แก้โควิด-19 ด้วยข้อมูล : บทเรียนจากนานาชาติ
ถ้าเราไม่มีข้อมูล ในการรบกับโควิด-19 ก็เหมือนกับปิดตารบ หลายประเทศได้นำข้อมูล และเทคโนโลยีดิจิทัลมาช่วยต่อกรกับวิกฤตครั้งนี้
บทความโดย ประกาย ธีระวัฒนากุล และ ไท วัฒนา
6 เทคโนโลยีที่น่าสนใจในสงครามครั้งนี้
- เทคโนโลยีการติดตามและประเมินอาการด้วยตัวผู้ใช้เอง (Self-Assessment /Symptom Tracking) โดยทั่วไประบบนี้จะให้ผู้ใช้กรอกข้อมูลเกี่ยวกับอาการ พฤติกรรมเสี่ยงเพื่อประเมินโอกาสติดเชื้อในเว็บไซต์หรือแอพพลิเคชั่นให้ บางประเทศที่เข้าถึงสมาร์ทโฟนได้น้อยก็มีการใช้ USSD Menus หรือเทคโนโลยีกลุ่ม two-way flash messages ในการให้ข้อมูลแทน
นอกจากจะช่วยประเมินความเสี่ยงและสร้างความตระหนักแล้ว ยังช่วยให้รัฐหลายประเทศสามารถประเมินผลกระทบหรือจำนวนผู้ติดเชื้อเบื้องต้น ทำให้พยากรณ์จำนวนผู้ติดเชื้อได้อย่างแม่นยำมากขึ้น เช่น อัฟกานิสถาน โคลัมเบีย เคนยา สิงคโปร์ ตุรกี อังกฤษ และสหรัฐอเมริกา
2.เทคโนโลยีช่วยระบุตัวคนที่ใกล้ชิดกับผู้ป่วย เป็นปัจจัยสำคัญในการหยุดยั้งการระบาดในทางระบาดวิทยา (Contact Tracing Applications) โดยปกติการตรวจหาผู้สัมผัสใกล้ชิดผู้ป่วยหรือกลุ่มเสี่ยงดำเนินการโดยการสอบสวนโรคผ่านการสัมภาษณ์
แต่เมื่อเชื้อแพร่กระจายรวดเร็วเกินกว่าจะสัมภาษณ์ทัน จึงเริ่มใช้ข้อมูลสมาร์ทโฟนช่วยเก็บข้อมูล Location เพื่อช่วยควานหากลุ่มเสี่ยง เช่น ในจีน และเกาหลีใต้ นำข้อมูลสมาร์ทโฟนมาใช้ประกอบกับข้อมูลกล้องวงจรปิด และข้อมูลการใช้บัตรเครดิต มาช่วยระบุกลุ่มเสี่ยงผู้ติดเชื้อในประเทศ
3.เทคโนโลยีวิเคราะห์การเคลื่อนที่ของประชากร และพฤติกรรมการเดินทาง (Modelling and Mapping Population Flows) โดยประเมินและหา Hotspots ของการติดเชื้อ ช่วยให้เกิดการกำหนดนโยบายกักตัวหรือปิดสถานทำการที่เหมาะสมได้มากขึ้น ตัวอย่างในสเปนได้มีกลุ่มผู้เชี่ยวชาญทำงานร่วมสำนักงานสถิติสเปน บริษัทโทรคมนาคม และผู้มีอำนาจในท้องที่ ร่วมกันวิเคราะห์การเคลื่อนที่ของประชากรช่วงการระบาด และดำเนินนโยบายลดความเสี่ยงตาม Hotspots ซึ่งประเมินว่าสามารถลดการติดเชื้อลงได้กว่า 40,000 คน
4.นำข้อมูลจากโทรศัพท์มือถือมาทำระบบการบังคับใช้มาตรการกักตัว (Surveillance and Enforcement) ตัวอย่างเช่น จีนมีแอพพลิเคชั่น Alipay Health Code ที่นอกจากจะสามารถประเมินความเสี่ยงการติดโรคแล้ว ยังเชื่อมต่อโดยตรงกับหน่วยงานบังคับใช้กฎหมายทำให้ดำเนินการมาตรการควบคุมได้ทันที หากเกิดการละเมิดมาตรการกักตัว อย่างไรก็ตามระบบเหล่านี้ทำให้เกิดการวิพากษ์วิจารณ์อย่างมากในเรื่องความเป็นส่วนตัว และสิทธิเสรีภาพของประชาชน
5.การสื่อสารกับประชาชน เพื่อให้เกิดความรู้ ความเข้าใจ และทัศนคติที่เหมาะสมในการปรับตัวในช่วงวิกฤต (Social Media Analysis and Citizen Surveys) เป็นสิ่งสำคัญในการจัดการกับวิกฤตครั้งนี้ มหาวิทยาลัยชั้นนำของโลกหลายแห่ง ทั้ง Harvard, Cambridge และ Imperial College London ได้นำข้อมูลจาก Social Media ผ่านทาง Twitter มาศึกษาทัศนคติและความกังวลของประชาชนทั่วโลก ซึ่งพบว่าวิกฤตโควิดส่งผลต่อสุขภาพจิตของคนทั่วไปอยู่มาก คนมีความกังวลเรื่องการว่างงาน การสูญเสียคนในครอบครัว
ข้อมูลและผลการศึกษานี้ เป็นจุดเริ่มต้นของโครงการ Tele-Health หรือโครงการให้คำปรึกษาทางไกลเกี่ยวกับสุขภาพทั้งกายและใจ เช่น บริษัท Citibeats ในญี่ปุ่นได้จัดทำ Dashboard เก็บข้อมูลจาก Twitters และแสดงผลให้เห็นว่าปัจจุบันประชาชนมีความกังวลเรื่องอะไร ต้องการความช่วยเหลือในเรื่องใดเป็นพิเศษ ทั้งในระดับท้องถิ่นและในระดับประเทศ โครงการดังกล่าวมีส่วนสำคัญต่อการออกนโยบายเยียวยาประชาชนผู้ได้รับผลกระทบอย่างมาก
6.การใช้ Alternative Data เพื่อเยียวยาผู้ได้รับผลกระทบแบบเจาะกลุ่ม การแพร่ระบาดของโควิด-19 เป็นทั้งวิกฤตด้านสาธารณสุขและด้านเศรษฐกิจ ประชาชน คนยากจนได้รับผลกระทบจากการตกงาน และเศรษฐกิจชะลอตัว
การระบุตัวผู้ได้รับผลกระทบและดำเนินนโยบายช่วยเหลือเยียวจึงเป็นสิ่งจำเป็น เพื่อให้เศรษฐกิจเดินต่อไปได้หลังพ้นวิกฤต หลายประเทศนำเทคโนโลยีเข้ามาช่วยระบุตัวผู้ได้รับผลกระทบและเยียวยาแบบเจาะกลุ่ม แทนการเยียวยาแบบปูพรม ที่แม้ว่าจะทั่วถึงแต่เงินเยียวยาอาจไม่เพียงพอ
ตัวอย่างเช่น ประเทศโกโต ได้ร่วมมือกับ University of California, Berkeley สร้างแผนที่ความยากจน เพื่อระบุตัวคนจนและระบุแนวทางการดำเนินนโยบายการแจกเงินสดให้ผู้ยากไร้ในช่วงวิกฤตโควิด-19 โดยทีมงานจากมหาวิทยาลัยได้นำระบบคอมพิวเตอร์มาใช้วิเคราะห์หารูปแบบความยากจนจากภาพถ่ายดาวเทียมมาใช้ระบุพื้นที่ยากจน เช่น
- ในพื้นที่ยากจน มักจะมีสัดส่วนของพื้นที่หลังคาสังกะสีต่อพื้นที่หลังคาทั้งหมดสูง
- ในช่วงเวลาตอนกลางคืน พื้นที่ยากจนจะมีแสงไฟน้อยกว่าในพื้นที่อื่น
- ในพื้นที่ยากจน มักจะมีความหนาแน่นของบ้านเรือน หรือขนาดของที่ดิน หรือคุณภาพของการก่อสร้างถนน ต่ำกว่าพื้นที่อื่น
หลังจากระบุตำแหน่งของคนจนได้แล้ว ทำให้รัฐบาลโกโตสามารถดำเนินนโยบายแจกเงินสดแบบเจาะกลุ่มได้อย่างแม่นยำ โดยมีต้นทุนในการระบุตัวคนจนต่ำ ผ่านการเชื่อมโยงบัตรสวัสดิการกับหมายเลขโทรศัพท์ ทำให้ชาวโตโกได้รับประโยชน์จากโครงการประมาณ 35,000 คน และคาดว่าจำนวนผู้ได้รับประโยชน์จะเพิ่มขึ้นเป็น 3 เท่า ในอนาคต
การแก้ปัญหาจะมีลักษณะ Build Back Better ได้ต้องดำเนินร่วมกับกลไกกฎหมายและนโยบาย โดยมุ่งตอบโจทย์เรื่องความเท่าเทียมกัน เน้นช่วยเหลือกลุ่มเปราะบางอย่างถ้วนหน้า และที่สำคัญคือต้องไม่ทิ้งคนกลุ่มใดไว้ข้างหลัง
เทคโนโลยีและข้อมูลจะเป็นเครื่องมือช่วยให้มนุษย์เราต่อสู้กับเจ้าไวรัสในสงครามครั้งนี้
สงครามที่เราถอยไม่ได้ และเราก็จะแพ้ไม่ได้ด้วย.