[论文解读] Flipping the Perspective in Contact Tracing

Po‐Shen Loh|arXiv (Cornell University)|Oct 8, 2020

COVID-19 Digital Contact Tracing参考文献 19被引用 5

一句话总结

本文提出了一种新颖的接触追踪范式，其视角反转：不再通知个体他们曾暴露于确诊病例，而是告知他们感染在社交网络中的距离（例如：'第二度接触'）。通过让个体根据与感染源的接近程度自主防护，该系统利用自利动机而非利他主义，实现早期行为改变，并在极低的用户采纳阈值下（可能低于10%）实现关键性采纳，同时通过网络效应向非用户发出预警。

ABSTRACT

We introduce a fundamentally different paradigm for contact tracing: for each positive case, do not only ask direct contacts to quarantine; instead, tell everyone how many relationships away the disease just struck (so, "2" is a close physical contact of a close physical contact). This new approach, which has already been deployed in a publicly downloadable app, brings a new tool to bear on pandemic control, powered by network theory. Like a weather satellite providing early warning of incoming hurricanes, it empowers individuals to see transmission approaching from far away, and incites behavior change to directly avoid exposure. This flipped perspective engages natural self-interested instincts of self-preservation, reducing reliance on altruism, and the resulting caution reduces pandemic spread in the social vicinity of each infection. Consequently, our new system solves the behavior coordination problem which has hampered many other app-based interventions to date. We also provide a heuristic mathematical analysis that shows how our system already achieves critical mass from the user perspective at very low adoption thresholds (likely below 10% in some common types of communities as indicated empirically in the first practical deployment); after that point, the design of our system naturally accelerates further adoption, while also alerting even non-users of the app. This article seeks to lay the theoretical foundation for our approach, and to open the area for further research along many dimensions.

研究动机与目标

• 为解决数字接触追踪中的行为协调问题，即用户常因缺乏个人激励而无法遵守暴露后隔离措施。
• 通过将激励结构从'保护他人免受你影响'转变为'保护自己免受他人影响'，减少对利他主义的依赖。
• 利用现有智能手机传感器（Wi-Fi、蓝牙）实现有效的疫情控制，无需集中式数据收集或高精度定位追踪。
• 探索基于网络的早期预警系统潜力，可通过间接传播信号向非用户发出预警。
• 为一类新型去中心化、保护隐私且行为有效的疫情干预措施奠定理论基础。

提出的方法

• 系统以'感染距离'信号替代传统暴露后通知，告知用户其社交网络中确诊病例相隔多少步（例如：'2'表示其密切接触者的密切接触者曾患病）。
• 使用Wi-Fi接入点重叠作为物理接近的代理指标，利用长时间Wi-Fi连接与持续物理接触的相关性。
• 该方法为去中心化设计：无需中央数据库推断网络结构；用户仅知晓其与确诊病例的距离，而非身份或确切接触链。
• 系统对误报具有鲁棒性，因为用户倾向于采取谨慎态度（'宁可小心为妙'），从而逆转了传统暴露应用中常见的假阴性偏差。
• 整合多种传感模式（Wi-Fi、蓝牙、超声波）以提升真实部署中的准确性和鲁棒性。
• 该方法依赖启发式数学建模分析采纳动态与网络传播效应，表明在低采纳率下即可实现早期临界规模。

实验结果

研究问题

• RQ1 一种通过信号传递感染距离而非暴露状态的接触追踪系统，是否能通过激发自我保护本能实现更高用户配合度？
• RQ2 此类系统实现临界规模并触发自我维持行为改变所需的最低用户采纳阈值是多少？
• RQ3 该系统能否通过社交接近性传播网络级风险信号，有效向非用户发出预警？
• RQ4 在捕捉对疫情控制具有意义的物理接触模式方面，使用Wi-Fi作为传感器与使用蓝牙或GPS相比有何差异？
• RQ5 该方法在不依赖集中式数据或强制机制的情况下，能在多大程度上减少疫情传播？

主要发现

• 基于启发式建模与实际部署数据，该系统在多种社区类型中实现有效疫情控制的临界规模，用户采纳阈值极低——可能低于10%。
• 一旦达到临界规模，系统自然加速采纳，因感知风险上升与自保行为增强，形成自我强化循环。
• 即使非用户也能通过感染距离信号在网络中的传播，获知其社交圈内风险上升，从而实现早期行为改变。
• 该方法通过对齐激励机制减少对利他主义的依赖：用户更倾向于对假阳性采取行动（'宁可小心为妙'），而非假阴性，从而逆转了传统暴露通知应用中的典型配合难题。
• 尽管Wi-Fi误报率较高，但其在长时间连接时能可靠指示持续物理接近，足以支持基于网络的风险信号传递，因此作为传感器仍具有效性。
• 该系统对某些类型的网络推断攻击具有鲁棒性，因其不暴露完整接触图，仅揭示与感染的相对距离，从而限制攻击者可获取的信息量。