Sune Lehmann.

 

SensibleDTU

  • SensibleDTU var et dataindsamlingsprojekt, hvor mobildata blev anvendt i anonymiseret form til at vise aktivitet, mobilitet og sociale netværk.
  • 1000 førsteårsstuderende på DTU i 2013 fik udleveret en smartphone med software, der loggede telefonens placering i tid og rum samt alle sociale interaktioner foretaget med telefonen: e-mails, sms’er, telefonsamtaler og aktiviteter på online-netværk som Facebook og LinkedIn.
  • Softwaren opsamlede hver smartphones position hvert 20. sekund 24 timer i døgnet i tre år, og datamængden blev forøget med mellem 50 og 100 GB dagligt. Forsøgspersonerne var anonymiseret, så de kun optrådte som numre og datapunkter.
  • Alle studerende underskrev en samtykkeerklæring og udfyldte et spørgeskema udviklet af forskere inden for folkesundhed, økonomi og psykologi på Københavns Universitet.
  • SensibleDTU var baseret på projektet ’High Resolution Networks’, som var støttet af Villum Fonden, samt projektet ’Social Fabric’, som var en del af Københavns Universitets CPH2016-satsning.

Læs mere: sensible.dtu.dk
Læs mere: socialfabric.ku.dk

 

Nyheder og filtrering

Få besked om fremtidige nyheder, der matcher din filtrering.